Der Compute-100-Podcast mit Timothy Arcuri von der UBS

Einführung

Brian Shakar: Unser heutiger Gast ist Timothy Arcuri. Er ist Managing Director bei der UBS. Tim hatte einen ereignisreichen Sommer. Er hat eine wirklich treffsichere Einschätzung zu Micron abgegeben, die deren Speicher-Explosion und den weiteren Weg frühzeitig erkannt hat. Wir durften seine Thesen zu diesem Unternehmen und zu vielem mehr in einem fantastischen Gespräch hören.

Gabby Lorenzi: Ja, Tim hat einen echten Weitblick für die Halbleiterindustrie und den Aufbau der KI-Capex. Er denkt im Gigawatt-Bereich und in Dimensionen von Dutzenden Milliarden Dollar mit Blick auf 2027, 2028 und die Zeit danach. Seine Perspektive zu hören, war faszinierend. Er war so freundlich, die 27th Street zu überqueren und uns im Büro zu besuchen. Wir freuen uns riesig darauf, wenn alle reinhören.

Brian Shakar: The Compute 100 ist ein Podcast über den folgenreichsten Markt in der KI. Hier sprechen wir mit Entwicklern und Investoren über die Technologie und das Kapital, die den größten Infrastrukturaufbau aller Zeiten antreiben. Ich bin Brian Shakar.

Gabby Lorenzi: Ich bin Gabby Lorenzi. Wir sind Investoren bei Primary, unterstützt von Gunderson Dettmer, der Gründungskanzlei und juristischen Partnerin von The Compute 100.

Brian Shakar: Dieser Podcast dient ausschließlich Informationszwecken und stellt weder eine Anlageberatung noch ein Angebot zum Kauf oder Verkauf von Wertpapieren dar. Tauchen wir ein in The Compute 100. Timothy Arcuri, Managing Director, Senior Equity Research Analyst für Halbleiter bei der UBS, herzlich willkommen im Büro. Vielen Dank, dass Sie die 27th Street überquert haben, um zu uns zu kommen.

Kann die Stromversorgung mit den Halbleiter-Erwartungen Schritt halten?

Timothy Arcuri: Das war ganz einfach.

Brian Shakar: Wir wissen es zu schätzen, dass Sie den Weg auf sich genommen haben. Wir hatten gerade begonnen, über das Ausloten der technologischen Grenzen und deren mögliche Verlangsamung zu sprechen. Bringen Sie uns auf den neuesten Stand, wie sich das auf Ihre Welt auswirkt. Lassen Sie uns eintauchen.

Timothy Arcuri: Ja. Offensichtlich blickt jeder auf die Erwartungen bei Halbleitern. Wenn man die in den Zahlen eingepreisten Annahmen nimmt und zurückrechnet, wie viele Gigawatt an zusätzlicher Leistung das impliziert, und wenn man die Lücke zwischen dem, was das Stromnetz verkraften kann, und dem, was netzfern (off-grid) bereitgestellt werden müsste, betrachtet, kommt man zu dem Schluss: Man muss schon sehr optimistisch sein, was das Aufwärtspotenzial der Infrastruktur angeht, damit sie mit den bereits im Halbleitersektor eingepreisten Erwartungen Schritt halten kann. Die Frage ist also, ob es zu einer Verlangsamung kommt.

Brian Shakar: Meinen Sie damit, dass die Menge an Strom, die zusätzlich zu dem, was ohnehin schon für machbar gehalten wird, ans Netz gehen muss, enorm ist, um die Prognosen der Labs zu erfüllen? Ist es das, was Sie damit sagen wollen?

Timothy Arcuri: Ja. Jeder geht davon aus, dass NVIDIA auf Größe X und Micron auf Größe Y wachsen wird. Rechnet man zurück, wie viele Gigawatt das impliziert, kann das Stromnetz das unmöglich auffangen; das, was derzeit genehmigt ist, reicht bei Weitem nicht aus. Man muss also darauf vertrauen, dass es einerseits zu einer Umwidmung derzeit noch nicht genehmigter Kapazitäten kommt und dass andererseits eine erhebliche Menge an netzferner Kapazität (Off-Grid-Kapazität) ans Netz geht, um überhaupt dorthin zu gelangen, wo die Halbleiter-Erwartungen heute schon stehen. Das soll nicht heißen, dass das unmöglich ist. Es bedeutet lediglich: Jedes Ereignis, das diesen Prozess verlangsamt – wie etwa Bedenken hinsichtlich der Sicherheit oder ähnliche Faktoren, die kürzlich aufgetaucht sind –, lässt vermuten, dass man am Ende weniger Kapazitäten umwidmen kann, weil geopolitische Gründe zusammen mit Genehmigungsverfahren für neue Kraftwerke und dergleichen bremsend wirken.

Gabby Lorenzi: Wo stehen wir im Moment? Ich versuche immer, ein Gefühl für diese Dinge zu bekommen, aber mir fehlt das rechte Einschätzungsvermögen, wie vielen GPUs das entspricht und wo wir uns – basierend auf NVIDIAs Prognosen – in den kommenden etwa drei Jahren hinbewegen.

Timothy Arcuri: Wir gehen davon aus, dass in diesem Jahr weltweit etwa 6 Millionen bis 7 Millionen GPU-Einheiten ausgeliefert werden. Das ist mittlerweile allerdings komplexer, da ein Die und eine fertige Einheit nicht mehr dasselbe sind. Aber wir rechnen in diesem Jahr mit 6 Millionen bis 7 Millionen Einheiten.

Gabby Lorenzi: Wobei eine Einheit in der Realität eigentlich aus zwei Dies besteht?

Timothy Arcuri: Ja, genau. Schaut man sich ASICs in diesem Jahr an – etwa bei Broadcom –, liegt unsere Schätzung für Broadcom-Einheiten im nächsten Jahr bei rund 6 Millionen. In diesem Jahr werden sie voraussichtlich 3,5 Millionen oder 4 Millionen ausliefern. Aus Sicht der Stückzahlen nähern sich ASICs den Standard-GPUs (Merchant GPUs) stark an. Wie ich in meinen Publikationen dargelegt habe, wachsen ASICs schneller als Standard-GPUs. Aus Dollar-Sicht wird NVIDIAs Marktanteil beim Umsatz natürlich höher sein als bei den Stückzahlen, da die durchschnittlichen Verkaufspreise (ASPs) dort höher liegen.

Brian Shakar: Wir bewegen uns also auf etwa 12 Millionen Einheiten zu?

Timothy Arcuri: Ja.

Brian Shakar: Wie viel Strom wird dafür benötigt?

Timothy Arcuri: Da müsste ich in unserem Modell nachschauen, wie viel Leistung das exakt ausmacht.

Brian Shakar: Wir werden das in den Shownotes oder in der Einleitung nachreichen. Das rechnen wir noch genau aus.

