SemiAnalysis-Analyse: NVIDIA bietet Finanzierungsgarantie für GPUs, KI-Rechenleistung tritt in das Kreditzeitalter ein

TL;DR
· SemiAnalysis schätzt, dass die ausstehenden KI-Schulden bis Ende 2029 7,1 Billionen USD erreichen könnten, und der KI-Bau wird zunehmend auf den Kreditmarkt angewiesen sein.
· NVIDIA hat ein Umsatzbeteiligungs- und Kreditunterstützungsmodell für KI-Clouds eingeführt, Sharon AI und Firmus sind die ersten Partner.
· Die Garantie kann die Bedenken der Banken verringern, aber sinkende Mieten, ein Mangel an Rechenzentren und mögliche Verpflichtungen bleiben wesentliche Risiken.

Der Bericht von SemiAnalysis, veröffentlicht am 6. Juli, hebt die Finanzierung von KI-Infrastrukturen hervor: Von 2024 bis 2029 könnten die globalen Investitionen in KI-Kapitalausgaben insgesamt etwa 11,1 Billionen USD erreichen, und bis 2029 könnten die ausstehenden KI-bezogenen Schulden 7 Billionen USD übersteigen, was etwa 7,1 Billionen USD entspricht.

Dies ist keine bloße Prognose für den GPU-Verkauf. Der zentrale Wandel, der im Bericht diskutiert wird, ist, dass der KI-Bau von "Technologiegiganten, die GPUs mit Cashflow kaufen" zu "Banken und Anleihemärkten, die GPU-Cluster finanzieren" übergeht. Wenn diese Schätzung zutrifft, könnten KI-bezogene Schulden zur zweitgrößten Kategorie von Asset-Backed Financing nach dem US-Hypothekenmarkt werden.

Die Rolle von NVIDIA verändert sich ebenfalls. Am 1. Juli bestätigte NVIDIA in einem offiziellen Blogbeitrag, dass das Unternehmen ein "Umsatzbeteiligungs- und Kreditunterstützungsmodell" für KI-Clouds eingeführt hat, um den Bau von KI-Rechenleistung durch eine Kombination aus Kapitalpartnern, Cloud-Dienstleistern und Rechenzentrumsprojekten voranzutreiben. Sharon AI und Firmus sind die ersten Partner.

SemiAnalysis kommt zu dem Schluss, dass NVIDIA möglicherweise durch die Garantie von GPU-Einnahmen und Umsatzbeteiligungen Neocloud helfen kann, GPUs, Kundenaufträge und Rechenzentrums-Kapazitäten in finanzierbare Vermögenswerte zu bündeln. Für Kreditgeber ist entscheidend, nicht wie heiß die zukünftige KI-Nachfrage sein wird, sondern ob das Projekt im schlimmsten Fall weiterhin Cashflow zur Schuldentilgung generiert.

Prognose der globalen IT- und Rechenzentrum-Kapitalausgaben sowie Schulden: Die kumulierten Kapitalausgaben von 2024 bis 2029 werden auf etwa 11,1 Billionen USD geschätzt, die ausstehenden Schulden bis 2029 auf etwa 7,1 Billionen USD.

Der Bau von KI wird immer teurer, Banken müssen zuerst sehen, wer die Mieten bezahlt

In den letzten Jahren wurde die KI-Infrastruktur hauptsächlich von großen Cloud-Anbietern wie Google, Amazon, Meta, Microsoft und Oracle getragen. Diese Unternehmen verfügen über Cashflow, Bilanzen und interne KI-Nachfrage, was die Finanzierung relativ einfach macht.

Aber mit dem anhaltenden Anstieg der Nachfrage nach KI-Training und -Inference wird es schwierig, die gesamte Rechenleistungslücke nur mit den Investitionen einiger weniger Giganten zu schließen. SemiAnalysis schätzt, dass die jährlichen KI-Kapitalausgaben bis 2028 weit über 2 Billionen USD hinausgehen werden. GPUs, Netzwerke, Speicher, unterstützende CPUs und der Bau von Rechenzentren werden erhebliche Mittel erfordern, und der Kreditmarkt wird eine der Finanzierungsquellen sein.

