Nvidia, der führende Anbieter von Grafikprozessoren und speziell KI-Beschleunigern, signalisiert steigende Preise für seine KI-Server-Systeme. Nachdem bereits die Preise für Consumer-Graphics-Processing-Units (GPUs) angezogen haben, trifft dies nun auch die Datencentern-fokussierten Produkte. Der Grund liegt in der Kostenentwicklung für verschiedenste Hardware-Komponenten, insbesondere für Speichermodule und andere Elektronik-Bauteile.
Die Dynamik dahinter ist komplex. Auf der einen Seite gibt es enorme globale Nachfrage nach KI-fähigen Servern, da Unternehmen aller Grössen KI-Modelle trainieren und einsetzen möchten. Diese Nachfrage übersteigt bei weitem die aktuellen Produktionskapazitäten. Auf der anderen Seite sind Speicherchips und andere kritische Komponenten knapp geworden. Lieferketten-Störungen, Geopolitik und konzentrierte Produktion in wenigen Regionen (primär Taiwan und Südkorea) verschärfen die Situation.
Nvidia wird diese Preissteigerungen weitergeben, da die Nachfrage trotz allem so hoch bleibt, dass sie absorbiert wird. Dies hat Auswirkungen auf die gesamte KI-Industrie: Startups und kleinere Unternehmen, die auf KI-Infrastruktur angewiesen sind, müssen mit höheren Investitionskosten rechnen. Grosse Tech-Konzerne mit starken Budgets können sich diese Preise leisten und sichern sich damit Wettbewerbsvorteile.
Für Schweizer Unternehmen und KMUs, die KI-Dienste nutzen wollen oder bereits nutzen, bedeutet dies längerfristig: Cloud-basierte KI-Dienste (bei AWS, Google Cloud, Microsoft Azure oder Spezialanbietern) könnten ebenfalls teurer werden, da diese die Infrastrukturkosten an Kunden weitergeben. Unternehmen sollten ihre KI-Strategie evaluieren: Lohnt sich das Trainieren eigener Modelle, oder ist es kostengünstiger, auf vortrainierte Modelle und Cloud-APIs zu setzen? Eine genaue Kostenanalyse wird zentraler.