Timothy Arcuri: Denn es gibt ein großes Delta zur genehmigten Leistung. Das ist nicht einmal primär ein Problem von heute. Es ist nicht einmal ein Problem des Jahres 2028 – obwohl die Erwartungen an NVIDIA plus AMD plus Broadcom plus MediaTek plus Amazon genau diesen Strombedarf mit sich bringen. Man kann nicht einfach die bisher auf dem Stromnetz genehmigte Leistung nehmen, mit dem Ist-Zustand abgleichen und fragen: Deckt sich das mit den Markterwartungen? Nein, tut es nicht. Es müssen also zwischen heute und diesem Zeitpunkt auf der Infrastrukturseite zusätzliche Schritte unternommen werden, um dorthin zu gelangen, wo wir die Halbleiterbranche im Jahr 2028 – noch weniger 2027, aber ganz sicher 2028 und erst recht 2030 – sehen. Die öffentlichen Märkte wägen ab, wo die echten Engpässe liegen. Eine Zeit lang hieß es: Die Engpässe liegen bei den Halbleitern, also floss dorthin das gesamte Kapital. Mittlerweile setzt sich meiner Ansicht nach die Erkenntnis durch, dass die Erwartungen bei den Halbleitern bereits sehr hoch angesiedelt sind, während sie in anderen Marktbereichen ganz woanders stehen. Das macht es zu einem umso interessanteren Engpass, in den man Kapital lenken kann. Sie haben während der Korrektur im Mai und Juni gesehen, wie Geld aus dieser Gruppe – meiner Gruppe – abgezogen wurde. Es gab eine gewisse Zurückhaltung, die Positionen wieder aufzubauen. Die meisten großen Fonds, mit denen ich spreche, haben etwa die Hälfte des Engagements, das sie vor dieser Korrektur hatten, wieder aufgebaut. Es herrscht das allgemeine Gefühl vor, dass zu diesem Thema weit mehr Fragen gestellt werden als noch im Mai und Juni, als es stark um Performance-Jagd ging und alle nur auf 2028 und 2029 blickten. Damals wurde sozusagen eine Höchstmarke (High-Water Mark) gesetzt, so sehe ich das. Auch wenn die Aktienkurse zurückgekommen sind und das Niveau von Mai und Juni noch nicht wieder erreicht haben, bleibt diese Höchstmarke bestehen und hat sich nicht verändert. Jetzt findet ein Umdenken statt, wonach wir erst wieder in diese Höchstmarke hineinwachsen müssen. Und diese Netzlimitierung ist ein zentraler Faktor, den viele als Risiko sehen, das uns daran hindern könnte, die für 2028 und darüber hinaus bereits eingepreisten Erwartungen zu erreichen.

Brian Shakar: Gibt es ein Szenario, in dem diese ganze Debatte über das Verlangsamen des technologischen Fortschritts (Pacing the Frontier) uns letztlich bei der Energiefrage hilft – etwa wenn wir das Tempo, mit dem die Labs voranschreiten, künstlich oder auf andere Weise drosseln und das Energieproblem dadurch um ein paar Jahre nach hinten verschieben? Wie bewertet der Markt die letztendlichen Auswirkungen?

Timothy Arcuri: Dazu habe ich heute noch nicht allzu viel gehört, aber ich denke, da ist durchaus etwas dran. Ich hatte heute ein Gespräch mit NVIDIA, und dort wurde genau dieser Punkt ebenfalls angesprochen: Dass dies das Problem ein Stück weit nach hinten schieben könnte. Auf der anderen Seite gibt es natürlich die Debatte zwischen Open-Source- und Closed-Source-Modellen. Allgemein wird angenommen, dass Spitzenmodelle (Frontier Models) weitaus leistungsstärker sind und enorm viel Strom verbrauchen. Aber diese Open-Source-Modelle sind ziemlich wettbewerbsfähig und verbrauchen ebenfalls reichlich Energie. Wenn Open Source zur echten Alternative zu einem künstlich gebremsten Fortschritt wird, könnte das für das Energieproblem genau das Gegenteil bewirken und die Entwicklung sogar noch beschleunigen.

Brian Shakar: Interessant. Der Mangel an Energie könnte sich also am Ende als ganz natürlicher Regulator erweisen.

Von der Prozesstechnik an die Wall Street

Brian Shakar: Wie sind Sie eigentlich zu dem gekommen, was Sie heute tun? Sie machen das schon sehr lange und bringen daher den perfekten Hintergrund für diesen Moment mit. Nehmen Sie uns ganz an den Anfang zurück: Wie sind Sie in die Halbleiter-Analystenrolle geraten, und wie sah Ihr stark abgekürzter Weg bis zum Jahr 2026 aus?

Timothy Arcuri: Ich habe Chemieingenieurwesen studiert und danach ein paar Jahre als Ingenieur gearbeitet. Ich war bei einem Industriegasekonzern tätig, wo wir Produktionsprozesse entworfen haben. Als Prozessingenieur habe ich im Wesentlichen Technologien entwickelt, um Gase aufzufangen und zu verarbeiten. Bei der Chipherstellung verwendet man eine Reihe giftiger und reaktiver Gase, von denen viele überhaupt nicht vollständig verbraucht werden. Tatsächlich blasen die Abgase oft zu 90 % durch den Kamin ab, und manche dieser Substanzen haben Halbwertszeiten von 50 Jahren. Mitte bis Ende der 1990er-Jahre drängte die Industrie darauf, umweltfreundlicher zu werden. Das war der initiale Impuls. Die Chiphersteller wandten sich an die Industriegasekonzerne und sagten: „Helft uns, Prozesse zu entwickeln, um diese Stoffe besser zu nutzen.“ Bei dem Unternehmen, für das ich arbeitete, gab es eine kleine, dezidierte Arbeitsgruppe, die ein Verfahren zum Auffangen und Aufreinigen dieser Gase entwickelte. Ich gehörte zu den Ingenieuren in diesem Team, und wir bekamen sogar ein Patent darauf. Ich habe ein Patent und all das. Das bringt Ihnen zusammen mit 5 Dollar eine Tasse Kaffee ein. Aber so fing meine Zusammenarbeit mit den Ausrüstern überhaupt erst an. Wir arbeiteten mit den Chip- und Equipment-Herstellern zusammen, sodass ich sie in den Jahren 1995, 1996 und 1997 kennenlernte. Dann merkte ich, dass ich eigentlich gar kein Ingenieur bleiben wollte. Ich stellte fest, dass mir das Schreiben lag und ich gut mit Menschen kommunizieren konnte. Da beschloss ich, mir diese Welt der Wall Street anzuschauen – mit der Buy-Side und der Sell-Side. Schließlich landete ich auf der Sell-Side. Ich schrieb einen Research-Bericht und sagte mir: „Das kann ich auch. Ich habe zwar keinen MBA, aber das kriege ich hin.“ 1998 gab mir jemand eine Chance, und seither mache ich das nun schon seit fast 30 Jahren.

Gabby Lorenzi: Und das im Grunde die ganze Zeit im Halbleitersektor?

Timothy Arcuri: Ja, denn man kann die Lieferkette unmöglich analysieren, ohne zu verstehen, was in der Halbleiterfertigung passiert. Nun habe ich NVIDIA nicht während dieses gesamten Zeitraums beobachtet; ich covere NVIDIA wahrscheinlich erst seit den letzten zehn Jahren oder so. Ich habe mich von der reinen Lieferkette schliesslich dorthin entwickelt, die Chiphersteller selbst zu analysieren.

Gabby Lorenzi: Was war Ihr Erweckungserlebnis – wahrscheinlich vor rund fünf Jahren –, als sich Ihr Job vermutlich schlagartig veränderte oder vielleicht exakt das eintrat, was Sie in den 15 Jahren zuvor erwartet hatten? Ich finde es immer spannend, wenn Leute, die so tief in diesem Markt stecken, erklären, wann sie aufwachten und dachten: Die Welt steht vor einer radikalen Veränderung.