Die Finanzierungsschwierigkeiten von Neocloud liegen hier.

Diese neuen Cloud-Dienstleister müssen in der Regel gleichzeitig drei Dinge erreichen: GPUs kaufen, Rechenzentrums-Kapazitäten sichern und zukünftige Kunden gewinnen. Die größte Herausforderung für Banken besteht darin, zu beurteilen, ob die GPU-Mieten in den kommenden Jahren die Schuldenzinsen decken können. Die Preise für die Miete von KI-Rechenleistung ändern sich schnell, die Mietverträge der Kunden sind nicht einheitlich, und der Restwert und die Auslastung von GPUs sind schwerer zu schätzen als bei traditionellen Infrastrukturen.

NVIDIAs Kreditunterstützungsmodell versucht, den Kreditgebern eine klarere Cashflow-Basis zu bieten. Offiziell wird von Umsatzbeteiligung und Kreditunterstützung gesprochen, während SemiAnalysis eine typische Struktur als Garantie von GPU-Einnahmen beschreibt.

Beispiel für eine 6-jährige Garantie mit einem Durchschnittspreis von 2,36 USD, IRR in Kurzzeit-Szenarien kann bis zu 25% erreichen

SemiAnalysis gibt eine Beispielstruktur an, bei der NVIDIA für bestimmte GPU-Cluster eine 6-jährige Mindest-Einkommensgarantie bietet, wobei die Preisstruktur jährlich sinkt und im Durchschnitt etwa 2,36 USD/Stunde/GPU beträgt. Wenn die tatsächliche Miete des Projekts über dem Garantieniveau liegt, teilen sich Neocloud und NVIDIA die Einnahmen im Verhältnis von etwa 40% bis 60%.

Dies sind keine offiziell veröffentlichten Buchhaltungsbedingungen von NVIDIA, sondern indikative Berechnungen im Modell von SemiAnalysis. Ihre Anziehungskraft für Kreditgeber liegt darin, dass ein hochgradig unsicheres GPU-Mietprojekt teilweise in ein Vermögen mit einer Mindest-Cashflow-Verpflichtung umgewandelt werden kann.

Banken müssen nicht unbedingt vollständig glauben, dass die zukünftigen Preise für KI-Mieten hoch bleiben. Solange das Projekt unter den Bedingungen der Garantie weiterhin die Anforderungen an die Schuldendienstdeckung erfüllt, könnte es Kredite erhalten. Laut den Berechnungen von SemiAnalysis verlangen Kreditgeber für Cluster mit der Unterstützung von NVIDIAs AA/Aa2-Rating eine Schuldendienstdeckung von mindestens etwa 1,3-fach, was einem Kreditwertverhältnis von 70% bis 80% entspricht. Die anfänglichen Finanzierungsspreads könnten höher sein als die von großen Cloud-Anbietern unterstützten Transaktionen, aber niedriger als die Rendite von 10% für unbesicherte Schulden von CoreWeave.

Indikative Bedingungen für NVIDIAs Garantie: Durchschnittlich etwa 2,36 USD/Stunde/GPU über 6 Jahre, mit 40%-60% Umsatzbeteiligung.

Für Neocloud ist die Garantie nicht nur eine Versicherung, sondern eine entscheidende Bedingung dafür, ob das Projekt Schuldenfinanzierung erhalten kann.

Im Beispiel der GB300-Kurzzeitmiete von einem Jahr, wenn die Miete im ersten Jahr 6,75 USD/Stunde beträgt und NVIDIAs Beteiligungsquote 40% beträgt, beträgt die IRR des 6-Jahres-Projekts von Neocloud etwa 25,4%, während die durchschnittliche Beteiligungsquote von NVIDIA etwa 18% beträgt. Wenn die Marktnachfrage unzureichend ist und das Projekt vollständig in die Garantiemiete fällt, könnte die IRR von Neocloud nahe null oder leicht negativ sein.

