#GS2027AISpendOver1.2T

543.972 Ansicht(en)|235 Beitrag

About GS2027AISpendOver1.2T

Goldman Sachs prognostiziert, dass die Ausgaben für KI-Infrastruktur von fünf großen Tech-Giganten im Jahr 2027 1,2 Billionen US-Dollar übersteigen werden. Die Ansichten der Gemeinschaft sind geteilt: Befürworter argumentieren, dies spiegele ein unvermeidliches Wettrüsten bei der Rechenleistung wider, während Kritiker warnen, dass massive Investitionsausgaben nicht ausreichend Einnahmen unterstützen und Vermögenswertabschreibungen ähnlich wie bei der Dotcom-Blase von 2000 auslösen könnten. Diese Debatte hat die Aufmerksamkeit auf die Kapitalflusserwartungen für Technologieaktien und verwandte Krypto-Vermögenswerte gelenkt.

Ähnliche Kryptowährungen
xMETA
+0,50 %
xGOOGL
+1,64 %
xAMZN
+1,24 %
xORCL
+1,28 %

GS2027AISpendOver1.2T Beliebte Beiträge

OKX Orbit
OKX Orbit
NVIDIAs $150 Mrd. Aktienrückkauf-Erhöhung ist ein Signal für das Vertrauen des Managements. Die neue Rückkaufgenehmigung erhöht die verbleibende autorisierte Rückkaufkapazität auf $235 Mrd., die voraussichtlich bis zum Geschäftsjahr 2028 läuft. NVIDIA bezeichnet dies als die größte Erhöhung der Aktienrückkaufgenehmigung in seiner Geschichte. Wichtige Zahlen · Umsatz Q2 GJ2027: $96,2 Mrd., plus 106 % im Jahresvergleich · Umsatz Rechenzentrum: $89,0 Mrd., plus 117 % im Jahresvergleich · Prognose Q3: etwa $108 Mrd., plus oder minus 2 % · Rückflüsse Q1: ca. $20 Mrd., einschließlich Rückkäufen und Dividenden · Kapitalrückführung an Aktionäre Q2: rund $26 Mrd., einschließlich Rückkäufen und Bardividenden Aber eine Rückkaufgenehmigung ist eine Kapazität, kein fester Kaufplan. Die Wirkung hängt von der Ausführung, dem Aktienkurs, der zukünftigen Cash-Generierung, den Margen und davon ab, wie viel Kapital NVIDIA benötigt, um die technologische Führerschaft im gesamten AI-Stack aufrechtzuerhalten. Das ist die größere Marktfrage. AI-Ausgaben betreffen nicht mehr nur den Kauf weiterer GPUs. Es geht um Rechenzentren, Netzwerke, Energie, AI-Fabriken und darum, ob Kunden die Investitionen in Rechenleistung in nachhaltige wirtschaftliche Erträge umsetzen können. Bleibt die Nachfrage stark, könnte die verbleibende $235 Mrd. Genehmigung die Ansicht stützen, dass NVIDIA eine mehrjährige Cashflow-Chance sieht. Verlangsamt sich die Monetarisierung oder verschärfen sich die Margen, könnte der Kompromiss zwischen Reinvestition und Aktionärsrenditen sichtbarer werden. Anfang Mai hatte NVIDIA $80 Mrd. zu seiner Genehmigung hinzugefügt und die Quartalsdividende von $0,01 auf $0,25 je Aktie erhöht. Die Maßnahme im September ist eine Steigerung einer breiteren Kapitalrückführungspolitik, kein Einzelereignis. Zwei Details schärfen die These. Die Q3-Prognose geht von keinem Umsatz aus Rechenzentrums-Compute aus China aus, was das $108 Mrd. Ziel zu einem klareren Test der Nachfrage anderswo macht und gleichzeitig das politische Risiko berücksichtigt. Die Bruttomarge im Q2 lag bei 75,0 %; die Q3-Prognose bei 74,0 %, plus oder minus 50 Basispunkte. Die Margenbeständigkeit wird mitbestimmen, wie viel AI-Umsatz in F&E reinvestiert und an Aktionäre zurückgegeben werden kann. Für Marktteilnehmer ist hier wichtiger: die Größe von NVIDIAs Rückkauf, die AI-Nachfrage oder ob AI-Kunden die Ausgaben für Rechenleistung in nachhaltige Erträge umsetzen können? #NVIDIA150BBuyback