Timothy Arcuri: Das ist witzig. Ich weiß gar nicht, ob mir damals die Tragweite überhaupt bewusst war. Aber ich erinnere mich, dass wir Jensen in unserem Büro in San Francisco in der 555 California zu Gast hatten. Das war schätzungsweise im Februar 2023, und es waren wohl etwa 30 Investoren im Raum. Damals saß ich mit Colette, Jensen und dem Investor-Relations-Team in einem Auto und wir fuhren durch San Francisco.

Brian Shakar: Das Unternehmen war damals wahrscheinlich rund 500 Milliarden Dollar wert?

Timothy Arcuri: Die Marktkapitalisierung war vermutlich noch deutlich geringer. Vielleicht lag sie bei 70 oder 80 Milliarden Dollar. ChatGPT war zwar gerade auf den Markt gekommen, aber niemand wusste wirklich, wie groß das Ganze werden würde. Jensen blickte einfach aus dem Fenster und sagte: „Die Zukunft ist so hell, ich kann dir gar nicht sagen, wie hell die Zukunft ist.“ Er war in diesem Meeting unglaublich optimistisch.

Brian Shakar: Wobei Sie das in Ihrem Job vermutlich oft hören, oder?

Timothy Arcuri: Ja, aber es gibt Momente, in denen man die Bedeutung in Echtzeit noch gar nicht ganz greifen kann. Ich ging aus diesem Meeting raus und dachte mir: Wow, hier passiert etwas, das ich unbedingt durchdringen muss, denn ich habe in meiner Laufbahn schon mit vielen Managementteams zu tun gehabt, aber hier braut sich etwas Besonderes zusammen. Wenn man dann im Rückblick die Nutzerdaten von ChatGPT betrachtet und sieht, was passiert – eins ergab das andere. Natürlich hätte ich damals nie gedacht, dass NVIDIA einmal so gigantisch groß werden würde, und vermutlich hat er das damals selbst auch noch nicht. Ein Schritt führte zum nächsten, und schließlich wuchs das Ganze auf täglich 100 bis 150 Investorenfragen an. Es ist schlicht unmöglich, da noch Schritt zu halten. Ich müsste mich eigentlich klonen lassen, um all diese Gesprächsanfragen zu bedienen – es ist also ein echtes Luxusproblem. Damals bekam ich dann übrigens auch ein paar Morddrohungen, was eben passiert, wenn man Dinge ausspricht, die bestimmten Leuten nicht passen. Ich sage meiner Frau immer, dass ich eines Tages ein Buch über die Erlebnisse der letzten fünf Jahre schreiben werde.

Brian Shakar: Auf die erste Auflage wären wir sehr gespannt.

### Messung der KI-Nachfrage und Preisfindung für schnelle Inferenz

Brian Shakar: Mich interessiert Ihr gedankliches Modell: Wie versuchen Sie zu begreifen, was hier eigentlich vorgeht? Wie gehen Sie an die Analyse heran?

Timothy Arcuri: Das Wichtigste war für mich zunächst die Feststellung, dass bei all den Kapazitäten, die derzeit aufgebaut werden, die Nachfrage das Angebot massiv übersteigt. Warum? Weil ich mir Instanzen ansehe, die 7 bis 8 Jahre alt sind – Ampere-Instanzen, A100-Chips, deren Leasingverträge auslaufen –, und alles, was man wissen muss, ist die Tatsache, dass diese alten Einheiten zu noch höheren Preisen neu vermietet werden. Das sagt Ihnen im Grunde sofort alles, was Sie wissen müssen: Wenn selbst die alte Hardware nach Ablauf des Leasings zu einem höheren Preis wiedervermietet wird, übersteigt die Nachfrage das Angebot gewaltig. Ich musste mir also um die Nachfrage bisher gar nicht so viele Sorgen machen, weil sich alles um das Angebot drehte. Der Großteil meiner Arbeit drehte sich darum, wie schnell TSMC seine Wafer-Kapazitäten ausbaut und wie viele Maschinen die Equipment-Hersteller bauen können. Es war überwiegend eine Untersuchung der Angebotsseite. Jetzt verlagert sich der Fokus ein wenig hin zu Bereichen, in denen ich versuche, die Nachfrage zu betrachten und zu sagen: Hier sind die Erwartungen, sie sind immer weiter gestiegen, und jetzt stehen wir hier. Erstens: Sind die anderen Bereiche, die ich nicht so genau verfolge, überhaupt in der Lage, dies im erwarteten Zeitrahmen zu stemmen? Und zweitens: Gibt es dafür auch tatsächlich eine entsprechende Nachfrage? Das ist die nächste Stufe, auf der die Leute jetzt fragen: „Tim, wie sieht es eigentlich mit der Nachfrage aus?“ Ich habe heute Morgen eine Zahl veröffentlicht, wonach 380 Gigawatt zusätzlich installiert werden sollen, aber das ist ein Wert für die elektrische Leistung, kein reiner IT-Rechenleistungs-Wert; dieser Faktor schließt den PUE-Wert mit ein. Die Frage lautet nun: Wie viel Umsatz muss eigentlich generiert werden, wenn wir in den nächsten fünf Jahren 380 Gigawatt hinzufügen wollen? Genau dorthin verlagert sich die Diskussion. Man kann sich einige der Labs ansehen, die ARR-Zahlen (Annual Recurring Revenue) pro Gigawatt genannt haben, und all diese Berechnungen anstellen. Das sind exakt die Fragen, mit denen ich mich künftig noch stärker befassen muss, um beurteilen zu können, in welchem Maße man daran glauben muss, dass all dies zum globalen BIP beiträgt, um folglich auch die Aufnahme all dieser Gigawatt zu rechtfertigen.

Gabby Lorenzi: Wir haben an einer Präsentation gearbeitet, in der wir mit Kosten von 30 Milliarden bis 50 Milliarden Dollar pro Gigawatt für Anschaffung, Aufbau und Bereitstellung kalkuliert haben – mit dem Ziel, über einen Zeitraum von 4 bis 5 Jahren etwa 80 Milliarden Dollar an Bruttogewinn zu erwirtschaften. Ist das die Größenordnung, in der Sie darüber nachdenken, was ein Gigawatt Strom im Aufbau kostet und was sich damit verdienen lässt?

Timothy Arcuri: Ja, genau.

Gabby Lorenzi: Einer der größten Hebel dabei ist der Preis pro Token, den die Anwender bereit sind zu zahlen. Wie betrachten Sie das? Wie machen Sie sich ein Bild davon, wohin sich dieser Preis entwickelt?

Timothy Arcuri: Ich stelle mir diese Frage selbst sehr oft, denn in jeder Technologiebranche sinken die Kosten pro Token – die Frage ist lediglich, wie schnell das geschieht. Mittlerweile gibt es diesen Markt für spezifische Aufgaben wie Softwareentwicklung (Coding). Es gibt einen wachsenden Markt für schnelle Inferenz (Fast Inference), und der ist beträchtlich. Jensen ist losgezogen und hat Groq gekauft, Cerebras ging an die Börse, und es gibt SambaNova. Eine ganze Reihe von Akteuren bedient den Markt für schnelle Inferenz; es geht also längst nicht mehr nur um die reinen Kosten pro Token, sondern auch um einen Performance-Aspekt des Marktes.

Brian Shakar: Und die Kunden sind stets bereit, dafür einen Aufpreis zu zahlen. Es wird immer eine Zahlungsbereitschaft für Premium-Tokens und deren schnelle Auslieferung geben.

