- ASML (ASML: NA/US) und TSMC (TSMC: 2330:TT) haben beide in dieser Woche ihre Jahresumsatzprognosen angehoben und damit bestätigt, dass führende US-amerikanische Cloud-Service-Anbieter trotz des Drucks auf kurzfristige Investitionsrenditen ihre Kapitalausgaben für fortschrittliche KI-Chips weiter erhöhen.
- Branchenangaben zufolge werden die Gesamtausgaben für Rechenzentren von Technologieriesen wie Microsoft (MSFT:US), Meta (META:US) und Amazon (AMZN:US) in diesem Jahr voraussichtlich die Marke von 600 Milliarden USD überschreiten, was den Ergebnissen von Chipdesignern ohne eigene Fabriken große Sicherheit verleiht.
- Die Nachfrage nach Rechenleistung erfährt einen strukturellen Wandel. Das Management von TSMC weist darauf hin, dass mit der Reifung von großen Sprachmodellen (LLM) der Rechenleistungsbedarf zunehmend von der Modell-Trainingsphase auf die Inferenzphase verlagert wird. Dies erfordert, dass die Lieferkette Hochleistungsprozessoren und fortschrittliche Verpackungsdienstleistungen liefert.
Das Spiel zwischen Investitionszyklen und Renditen
Die von TSMC und ASML in dieser Woche veröffentlichten Prognosen übertrafen die Erwartungen und bieten starke fundamentale Unterstützung für den Bewertungsrahmen des globalen Halbleitermarktes. Zuvor breiteten sich unter Wall-Street-Analysten Bedenken über eine KI-Asset-Blase aus. Der Kern der Marktzweifel liegt darin, dass die enormen Investitionen von Hyperscalern in Recheninfrastrukturen bislang nicht mit gleichwertigen Cashflow-Erträgen auf der Softwareseite korrespondieren konnten. Doch die Stellungnahme des CEO von TSMC, C.C. Wei, in einer Analystenkonferenz beruhigte diese Zweifel vorübergehend. Er wies darauf hin, dass die Kunden und ihre wichtigsten Cloud-Service-Anbieter weiterhin extrem starke Bedarfssignale und positive Aussichten senden.
Diese Dynamik von Angebot und Nachfrage zeigt, dass Technologieriesen im Wettlauf um Generative Künstliche Intelligenz (AGI) Kapitalaufwendungen als versunkene Kosten zur Aufrechterhaltung technologischer Schutzgraben betrachten, anstatt kurzfristige KGVs anzustreben. Die erwarteten Ausgaben für Rechenzentren in Höhe von bis zu 600 Milliarden USD in diesem Jahr umfassen nicht nur den umfassenden Kauf von GPUs, sondern auch hochleistungsfähige Infrastrukturen wie Hochbandbreitenspeicher (HBM), optische Module, Flüssigkühlsysteme und unterstützende Energieinfrastrukturbauten. Diese umfassenden Investitionen halten den Auftragsbestand führender Chipdesigner wie Nvidia (NVDA:US), AMD (AMD:US) und Broadcom (AVGO:US) auf historischen Höchstständen, wobei die Sichtbarkeit ihrer Erträge bis 2027 verlängert wurde.
Analyse der Fertigungskapazitäten und Geräteaufträge
Als absolut grundlegender Vermögenswert der globalen Halbleiterfertigungs-Wertschöpfungskette dienen die Bestellungen für EUV-Lithographiesysteme von ASML und die Auslastung der fortgeschrittenen Fertigungskapazitäten von TSMC als wesentliche Indikatoren für die globale technologische Kapitalmobilität. Die Anhebung der Jahresumsatzprognose von ASML am Mittwoch spiegelt direkt wider, dass Foundries die Erweiterung ihrer Kapazitäten für 3-Nanometer und darunter fortgeschrittene Fertigungsprozesse beschleunigen. Die Einschätzung von Giuseppe Sette, Mitbegründer des Investmentanalyse-Plattform Reflexivity, bestätigt dies. Er glaubt, dass die positiven Daten von ASML vor dem Hintergrund eines globalen wirtschaftlichen Abschwungs ein äußerst widerstandsfähiges Bild für die Halbleiterbranche zeichnen.
TSMC hat nicht nur die Umsatzprognose angehoben, sondern auch angekündigt, seine Kapitalkosten in diesem Jahr weiter zu erhöhen. Der Kern der zusätzlichen Investitionen wird sich voraussichtlich nicht nur auf traditionelle Waferfertigungsprozesse konzentrieren, sondern auch stark in die Erweiterung von fortschrittlichen Verpackungskapazitäten wie CoWoS (Wafer-Level-Chip-Scale-Packaging) fließen. In der aktuellen AI-Chip-Architektur, in der die Lithographiegrößen physische Grenzen erreichen, ist die heterogene Integration von Rechenkernen mit High-Bandwidth-Speichern über fortschrittliche Verpackungstechnologien der einzige machbare Weg zur Erhöhung der Rechenleistungsdichte. Die Engpässe in der fortschrittlichen Verpackungskapazität von TSMC, die lange Zeit die Lieferzeiten von Nvidias High-End-Chips behinderten, könnten durch die Aufstockung der Kapitalkosten in den nächsten Quartalen deutlich gelockert werden.
Entwicklung der Rechenleistung: Vom Training zur Inferenz
Ein weiterer wesentlicher Trend, der in dieser Quartalsberichtsperiode aufgedeckt wurde, ist, dass die Nachfrage nach KI-Rechenleistung einen strukturellen Wendepunkt vom Training zur Inferenz durchläuft. In den letzten zwei Jahren stammte die starke Nachfrage nach Rechenleistung hauptsächlich von den Versuchen der Technologie-Giganten, von Grund auf Sprachmodelle mit Billionen Parametern zu trainieren. Doch mit der Konvergenz und Kommerzialisierung der Basis-Modellrahmen nimmt die Nachfrage nach Inferenzaufgaben zum Verarbeiten von Benutzeranfragen, zur Text- und Videogenerierung exponentiell zu.
Dieser Nachfragemarkt stellt völlig andere Anforderungen an das Chipdesign der unteren Schichten. Im Vergleich zur Trainingsphase, die eine hohe absolute Rechenleistung und Cluster-Verbindungsbandbreite auf einer Single Card erfordert, legt die Inferenzphase mehr Wert auf das Energie-Effizienz-Verhältnis, die Latenzleistung und den Durchsatz bei spezifischen Aufgaben. Dies führt zu einer verstärkten Nachfrage nach fortschrittlichen, auf bestimmte Algorithmen optimierten Prozessoren und anwendungsspezifischen Chips (ASIC). Unternehmen wie Broadcom (AVGO:US), die in Bereichen maßgeschneiderter Netzwerke und Rechenchips über umfassende technische Expertise verfügen, stehen vor neuen strukturellen Wachstumschancen. Gleichzeitig wird die Bestellstruktur der fortgeschrittenen Fertigungsprozesse von TSMC vielfältiger, wodurch die Abhängigkeit von einzelnen Kernkunden weiter reduziert wird.