Markets & Mayhem
Markets & Mayhem
Der schwierige Teil des Marktes für alternative Chips waren nie die Chips selbst. Es war die Bilanz. General Compute hat gerade eine mehrjährige Vereinbarung mit Cerebras angekündigt, um Wafer-Scale-Inferenz einzusetzen. Es ist die erste Umsetzung, die gegen die 400-Millionen-Dollar-Schuldenfazilität von Upper90 gezogen wird, und diese Fazilität könnte der erste Deal sein, der Inferenzchips anstelle von GPUs als Sicherheit verwendet. Jede andere Neocloud kauft NVIDIA, weil NVIDIA die Käufe absichert. Alternative Beschleuniger hatten keinen vergleichbaren Kanal, um finanziert, eingesetzt und in großem Maßstab vor Kunden gebracht zu werden. Schulden für alternative Chips sind gerade von einer These zu einem unterschriebenen Vertrag geworden. Agentic Coding ist die erste Arbeitslast auf der neuen Kapazität, bei der hunderte sequentielle Aufrufe pro Aufgabe die Dekodiergeschwindigkeit in Echtzeit umwandeln. Die Kapazität wird im ersten Quartal 2027 eröffnet. Welcher Chip wird also als nächstes finanziert? 🤔
General Compute
General Compute
🚨 BREAKING: Super excited to announce we're deploying the world's fastest inference with @Cerebras. Talk to any developer and they're excited to build with 20x faster AI... the problem is there's almost no compute available. We're here to solve that. Using GPUs for prefill - it's now more affordable than ever too. Thank you to the whole Cerebras team and excited to grow this partnership. First tokens live Q127 🚀
LailaaKhan
LailaaKhan
Der KI-Boom entwickelt sich zu einer Geschichte der Investitionsausgaben. Der Aufbau von KI in großem Maßstab erfordert weit mehr als leistungsstarke Modelle. Es braucht Chips, Rechenzentren, Netzwerke, Strom, Speicher und enorme Investitionen. Deshalb breitet sich der KI-Handel weit über die Unternehmen hinaus aus, die KI-Software entwickeln. Die Infrastruktur hinter KI könnte eine der größten Investitionsgeschichten dieses Zyklus werden. #AI #ArtificialIntelligence #Tech #NVIDIA
Birdie_OKX
Birdie_OKX
Die erweiterte Genehmigung von NVIDIA ist weniger eine Prognose als ein Signal zur Mittelzuweisung: Das Management sieht genügend Flexibilität in der Bilanz, um in KI zu investieren und gleichzeitig Kapital zurückzugeben. Da das Programm bis zum Geschäftsjahr 2028 läuft, besteht die eigentliche Prüfung darin, ob die steigenden KI-Investitionsausgaben weiterhin in freien Cashflow umgewandelt werden, anstatt nur den Finanzierungsbedarf zu erhöhen. #NVIDIA150BBuyback
Gangnam | 豪豪
Gangnam | 豪豪
🔥 AI CHIP-MANGEL… ODER SPEICHERMANGEL? Microns neueste Quartalszahlen könnten einen versteckten Engpass im KI-Boom aufdecken. HBM, der Hochbandbreitenspeicher, der fortschrittliche KI-GPUs antreibt, verbraucht weit mehr Wafer-Kapazität als herkömmlicher DRAM. Branchendaten, die von S&P Global zitiert werden, geben das Kapazitätsverhältnis von HBM3E zu konventionellem DDR mit etwa 3:1 an. Mit dem Anstieg der KI-Nachfrage verlagert sich die Produktion zunehmend auf HBM – was das Angebot an regulärem Speicher potenziell einschränkt. 🤖 KI braucht GPUs. 🧠 GPUs brauchen HBM. 🏭 HBM braucht Kapazität. .