Timothy Arcuri: So scheint es zu sein. Die Frage ist nur, ob das 10 % des Marktes ausmacht oder 20 %. Andrew Feldman würde sagen, das ist der gesamte Markt – dass es keinen Markt für langsame Inferenz gibt, sondern ausschließlich für schnelle Inferenz. Ich verstehe durchaus, was Andrew damit meint. Jensen hat zu verschiedenen Zeitpunkten unterschiedliche Zahlen genannt, geht aber im Grunde davon aus, dass etwa 10 % bis 20 % des Marktes darauf entfallen. Meine Einschätzung darüber, was der Markt beim Preis pro Token verkraften kann, entwickelt sich stetig weiter.

Brian Shakar: Wie bauen Sie Ihre Überzeugung auf, wenn es um solche Fragestellungen geht? Verbringen Sie vor allem Zeit mit den Labs, mit den Chipherstellern oder im Gespräch mit Entwicklern, um Ihre These zu so granularen Themen wie Token-Ökonomie zu untermauern?

Timothy Arcuri: Als Halbleiter-Analyst bin ich ein „P-mal-Q“-Typ [Preis mal Menge]. Es bewegt sich ein wenig außerhalb meiner Komfortzone, wenn ich versuche, eine Brücke zu schlagen und vorherzusagen, wie die Token-Ökonomie am Ende tatsächlich aussehen wird. Das ist ein Bereich, in dem ich versuche, Ressourcen aus unserem Software-Team, unserem Internet-Team und unserem Versorger-Team (Utilities) zu bündeln. Ich kann nicht behaupten, dass ich alle Antworten parat habe, aber das ist exakt die Frage, die ich zu beantworten versuche – denn ich kann Ihnen zwar sagen, wie viel Kapazität hinzugefügt wird, aber es fällt mir schwerer zu garantieren, ob die Nachfrage in gleichem Maße da sein wird. Ich vermute, dass sie in fünf Jahren da sein wird, aber welche Killer-Applikation diese Nachfrage antreiben wird? Da bin ich mir nicht wirklich sicher. Wenn man einige der Zahlen heranzieht, die die Labs in Bezug auf ihren Umsatz pro Gigawatt genannt haben, klingt das zwar nach einer gewissen Summe, aber auf fünf Jahre gesehen macht das nur wenige Prozentpunkte des weltweiten BIP-Wachstums aus. Wenn man das so formuliert und einen durchschnittlichen Investor fragt: „Die Aktienkurse preisen ein, dass KI in fünf Jahren ein paar Prozentpunkte zum weltweiten BIP beisteuern wird“ – klingt das verrückt? Ich finde nicht.

Wie KI die Halbleiter-Forschung verändert

Gabby Lorenzi: Mich fasziniert, wie Analysten arbeiten. Sie müssen unzählige Informationen verarbeiten, Memos und Notizen schreiben. Das alles verdichtet sich in einer Welt, in der man ohnehin schon Unmengen an KI-Inhalten liest und versucht, KI produktiv einzusetzen, um die eigene Arbeit zu verbessern. Wie empfinden Sie die Veränderung Ihres Jobs – sei es im positiven Sinne oder in Bereichen, in denen sich die Branche im Umgang mit KI-Einflüssen auf die Rolle eines Halbleiter-Analysten erst noch einspielen muss?

Timothy Arcuri: Es gibt eine Menge Dinge, die wir tun und die im Grunde jede Research-Abteilung tut: ganz basale Abläufe, um unsere Inhalte verdaulicher zu machen, das Schreiben zu erleichtern und – aus rechtlicher Sicht – Dokumente schneller durch den Freigabeprozess zu bekommen, ohne jedes einzelne Wort manuell lesen zu müssen. Das sind alles ziemlich grundlegende Anwendungen. Aber um auf meine „P-mal-Q“-Natur zurückzukommen: Ich muss plötzlich Rollen einnehmen, die ich so noch nie ausfüllen musste. Ich predige hier im Grunde den Falschen, denn Sie machen das den ganzen Tag lang und schlüpfen ständig in verschiedene Rollen. Für mich bedeutet das jedoch, Experte für Themen jenseits der reinen Halbleiter werden zu müssen – ich muss mich mit dem Return on Investment (ROI) auskennen und verstehen, wie die konkreten Anwendungsfälle (Use Cases) für KI aussehen werden. Das ist keine Welt, in der ich historisch gesehen zu Hause war. Ich habe mich dabei ertappt, wie ich versuche, in einem viel breiteren Spektrum von Themen Expertise aufzubauen. Früher war mein Job vielleicht nicht einen Zoll breit und eine Meile tief, sondern eher einen Fuß breit und eine Meile tief – oder vielleicht fünf Fuß breit. Heute muss ich mich damit abmühen, 100 Fuß breit und eine Meile tief zu sein, und das ist verdammt schwer.

Gabby Lorenzi: Beim Lesen von Research-Notizen hat sich der Einsatz von KI zum Erfassen von Fachliteratur auf der Konsumentenseite als wertvoll erwiesen. Aber für jemanden, der ständig schreibt und liest, stellt das den gesamten Arbeitsablauf komplett auf den Kopf.

Timothy Arcuri: Wie Elon Musk einmal sagte: Es wird bald keine Apps mehr geben, und die KI wird ohnehin alles für Sie erledigen. Am Ende fragen Sie vielleicht einfach: „Was soll ich kaufen?“, und es gibt keine einzelnen Aktien mehr, sondern nur noch einen großen Einheitsbrei. In einer solchen Welt könnten wir am Ende landen.

NVIDIA, AMD und Intel

Brian Shakar: Wenn wir einen Schritt zurücktreten und die wichtigsten Akteure auf der Prozessorseite – die Rechenlandschaft – betrachten: NVIDIA hat das Feld angeführt, AMD konkurriert und Intel erlebt so etwas wie eine Wiedergeburt. Wie bewerten Sie diese drei Unternehmen, ihre Marktposition und das, was sie am besten machen? Lassen Sie uns einen groben Überblick über die Rechen-Landschaft verschaffen und dann zum Thema Speicher übergehen.