Dies ist nicht freundlich für die Eigenkapitalrendite, aber entscheidend für die Finanzierung: Die Projekt-Rendite könnte gedrückt werden, während der Schuldendienst weiterhin gedeckt werden könnte. Das bedeutet, dass die Garantie das "potenziell sehr profitable" GPU-Cluster in ein Finanzierungsvermögen umwandelt, das "auch unter Druckszenarien möglicherweise die Schulden zurückzahlen kann".

Vergleich der Renditen von GB300 Neocloud: Unter 40% Beteiligung bei Kurzzeitmiete beträgt die IRR über 6 Jahre etwa 25,4%, bei vollständiger Auslösung der Garantie liegt die IRR nahe null oder leicht negativ.

Sharon AI und Firmus setzen zuerst um, Projekte in der Asien-Pazifik-Region werden zum Testfeld

NVIDIA hat offiziell bestätigt, dass Sharon AI und Firmus die ersten Partner für dieses Umsatzbeteiligungs- und Kreditunterstützungsmodell sind.

Sharon AI gab am 12. Juni bekannt, dass das Unternehmen eine 6-jährige strategische Rechenleistungspartnerschaft mit NVIDIA eingegangen ist, wobei in Australien eine 72-MW-KI-Fabrik maximal 40.000 Grace Blackwell GB300-Module bereitstellen kann. Die gesamte KI-Fabrik von Sharon AI soll eine Kapazität von 132 MW erreichen, von denen 102 MW bereits vertraglich gebunden sind, mit der Erwartung, bis Mitte 2027 über 55.000 NVIDIA-GPUs bereitzustellen.

Das Projekt von Firmus auf der indonesischen Insel Batam ist noch größer. NVIDIA gab in einem offiziellen Blogbeitrag an, dass das Firmus Batam-Projekt auf bis zu 360 MW ausgeweitet werden kann, mit maximal 170.000 NVIDIA-GPUs. SemiAnalysis hat dieses Projekt in die Diskussion einbezogen und glaubt, dass es sich hauptsächlich an KI-nativen Unternehmen und Inference-Dienstleister richtet und möglicherweise verschiedene Mietzeiträume anbietet.

Diese Beispiele zeigen, dass NVIDIAs Kreditunterstützungsmodell nicht nur eine finanzielle Modellannahme ist, sondern in die frühe Umsetzungsphase eingetreten ist. Derzeit konzentrieren sich die öffentlichen Beispiele jedoch hauptsächlich auf die Asien-Pazifik-Region, während der US-Markt weiterhin mit Einschränkungen bei Rechenzentrums-Kapazitäten, Strom und Netzanschlussgeschwindigkeit konfrontiert ist.

Rechenzentren bleiben das größte Nadelöhr. GPUs können beschafft werden, Kundenbedarfe können vertraglich gebunden werden, aber Strom, Land, Racks, Kühlung und der Fortschritt bei Netzanschlüssen sind schwer schnell zu replizieren. Im Modell von SemiAnalysis wird auch erwähnt, dass NVIDIA möglicherweise direkt Rechenzentrums-Kapazitäten mieten muss, um Neocloud zu helfen, die Angebots- und Nachfragelücke zu schließen. Die spezifischen Kapazitäten und Größen, die dabei betroffen sind, bleiben jedoch Schätzungen des Berichts und können nicht mit den offiziellen Angaben von NVIDIA gleichgesetzt werden.

NVIDIA kann Einnahmen erzielen, wird aber auch größere langfristige Verpflichtungen eingehen

Für NVIDIA gibt es zwei Vorteile, wenn sie die Finanzierung für GPUs unterstützen.

Erstens kann es den Verkauf und die Bereitstellung von GPUs ausweiten. Je mehr Neocloud Finanzierung erhält, desto mehr Akteure können große GPU-Cluster kaufen und betreiben, und der Markt für KI-Rechenleistung ist nicht mehr vollständig von wenigen großen Cloud-Anbietern abhängig.

