Strategiechef des chinesischen Tech-Giganten behauptet, DeepSeek reduziere den Bedarf an NVIDIA-KI-GPUs

Der folgende Inhalt stellt keine Anlageberatung dar. Der Autor hält keine Positionen in den genannten Aktien.

Während US-amerikanische Megakonzerne Milliarden in KI-GPUs investieren, vermutet James Mitchell, Chief Strategy Officer bei Tencent, dass die jüngsten Fortschritte von DeepSeek darauf hindeuten könnten, dass solch immense Ausgaben unnötig sein könnten. DeepSeek behauptet, KI-Modelle entwickelt zu haben, die denen führender amerikanischer Unternehmen ebenbürtig sind – und das zu deutlich geringeren Kosten. Diese Behauptung hat die Börsenlandschaft nachhaltig beeinflusst.

Das wohl am stärksten betroffene Unternehmen ist NVIDIA, das sich seit dem Ausverkauf im Januar nur schwer von den Verlusten von fast 600 Milliarden Dollar erholen kann. Trotz der Bemühungen von CEO Jensen Huang auf der jüngsten GTC-Konferenz, potenzielle Billionen-Dollar-Märkte für NVIDIAs Angebote hervorzuheben, bleibt die Anlegerstimmung vorsichtig, und der Aktienkurs stagniert.

Auswirkungen der Innovationen von DeepSeek auf die GPU-Ausgaben chinesischer Technologieunternehmen

In einer kürzlichen Diskussion erklärte James Mitchell, CSO von Tencent, dass einer der Hauptgründe für die Investition in NVIDIAs KI-GPUs die Notwendigkeit des Trainings großer Sprachmodelle (LLMs) sei. Kurz nachdem die Technologien von DeepSeek im Januar an Popularität gewannen, stellte Tencent sein speziell auf den chinesischen Markt zugeschnittenes KI-Modell Hunyuan Turbo S vor, das Reaktionszeiten von unter einer Sekunde verspricht.

Tencent möchte DeepSeek bei der Entwicklung überlegener KI-Modelle übertreffen und räumt gleichzeitig ein, dass die innovativen Trainingstechniken von DeepSeek die Kosten für die KI-Entwicklung deutlich gesenkt haben. Durch den Einsatz ausgefeilter Softwareentwicklung steigert DeepSeek die Effizienz und minimiert gleichzeitig die Kosten für das KI-Modelltraining. Traditionell setzten Ingenieure auf NVIDIAs CUDA-Software, um GPUs effektiv zu nutzen. Dies bedeutete jedoch oft Kompromisse bei der Feinabstimmung ihrer Produkte.

In Bezug auf die Kapitalallokation wies Mitchell darauf hin, dass Investitionen in GPUs für das Training großer Sprachmodelle vor den Enthüllungen von DeepSeek unerlässlich gewesen seien. Er erinnerte sich an eine Zeit im letzten Jahr, als die Meinung vorherrschte, jede neue Generation von LLM benötige deutlich mehr GPUs. Er wies jedoch darauf hin, dass DeepSeek diese Sichtweise, insbesondere bei chinesischen Technologieunternehmen, geändert habe. Wie Mitchell bemerkte, „endete diese Zeit mit den Durchbrüchen, die DeepSeek demonstrierte.“

Er gab bekannt, dass die Branche infolge dieser Fortschritte „jetzt eine viel höhere Produktivität bei der LLM-Ausbildung unter Verwendung vorhandener GPUs erzielt, sodass die Notwendigkeit, zusätzliche GPUs im zuvor erwarteten Tempo anzuschaffen, nicht mehr besteht.“ Insbesondere aufgrund von Beschränkungen beim Kauf der neuesten KI-GPUs von NVIDIA, einschließlich der Produkte von Blackwell und Hopper, sind chinesische Unternehmen gezwungen, auf ältere GPU-Modelle oder große Cluster zurückzugreifen, um die begrenzten Rechenressourcen auszugleichen.

Tencent hat erklärt, dass sein Turbo S-Modell im Vergleich zu DeepSeeks Angeboten in Mathematik, logischem Denken und anderen KI-Funktionen überlegen sei. Branchenkenner vermuten, dass chinesische Unternehmen angesichts des anhaltenden Chip-Embargos Partnerschaften mit Huawei und dessen Ascend-KI-Chips in Erwägung ziehen könnten.

Huawei stellt seinen Chip-Nutzern wie NVIDIA Software zur Verwaltung der Chips zur Verfügung. Berichten zufolge hat DeepSeek jedoch festgestellt, dass die Softwareleistung von Huawei im Vergleich zu NVIDIAs Lösungen unzureichend ist. Die NVIDIA-Aktie schwächelt unterdessen weiter und hat seit Jahresbeginn 14 % verloren, da Anleger auf aussagekräftigere Daten zur Ankurbelung der Nachfrage warten. Tencent wird zwar außerbörslich gehandelt, weist aber eine beeindruckende Marktkapitalisierung von 601 Milliarden US-Dollar auf.

James Mitchell von Tencent legt die negativen Aspekte von $NVDA klar dar : Die Innovationen von DeepSeek bedeuten, dass trotz der explosionsartigen Zunahme der KI-Nutzung weniger GPUs benötigt werden als Tencent zuvor dachte.@doodlestein

„Es gab eine Zeit im letzten Jahr, in der man glaubte, dass… pic.twitter.com/f80UXyQ8Ny

– Timothy Liu (@timothyhliu5), 20. März 2025