Timothy Arcuri: Bei NVIDIA ist es schlicht CUDA und die riesige installierte Basis. Was mich am meisten fasziniert: Jede einzelne GPU, die sie heute ausliefern – und das gilt genauso für AMD –, ist nach wie vor eine Auslieferung auf der grüne Wiese (Greenfield). Wir haben noch nicht einmal damit begonnen, die bestehende installierte Basis upzugraden. Insbesondere NVIDIA verfügt über eine Monetarisierungsmöglichkeit dieser installierten Basis, die die anderen nicht haben, einfach weil ihre Basis so gigantisch ist. CUDA und die Software-Burggräben (Software Moats) waren von Anfang an das, was sie nach vorne gebracht hat, und diese Monetarisierungschance der installierten Basis ist absolut einzigartig für sie. Bei AMD war ROCm anfangs noch nicht auf der Höhe der Zeit, aber mittlerweile scheren sich die meisten Unternehmen, mit denen sie zu tun haben, nicht mehr groß um ROCm. Für die Hyperscaler ist das kein großes Hindernis, weil sie über eigene Software-Ressourcen verfügen. ROCm ist wichtig für einen Unternehmenskunden (Enterprise Customer), aber eben nicht für einen Hyperscaler. Daher halte ich das nicht mehr für ein so großes Handicap. Aus Hardware-Sicht ist AMD für viele Workloads äußerst wettbewerbsfähig. Die Frage lautet nun, ob es irgendeinen zwingenden Grund gibt, der AMD besser macht als NVIDIA, und bei den meisten Anwendungen sehe ich diesen Grund nach wie vor nicht. NVIDIA hat zudem die Nase vorn, wenn es um Rack-Engineering geht, und sie haben all die Hürden genommen, die AMD jetzt erst noch bewältigen muss, während sie anfangen, Racks zu bauen und das gesamte Ökosystem zu beherrschen. Die Story der KI-Fabrik ist bei NVIDIA völlig klar. NVIDIA baut kapazitätsmäßig ganze Quartiere, von dieser Warte aus sind sie zwei Schritte voraus. Wenn sie ihren jährlichen Takt (Annual Cadence) beim Ausführen beibehalten, wird es für jeden extrem schwierig, sie einzuholen. Meine Schätzungen für AMD sind nach wie vor sehr hoch, weil der Gesamtmarkt riesig ist und AMD in den nächsten Jahren ein viel größeres Unternehmen sein wird. Bei Intel bin ich deutlich zuversichtlicher, was das Foundry-Geschäft und die Fertigung angeht, als was deren Produkt-Roadmap betrifft. Lip-Bu Tan ist großartig, er dreht das Ruder herum und wird das auch weiterhin tun. Aber es gibt einen weitaus überzeugenderen Grund für einen Kunden, mit Intel auf der Fertigungsseite ins Geschäft zu kommen – sei es bei EMIB für das Packaging oder im Bereich Front-End-Foundry. Da liegt für mich das spannende Potenzial bei Intel.

Maßgeschneiderte Chips, Broadcom und MediaTek

Gabby Lorenzi: Was ist mit den Hyperscalern und kundenspezifischem Silizium (Custom Silicon)? Das fühlt sich wie ein gleichwertiger Teil des Puzzles an.

Timothy Arcuri: Ich sehe Broadcom als den Ermöglicher (Enabler) der Hyperscaler. Die ASIC-Reise verläuft typischerweise so: Man fängt ohne eigene Infrastruktur- oder Halbleitermannschaft an und baut sie über die Zeit auf. Man beginnt, indem man zu einem Full-Service-ASIC-Anbieter geht, dem man vertraut, dass er Chips in großen Stückzahlen fertigen kann – eben Broadcom. Im Falle von Google hat es sieben Generationen gedauert, bis sie schließlich feststellten, dass sie über die nötigen Ressourcen verfügen, um es selbst zu machen und HBM direkt zu beschaffen. Google blickt hier auf einen 7 bis 10 Jahre langen Weg zurück. Amazon ist diesen Weg vermutlich noch länger gegangen, da sie Annapurna bereits vor über 10 Jahren übernommen haben. Ich stecke Amazon und Google in eine andere Schublade als alle anderen. Die Reise ist jedoch im Grunde immer dieselbe: Niemand will NVIDIA so viel Geld in den Rachen werfen, aber viele haben schlicht keine Wahl. Sie wollen ihre eigene Zukunft kontrollieren, aber man wird niemals seine gesamte Infrastruktur ausschließlich auf ASICs setzen. Es wird immer eine Mischung geben. Innerhalb der ASICs befindet sich jeder Hyperscaler an einem anderen Punkt dieser Evolution. Wenn man sich Broadcoms Google-Geschäft anschaut, lässt das, was Hock Tan sagt, vermuten, dass Google im Jahr 2028 auf einem flachen Niveau verharren oder nur leicht wachsen wird; das Wachstum flacht ab, da zusätzliches Volumen an MediaTek und andere geht. Google wird Broadcom natürlich nicht den Rücken kehren, weil sie nach wie vor auf Broadcom für Aufgaben angewiesen sind, die sonst niemand leisten kann, aber es ist eben ein evolutionärer Prozess.

Brian Shakar: Können Sie den Schritt zu MediaTek erklären? Was steckt dahinter?

Timothy Arcuri: Customer-Owned Tooling, kurz COT. Wenn Sie es selbst machen wollen, den HBM direkt einkaufen und nicht möchten, dass jemand anderes den gesamten Chip für Sie baut, weil Sie selbst viel Engineering in den Chip stecken wollen – genau das machen sie mit MediaTek. MediaTek ist ihr Partner auf der COT-Seite. Broadcom hingegen kommt und sagt: „Ich baue das komplette Ding für Sie. Ich besorge den Speicher, ich besorge die Wafer, und ich berechne Ihnen eine Marge von 60 %.“ Google fängt an, sich von Broadcom zu diversifizieren, um mehr seiner ASIC-Entwicklung mit MediaTek abzuwickeln.

Brian Shakar: Liegt das daran, dass sie über größere Marktmacht verfügen, um bessere Deals für HBM und nachgelagerte Partner auszuhandeln, und sie ihre Ressourcen intern bündeln wollen?

Timothy Arcuri: Ja, exakt.

Brian Shakar: NVIDIA hat vor Kurzem ebenfalls einen großen Deal mit MediaTek gemacht, oder? Ging es dabei um einen Chip für Laptops?

Timothy Arcuri: Wenn man sich anschaut, welche Abkommen NVIDIA schließt: Sie gehen Partnerschaften mit Akteuren außerhalb des Broadcom-Lagers ein. Auf der einen Seite hat man Broadcom bei den Hyperscalern, auf der anderen Seite hat man NVIDIA und die Neoclouds. NVIDIA möchte, dass NVLink Fusion mit mehr ASICs eingesetzt wird. Also gehen sie auf ASIC-Akteure zu, die nicht zu Broadcom gehören, gehen Partnerschaften mit ihnen ein und sagen: „Unterzeichnet einen Deal mit mir, und ihr könnt NVLink Fusion und meine IP nutzen.“ Ich schätze, der MediaTek-Deal drehte sich genau darum.

Brian Shakar: Zwar wurde er im Kontext eines Laptop-Chips diskutiert, aber es ist ein breiter angelegter Schachzug, um die eigene Position zu stärken und dem Aufstieg von Broadcom bei Custom ASICs Paroli zu bieten.

Timothy Arcuri: Ja. Das Ausmaß an Kooperation und gleichzeitigem Wettbewerb (Coopetition) in der Halbleiterindustrie ist wild. Man denkt, zwei Spieler liegen im erbitterten Streit, und plötzlich stellt man fest, dass sie komplett voneinander abhängig sind.

Inferenz-Start-ups und das Geschäftsmodell von Cerebras

Brian Shakar: Was halten Sie von all den Start-ups, die diesen Markt gerade angreifen?

Timothy Arcuri: Das ist äußerst interessant. Schnelle Inferenz und disaggregierte Inferenz schaffen massive Chancen. Prefill ist rechenlastig (compute-bound), während Decode speicherlastig (memory-bound) ist – deshalb sieht man all diese Innovationen auf der ASIC-Seite. Wir sprachen über Cerebras, SambaNova und andere, die über hierarchische Speicherarchitekturen verfügen. Man sieht tonnenweise Innovationen rund um die disaggregierte Inferenz, wobei Etched ein Unternehmen ist, das Ihnen bestens bekannt ist. Die Möglichkeit, die Auslastung der bestehenden GPU-Flotte zu verbessern, ist immens. Wenn man sich mit diesen Clouds unterhält, erfährt man, dass die tatsächliche GPU-Auslastung in der Praxis oft bei 30 %, 40 % oder 50 % liegt. Es gibt riesige Potenziale, die Flotte zu beschleunigen.