Auren Hoffman
Auren Hoffman
Wenn AI am Ende so viel kostet wie der Strom, ist das Unternehmen mit dem billigsten Strom ein AI-Unternehmen.
Charles Edwards
Charles Edwards
Speicherpreise auf ATH. Chip-Exporte auf ATH. Korea allein in den letzten 3 Monaten um 25 % gestiegen. Ich erwarte, dass die Micron-Gewinne morgen eine deutliche Neubewertung nach oben erfahren werden. Ebenso bald die gesamte KI-Lieferkette. Alle Nachfragedaten zeigen nach oben und mit Wachstumsraten, die höher sind als von irgendjemandem erwartet. Es braucht einen großen Einschnitt, um den Kurs zu ändern (z. B. CAPEX-Kürzungen bei Hyperscalern im Bereich KI), die derzeit nicht in Sicht sind. Warum ist Burry immer noch short?
Evan Luthra
Evan Luthra
🚨 DAS IST ETWAS SEHR ERNSTES!!! Ich habe gerade die Mathematik hinter dem AI-Boom gelesen und es ergibt keinen Sinn. AI fehlt 4,2 Billionen Dollar, um sich selbst zu finanzieren. Und die großen Tech-Unternehmen halten die Schulden aus ihren Bilanzen heraus. Bain sagt, AI muss bis 2031 6 Billionen Dollar pro Jahr erwirtschaften, um das zu decken, was gerade gebaut wird. Jedes ChatGPT-Abonnement und jedes AI-Tool, für das Unternehmen bezahlen, summiert sich bestenfalls auf 1,8 Billionen Dollar. Metas neues Rechenzentrum in Louisiana ist ein 30-Milliarden-Dollar-Projekt. Meta und Blue Owl haben 27 Milliarden Dollar Schulden dafür in eine separate Firma ausgelagert, sodass sie nie in Metas Bilanz auftauchen. Microsoft und Google sagen jetzt, ihre Server halten 6 Jahre. Nvidia bringt jedes Jahr einen neuen Flaggschiff-Chip heraus. Eine längere Lebensdauer auf dem Papier bedeutet geringere jährliche Kosten, was größere Gewinne bedeutet. Michael Burry schätzt, dass dadurch bis 2028 176 Milliarden Dollar an Kosten der großen Tech-Unternehmen versteckt werden. Ich bin optimistisch bei AI. Ich nutze es jeden Tag. Aber ich war 2022 in Krypto. Ich weiß, wie es aussieht, wenn die Schulden auftauchen, bevor das Geld kommt. Es sieht so aus.
Watcher Guru
Watcher Guru
JUST IN: AI industry needs to generate $6 trillion in annual revenue by 2031 to justify global data center spending.
International Energy Agency
International Energy Agency
Der KI-Boom treibt eine der größten Infrastrukturausweitungen der Geschichte voran. Aber wie sieht dieser Ausbau eigentlich aus – und was bedeutet das für Energiesysteme? Wir haben jedes Rechenzentrum der Welt kartiert, um es herauszufinden. Schau dir an, was wir entdeckt haben 👉
Bull Theory
Bull Theory
AI benötigt bis 2031 einen Jahresumsatz von 6 BILLIONEN $, um die errichteten Rechenzentren zu rechtfertigen, laut Bain & Company. Anthropic erzielte im Jahr 2025 nur 4,6 Mrd. $. Die gesamte AI-Branche muss jedes Jahr etwa das 1.300-fache davon erwirtschaften, nur um die gebaute Infrastruktur zu rechtfertigen.