Zweitens könnte es zusätzliche Einnahmen aus der Beteiligung erhalten. Das Modell von SemiAnalysis schätzt, dass, wenn sich diese Struktur weiterhin ausdehnt, die zusätzlichen Einnahmen von NVIDIA aus Garantien und Beteiligungen erheblich werden könnten und die Gewinnmargen hoch sind.

Die Kosten sind ebenfalls offensichtlich. Die langfristigen Verpflichtungen, die NVIDIA außerhalb der Bilanz oder in relevanten Offenlegungen hat, könnten schnell ansteigen. SemiAnalysis schätzt in einem kostenpflichtigen Bericht, dass die langfristigen Verpflichtungen aus NVIDIAs Cloud-Service-Verträgen oder möglichen Garantien in den kommenden Jahren auf mehrere hundert Milliarden USD ansteigen könnten. Da diese Zahlen nicht von NVIDIA offiziell bestätigt wurden, eignen sie sich besser als Modell-Stresstest als als feststehende Verbindlichkeiten.

Prognose des Wachstums von NVIDIAs Cloud-Service-Verträgen: Laut dem Modell von SemiAnalysis könnten die relevanten langfristigen Verpflichtungen mit jeder Unterstützung von 100 MW Rechenleistung weiter akkumuliert werden.

Dies ist nicht im traditionellen Sinne eine direkte Schuld. Aber wenn der Markt für GPU-Mieten schwächer wird und die Kundennachfrage unzureichend ist, steigt die Wahrscheinlichkeit, dass die Garantie ausgelöst wird, und NVIDIA muss mehr Mindest-Einkommensunterstützung leisten. Letztendlich wird der Markt nicht nur darauf schauen, wie viel NVIDIA aus diesen Beteiligungen verdient, sondern auch, ob diese Verpflichtungen die eigene Kapitalallokation und die Priorität des Cashflows beeinflussen.

Die größte Herausforderung besteht darin, ob die Mieten und Rechenzentren standhalten können

Der eindrucksvollste Teil dieses Berichts ist, dass er den Bau von KI-Rechenleistung in den Kreditmarkt einordnet. Wenn die Kapitalausgaben auf Billionen-Niveau anwachsen, werden GPU-Cluster nicht nur zu Technologieprodukten, sondern auch zu Finanzierungsvermögen, die von Banken, Anleiheinvestoren und Cloud-Dienstleistern gemeinsam bewertet werden.

Aber die 7,1 Billionen USD an KI-Schulden sind immer noch eine langfristige Modellprognose und keine bereits eingetretene Tatsache. Sie hängt von mehreren Voraussetzungen ab: Die KI-Nachfrage wächst weiterhin, die GPU-Auslastung bleibt auf hohem Niveau, die Mietpreise sinken in einem kontrollierbaren Tempo, der Bau von Rechenzentren kann Schritt halten, und die Kreditgeber sind bereit, das Cashflow-Modell unter NVIDIAs Kreditunterstützung zu akzeptieren.

Am anfälligsten sind die Preise und die Geschwindigkeit der Umsetzung. Wenn die GPU-Mieten schneller als erwartet sinken, wird die Rendite von Neocloud unter hohen Beteiligungen und hohen Finanzierungskosten gedrückt. Wenn viele Garantien ausgelöst werden, könnte das Projekt zwar weiterhin Schulden zurückzahlen, aber die Verpflichtungen, die NVIDIA eingeht, würden schwerer wiegen. Wenn Rechenzentren, Strom und Netzanschlüsse verzögert werden, wird auch der Zeitrahmen für die GPU-Bereitstellung im Finanzierungsmodell gestört.

Die Geschichte von NVIDIA, die "Finanzierungsgarantien für GPUs" bietet, zeigt die nächste Phase der Finanzierungsquellen für die KI-Infrastruktur auf. Sie kann mehr Rechenleistungsprojekte Kredite verschaffen und NVIDIA möglicherweise in eine zentralere Position im KI-Kreditmarkt drängen. Ob dieser Markt jedoch auf 7 Billionen USD anwachsen kann, hängt letztendlich von Mieten, Auslastung und der Bereitstellung von Rechenzentren ab.