Gabby Lorenzi: Frisch nach dem Börsengang von Cerebras: Wie hat dieser Übergang vom Privatmarkt in die börsennotierte Sphäre Ihre Analysen und die Marktwahrnehmung beeinflusst?

Timothy Arcuri: Cerebras war sehr erfolgreich. Ihr Schicksal wendete sich drastisch, als sie den Deal mit OpenAI unterzeichneten, was in meinen Research-Berichten dokumentiert ist. Mittlerweile haben sie auch einen Rahmenvertrag mit Amazon in der Tasche. Die meisten Unternehmen wollen disaggregierte Inferenz nutzen, um ihre bestehende installierte Basis zu beschleunigen. Cerebras hat quasi den zündenden Funken für den Markt der schnellen Inferenz geliefert. Direkt nach Abschluss dieses Deals hat Jensen Groq gekauft. In den letzten sechs Monaten hat sich enorm viel verändert, und für Cerebras bietet sich eine riesige Chance. Der Markt ist so gigantisch groß, dass sie gar keinen riesigen Marktanteil erobern müssen, um ein massiv größeres Unternehmen zu werden.

Brian Shakar: Der Markt wird die OpenAI-Implementierungen genau beobachten. Was sind die wichtigsten Details dazu?

Timothy Arcuri: Bei Cerebras besteht der Rahmenvertrag mit OpenAI aus drei Tranchen zu je 750 Megawatt, inklusive gewisser Optionen. Zu Beginn handelt es sich dabei um ein Cloud-Deal, da OpenAI nicht über eine eigene Infrastruktur verfügt; daher baten sie Cerebras, ein Rechenzentrum (Colocation Facility) zu finden und den Betrieb zu steuern. Wie sich das im Laufe der Zeit entwickeln wird, bleibt abzuwarten. Meine Annahme ist, dass Cerebras langfristig zu 50 % Cloud-Anbieter und zu 50 % Hardware-Verkäufer sein wird. Das ist ein wichtiger Entwicklungsschritt in ihrem Modell, denn sowohl Hardware als auch eine Cloud zu verkaufen, macht sie einzigartig – auch wenn das derzeit vermutlich eher aus der Notwendigkeit heraus als aus langfristiger Präferenz geschieht. Einige Stimmen im Markt argumentieren, dass bei sehr großen Modellen, da man alles auf dem Wafer speichern muss, im Moment des Auslagerns vom Wafer gewisse Wettbewerbsvorteile verloren gehen. Ich kann diese Argumentation nachvollziehen, glaube aber nicht, dass es ein allzu großes Hindernis ist. Andere, darunter Elon Musk, haben Wafer-Scale ebenfalls ausprobiert und konnten es nicht erfolgreich umsetzen. Cerebras hat für Start-ups jedenfalls das Feuer entfacht, den Bereich der disaggregierten Inferenz frontal anzugreifen.

Micron, HBM und der Speicher-Zyklus

Brian Shakar: Sprechen wir über Speicher (Memory). Es war ein großes Jahr für Sie im Bereich Speicher und für den Speichermarkt im Allgemeinen. Erzählen Sie uns von Micron, wie sich das Unternehmen entwickelt hat und wie es war, diese Aktie zu covern.

Timothy Arcuri: Wenn man sich die Aktie ansieht, ist sie enorm gestiegen – allerdings sind auch die Gewinne massiv nach oben gegangen. Der Markt bewertet die Aktie so, als hätte sich im Grunde nichts verändert, und weist ihr ein sehr niedriges KGV (Kurs-Gewinn-Verhältnis) von etwa dem 4-pätigen Gewinn aus. Der Markt weiß schlicht nicht, was er mit Gewinnen anfangen soll, die so schnell steigen, vor allem bei einem Unternehmen, das historisch gesehen stark zyklisch war. NVIDIA hatte Zyklen – etwa als Krypto kam und wieder ging, damals wurde die Aktie zeitweise mit dem 40-fachen des Tiefstgewinns gehandelt –, aber Speicher war schon immer deshalb zyklisch, weil er stärker durch das Angebot als durch die Nachfrage angetrieben wurde. Der Markt überbaut die Kapazitäten traditionell immer: Es dauert zwei Jahre, um eine Wafer-Fabrik hochzufahren, was gigantische Zyklen auslöst. Was sich nun aber verändert hat, ist HBM. HBM funktioniert auf Basis eines jährlichen Rhythmus (Annual Cadence), da jede neue Generation von ASIC oder XPU eine andere Version von HBM erfordert. Es ist ein ständiger Austausch mit dem Speicherhersteller erforderlich, bei dem jedes Jahr die neuen Anforderungen für die jeweilige Variante spezifiziert werden müssen. Wenn ein neuer Chip auf den Markt kommt, ist die alte HBM-Variante in der Regel nicht mehr verwendbar. Es gibt eine Obsoleszenz, die es so früher nicht gab. In der DDR-Welt gilt: DDR ist 7 bis 8 Jahre lang stabil, weshalb Kunden bei niedrigen Preisen Bestände aufbauen und diese bei steigenden Preisen abbauen – das erzeugt die bekannten großen Zyklen. HBM verändert diese Dynamik grundlegend.

Brian Shakar: HBM verknüpft den Speicher also direkt mit der Roadmap für Rechenleistung.

Timothy Arcuri: Genau. In einer KI-Welt werden die Inferenz-Kosten maßgeblich vom Speicher bestimmt. Bei der disaggregierten Inferenz verwende ich gerne das Analogiebeispiel: Als Kind berührt man einen heißen Herd und nutzt Logik-Zellen, um zu lernen, ihn in Zukunft nicht mehr anzufassen. Jedes Mal, wenn man danach eine Küche betritt, generiert man einen wertvollen Inferenz-Token, aber er stammt aus Ihrer Speicherbank. Inferenz wird stark vom Speicher angetrieben, was Speicher in einer KI-Welt ungleich wertvoller macht. Der Markt blickt auf Microns Gewinne, geht davon aus, dass sie wieder einbrechen werden, und verpasst der Aktie deshalb ein niedriges Multiplikator-Verhältnis. Derzeit liegt das Gewinn-Multiplikator sehr nahe am Buchwert, was man so gut wie nie sieht – weil die Gewinne schlicht so rasant gewachsen sind, dass der Buchwert noch nicht hinterhergekommen ist.

Gabby Lorenzi: Was bedeutet Buchwert in diesem Kontext?

Timothy Arcuri: Der materielle Buchwert (Tangible Book Value) setzt sich aus Sachanlagen (PP&E), Barmitteln und Bilanzaktiva zusammen. In einer Aufschwungphase treibt der Gewinn den Aktienkurs; in einer Abschwungphase handelt die Aktie hingegen auf Basis des Buchwerts, weil die Sorge umgeht, dass Speicherhersteller Cash verbrennen, was den Buchwert angreift. Investoren greifen dann auf den Buchwert als Untergrenze (Floor) zurück, weil er weniger volatil ist als die Gewinne. Analysten, die schon sehr lange im Geschäft sind, sehen Micron bei einer Bruttomarge von 85 % und nehmen an, dass das Aufwärtsmoment erschöpft ist. Es ist kein direktionaler Trade mehr, sondern wird zu einer Durationsfrage: Wie haltbar sind diese Gewinne? Historisch gesehen waren sie das nicht, aber die Hyperscaler unterzeichnen nun langfristige Verträge.