Bull Theory
Bull Theory
🚨 THE $2 TRILLION ANTHROPIC IPO MIGHT EXPOSE THE BIGGEST PROBLEM WITH THE ENTIRE AI BOOM. The same money keeps moving between the same companies. Anthropic could soon ask public investors to value it at more than $2 trillion. But behind that valuation is a financial loop that almost nobody is talking about. It looks something like this: Amazon/Google → invest billions into Anthropic → Anthropic spends billions on Amazon/Google cloud infrastructure → Amazon/Google earn cloud revenue → Anthropic raises more money at a higher valuation → Amazon/Google's investments become more valuable This is basically how the loop works: Amazon and Google invest billions into Anthropic. Anthropic needs massive amounts of computing power to build and run Claude, so it signs huge cloud contracts with Amazon and Google. Money goes into Anthropic as investment capital, then billions flow back toward the infrastructure businesses of the companies funding it. Look at Amazon. It has invested $33 billion into Anthropic, while Anthropic has committed to spend more than $100 billion on AWS over the next decade. Amazon isn't just betting on Anthropic becoming valuable. It is also positioning itself to collect enormous cloud revenue as Anthropic grows. Google has an even bigger relationship. It has committed up to $40 billion to Anthropic in a deal involving both cash and compute, on top of an earlier $3 billion, for $43 billion total. Anthropic has committed to spend $200 billion on Google Cloud over the next 5 years. Google can participate in Anthropic's rising valuation while also supplying the expensive infrastructure Anthropic needs to operate. That becomes much more important when you look at Anthropic's actual financials. According to details from Anthropic's IPO prospectus reviewed by Reuters, the company generated only $4.6 billion of revenue in 2025, but spent $7.33 billion on compute and infrastructure alone. Total operating expenses reached $12.65 billion, and its operating loss widened to $8.06 billion. And now comes the number that makes everything else look small. Anthropic has $518 billion in future cloud, computing and infrastructure obligations, while it ended 2025 with only $20.28 billion in cash, cash equivalents and short-term investments. Its future infrastructure commitments are more than 100 times its 2025 revenue and roughly 25 times its year-end liquidity. Yet the company could IPO at more than $2 trillion. At that valuation, Anthropic would be worth roughly 435 times its 2025 revenue. Even crazier, the company was valued at around $965 billion only four months ago, meaning its proposed valuation has increased by more than $1 trillion in that time. Anthropic is growing insanely fast, and that's the argument investors will use to justify it. Revenue grew roughly 12x in 2025. But that's exactly where the bet becomes enormous. Anthropic doesn't just need revenue to keep growing. It needs revenue to grow fast enough to eventually support hundreds of billions in infrastructure commitments, while turning a business that currently spends far more than it earns into an extremely profitable one. And even its current revenue isn't as secure as a $2 trillion valuation might suggest. Nearly one-quarter of Anthropic's 2025 revenue came from just two customers, and many of its largest customers aren't locked into long-term contracts. They can reduce spending whenever they choose. There's another layer to this loop. When private AI companies raise funding at dramatically higher valuations, the Big Tech companies that already hold stakes in them get to record paper gains on those stakes. So the same companies can earn cloud revenue from AI spending while also benefiting financially when the AI companies doing that spending get revalued higher. This doesn't mean the cloud revenue is fake, or that anything illegal is happening. The compute is real and it's actually being used. But it raises an uncomfortable question: how much of this demand is independent, and how much of it is the same capital moving in a circle? Big Tech funds AI labs. Those labs spend enormous amounts back with Big Tech. That spending drives data-center expansion and cloud growth. Higher AI valuations increase the value of Big Tech's original investments, freeing up even more capital to expand the system further. Eventually, someone outside that loop has to generate enough real cash flow to justify everything being built. That's why this IPO matters beyond Anthropic itself. Public investors may soon be asked to put a $2 trillion price tag on a company sitting in the middle of this exact system, one carrying hundreds of billions in future obligations, billions in operating losses, and an enormous amount of future growth already priced in. If end-user demand grows large enough, this could be one of the greatest infrastructure bets ever made. If it doesn't, the AI boom may discover that investing billions into your own customers so they can spend billions back with you created a lot more reported growth than actual profit.