Was langfristige Speicherverträge verändern

Timothy Arcuri: Die Hyperscaler schlagen Alarm (crying uncle), weil die Kosten so stark gestiegen sind. Sie brauchen Planungssicherheit bei den Beschaffungskosten, weshalb sie sich zu Vorauszahlungen (Prepayments) in Höhe von 10 Milliarden Dollar verpflichten, um sich Produkte für die kommenden drei Jahre zu sichern.

Brian Shakar: Das ist der größte strukturelle Wandel: Speicher wurde historisch betrachtet niemals über langfristige Verträge gehandelt.

Timothy Arcuri: Niemals in diesem Ausmaß. Früher setzte man sich am 1. Januar zusammen, um Jahresvolumina über einen Rahmenvertrag zu besprechen – aber in einem rein preisgetriebenen Markt griffen Käufer zum halben Preis zu, wenn der Spotmarkt einbrach. Mittlerweile ist die Speicher-Kapazität bei den großen HBM-Playern für die nächsten Jahre komplett ausgebucht, was in früheren Zyklen schlicht und einfach nie vorkam. Das liegt einerseits an der jährlichen Innovationskadenz von HBM und andererseits daran, dass die Produktion eines HBM-Wafers etwa viermal so viel Kapazität verschlingt wie ein herkömmlicher Wafer. Da GPUs die Nachfrage stark in Richtung HBM ziehen, fungiert dies als Anker für das Angebot: Es entzieht dem breiteren Markt Wafer-Kapazitäten, da das vertikale Stapeln (Vertical Stacking) bei einer Ausbeute (Yield) von 95 % pro Schicht enorme Fabrikkapazitäten verschlingt. Die Nachfrage stieg, während das verfügbare Standardangebot zurückging.

Brian Shakar: Der Zyklus wird dadurch also robuster. Glauben Sie, dass dies ein dauerhafter struktureller Wandel und kein herkömmlicher Zyklus mehr ist?

Timothy Arcuri: Irgendwann auf der anderen Seite wird es natürlich wieder einen Zyklus geben. Nach 30 Jahren im Geschäft gilt: Jedes Mal, wenn jemand sagt „diesmal ist es anders“, trifft das selten zu 100 % zu. Die Speicherpreise werden irgendwann zweifellos wieder einbrechen. Aber überlegen Sie sich, wie diese Verträge strukturiert sind: Wenn man vor 3 oder 4 Monaten einen Deal abgeschlossen hat, liegt der Vertragspreis zum Jahresende bei grob der Hälfte des Spotmarktpreises auf dem offenen Markt, weil der Spotmarkt unaufhaltsam weitergeklettert ist. Diese Verträge beinhalten einen Mindestpreis (Floor Price), der weit unter den aktuellen Niveaus liegt. Selbst wenn die Preise auf dem freien Markt um 70 % bis 80 % abstürzen sollten, werden die Kunden ihre Produkte im Rahmen dieser Verträge weiterhin abnehmen. Micron verdient selbst in einem schweren Abschwung weiterhin beträchtliches Geld, generiert Cash und treibt den Buchwert durch Zinseszinseffekte nach oben, was den Aktienkurs unweigerlich stützt.

Brian Shakar: Wie bewerten Sie Micron im Vergleich zu SK Hynix und Samsung?

Timothy Arcuri: Ich covere die koreanischen Unternehmen nicht direkt; das übernimmt unser Asien-Team. Aber Sanjay Mehrotra hat Micron in ein Unternehmen im Stil des Silicon Valley verwandelt. Früher war das eine eher träge Firma aus Boise, aber Sanjay hat hervorragende Talente von SanDisk geholt. Die technologische Lücke hat sich geschlossen, und in vielerlei Hinsicht ist Micron heute eher ein Vorreiter als ein Nachzügler. Hinzu kommt eine geopolitische Komponente: Die US-Regierung will die heimische Halbleiterfertigung unterstützen, was Micron – neben Intel – strategisch perfekt mit den Interessen der USA in Einklang bringt.

Brian Shakar: Wie bewerten Sie vor diesem Hintergrund den Ausbau ihrer Fabriken an Orten wie Upstate New York?

Timothy Arcuri: Historisch gesehen haben Investoren die Ankündigung gigantischer Fabrikneubauten verabscheut, weil es ein untaugliches Signal für drohende Überkapazitäten war. Aber früher gab es eben niemals langfristige Vereinbarungen als Absicherung im Rücken. Frühere Überkapazitäten entstanden dadurch, dass Produzenten den Spotpreisen mit spekulativen Kapazitätserweiterungen hinterherliefen. Da langfristige Lieferverträge (LTAs) nun für Umsatzsichtbarkeit sorgen, verhalten sich die Investitionsausgaben (Capex) diszipliniert und sind an konkrete Verpflichtungen gekoppelt, was das Risiko massiven Überbauens drastisch senkt. Ein Abschwung müsste diesmal durch einen echten Nachfrageeinbruch ausgelöst werden und nicht durch unkontrolliertes Aufblähen des Angebots.

Ausrüstung, Packaging und Fabrik-Ökonomie

Brian Shakar: Was übersieht der Markt bei Halbleiter-Ausrüstern wie Applied Materials und Lam Research?

Timothy Arcuri: Die Korrelation zwischen Applied Materials oder Lam Research und Micron liegt bei etwa 0,9. Ausrüstungsaktien werden allzu leicht in die Speicherdebatte rund um Margenspitzen und deren Dauer hineingezogen. Dabei stehen Wafer-Fabrik-Ausrüstungen (WFE) in ihrem Kapazitätsausbauzyklus noch viel weiter am Anfang als der reine Rechenbereich. TSMC verfügt bereits seit Jahren über Compute-Kapazitäten zum Wachsen, während die Equipment-Hersteller gerade erst damit beginnen, neue Reinräume zu befüllen. Grundsätzlich erlaubt es die Ausrüstung, über mehrere Jahre hinweg verlässliches Wachstum zu prognostizieren. Unseren Berechnungen zufolge benötigt man etwa 4 Milliarden Dollar an Front-End-Equipment pro Gigawatt Rechenleistung.

Brian Shakar: Und wir hatten für den Zeitraum bis 2030 oder 2031 kumuliert 380 Gigawatt veranschlagt?

Timothy Arcuri: Ja. Wenn man ein Jahr hat, in dem 100 Gigawatt oder mehr hinzukommen, bedeuten 100 mal 4 Milliarden Dollar Ausgaben von über 400 Milliarden Dollar allein für Wafer-Fabrik-Equipment. Das liegt zwar außerhalb meines offiziellen Prognosehorizonts, verdeutlicht aber das potenzielle Ausmaß im Vergleich zum diesjährigen globalen WFE-Markt von 155 Milliarden bis 158 Milliarden Dollar.

Brian Shakar: Wo findet die Kerninnovation bei der Ausrüstung statt? Liegt sie in neuen Speicherzell-Designs, maschinellem Lernen für die Fehlerklassifizierung oder woanders?

Timothy Arcuri: Viele Prozesse, die traditionell im Front-End angesiedelt waren, wandern ins Back-End. Advanced Packaging, vertikales Stapeln und neue Materialien treiben massive Innovationen voran. Unternehmen arbeiten mit völlig neuartigen Materialkombinationen im Speicherbereich, die maßgeschneiderte Ausrüstung erfordern. Andere überdenken die Fabrik-Architektur und das Wafer-Routing völlig neu. Viele Fabriken verlassen sich nach wie vor auf 40 Jahre alte Batch-Paradigmen, bei denen Wafer-Kassetten untätig herumstehen und auf Werkzeuge warten. Auch beim Ätzen mit hohem Aspektverhältnis (High-Aspect-Ratio Etching) gibt es starke Innovationen. Lam Research hat früh erkannt, dass Architekturen in die Vertikale gehen – wie man bei 3D NAND und TSVs sieht –, und sein Portfolio entsprechend ausgerichtet.

Gabby Lorenzi: Advanced Packaging, Materialien, Stromversorgung und Kühlung werden zunehmend direkt in das Silizium integriert, was etablierte Branchengrößen wie TSMC und Intel, die den gesamten Stack kontrollieren, weiter stärkt.

Timothy Arcuri: Früher ging die Industrie etwa alle 10 Jahre zu größeren Wafer-Größen über, um die Kosten pro Die zu senken, da die Kosten nicht 1:1 mit der Wafer-Fläche skalieren. Ein großer Chiphersteller oder ein Konsortium finanzierte dann die Ausrüstungshersteller, um Werkzeuge für den nächsten Durchmesser zu bauen. Der 300-mm-Wafer wurde um das Jahr 2002 eingeführt. Hätte man mir im Jahr 2005 gesagt, dass wir über 20 Jahre später immer noch mit 300 mm arbeiten, hätte ich Sie für verrückt erklärt. Angesichts von TSMCs Größe bin ich überrascht, dass noch niemand den nächsten Schritt finanziert hat. Der limitierende Faktor hat sich jedoch von der Wafer-Größe auf die Scanner-Feldgröße (Reticle Field Size) von ASMLs Lithografie-Maschinen verlagert.

Brian Shakar: Was genau ist die Feldgröße?

Timothy Arcuri: Das Retikel-Limit definiert die maximal bedruckbare Fläche des Scanners. Transistoren werden innerhalb dieses festen optischen Fensters strukturiert. Das ist wie bei einem optischen Negativ: Man kann nur einen bestimmten Bereich belichten, bevor man Dies zusammenfügen (stitching) muss – genau deshalb sind Prozessoren wie NVIDIAs neueste Chips retikel-begrenzte Multi-Die-Pakete.

Brian Shakar: Covern Sie ASML oder TSMC direkt?

Timothy Arcuri: Ich covere ASML oder TSMC nicht direkt. ASML wird von unserem europäischen Team analysiert und TSMC von unserem Asien-Team, aber das Verständnis ihrer Roadmaps ist fundamental, um den Rest der Lieferkette erfolgreich zu bewerten.

Wo neue Computer-Unternehmen konkurrieren können

Gabby Lorenzi: Welche Fragen stellen Sie sich, wenn Sie Frühphasen-Investoren sehen, die neue Start-ups in diesen Markt bringen?

Timothy Arcuri: Mich interessiert Ihre Sicht auf Computer-Architekturen. Sind wir auf diesem Pfad bereits so weit fortgeschritten, dass es zu spät ist, wenn man nicht schon längst in eine Architektur investiert hat? Wird sich die Frühphasen-Innovation in den nächsten fünf Jahren um Prozessoren drehen, oder verlagert sie sich auf Technologie-Ebene hin zu Systemen oder der Photonik?

Brian Shakar: Wir haben in die Seed-Runde von Etched investiert. Ein frontaler Wettbewerb bei universellem Silizium gegen bestehende Roadmaps ist angesichts der Kapitalanforderungen und der Größe der Platzhirsche extrem schwierig. Die photonische Datenverarbeitung (Photonic Computing) stellt jedoch einen echten Paradigmenwechsel dar, bei dem ein überzeugender Ansatz durchaus ein Investment in der Frühphase rechtfertigen kann. Spätphasen-Venture-Capital-Investoren steigen massiv in Rechentechnologien ein und finanzieren Serien-B- und -C-Runden für umsatzschonende Silizium-Unternehmen mit beträchtlichem Kapital, wobei auch Akteure wie BlackRock mitmischen.

Timothy Arcuri: Speicherbeschränkungen erzwingen architektonische Verschiebungen. NVIDIA passt seine Spezifikationen an, um größere Scale-up-Domänen zu bauen, was den Wert in Richtung Netzwerktechnik, Optik und Interconnects verlagert.

Gabby Lorenzi: In der Seed-Phase konzentrieren wir uns auf Advanced Co-Packaging, elektrooptische Materialien, neuartige Speicherarchitekturen und biologische Datenverarbeitung. Da private und öffentliche Bewertungen drastisch steigen – SpaceX bei 2 Billionen Dollar, NVIDIA erreicht 5 Billionen Dollar –, zieht diese schiere Dollar-Massa spätabhängiges Kapital in Rechen-Derivate, während Frühphasen-Kapital gezielt nach fundamentalen Basistechnologien sucht.

Timothy Arcuri: Halbleiter machen mittlerweile schätzungsweise 18 % des S&P 500 aus, was Investoren dazu treibt, nach Derivaten in Branchen wie Industrie und Kühlungsinfrastruktur zu suchen. Wie schlägt sich das in Ihrer Firma nieder?

Brian Shakar: Jedes Team hat einen Blickwinkel auf das Thema Rechenleistung. Die Industrie-Sparte untersucht Stromerzeugung und Netzteffizienz für Rechenzentren. Fintech bewertet Rechenleistungs-Futures und Preisindizes. Enterprise-KI befasst sich mit der ROI-Zuordnung im Verhältnis zu den Rechenausgaben. Edge-Computing, physische KI und Hardwaresicherheit erleben ähnliche branchenübergreifende Aktivitäten.

Cobots, Humanoiden und die Nachfrage nach Chips

Gabby Lorenzi: Welche Trends im Bereich physische KI und Robotik schlagen sich in den öffentlichen Märkten nieder?

Timothy Arcuri: Kollaborative Roboter, kurz Cobots, sind heute kommerziell im Einsatz. Teradyne verfügt über ein beachtliches Cobot-Geschäft durch Universal Robots. Zwar sah sich das Wachstum makroökonomischem Gegenwind ausgesetzt, doch die Verbreitung wächst – wie man an Amazons Einsatz von Cobots für Kommissionier- und Einlagerungsprozesse in Lagern sieht. Humanoiden sorgen bei Führungskräften für reichlich Gesprächsstoff. Aus Sicht des Halbleitergehalts ist ein humanoider Robot schlicht ein fahrendes Elektroauto. Wenn sich die Stückzahlen skalieren, stellt der Siliziumgehalt einen massiven Markt dar, auch wenn die breite kommerzielle Nutzung noch weiter in der Zukunft liegt.

Politischer Gegenwind und Kundenkonzentration

Brian Shakar: Wie bewerten Sie politischen Gegenwind wie die Anti-Rechenzentrums-Stimmung und regulatorische Drücke rund um das Thema KI-Sicherheit?

Timothy Arcuri: Im vergangenen Jahr wurde viel über Schwarze Schwäne diskutiert. Ich mache mir keine Sorgen um die kurzfristige Nachfrage oder das Angebot. Meine primäre Sorge galt stets sozialen und geopolitischen Widerständen – einer modernen Version von Menschen mit Mistgabeln, die wegen Arbeitsplatzverlust oder Stromverbrauch auf die Barrikaden gehen. Das könnte die politische Unterstützung für die KI-Infrastruktur beschädigen. Die Industrie braucht eine bessere Kommunikation und eine engere Zusammenarbeit mit Regierungen, wobei die wettbewerbliche Dynamik mit China der Entwicklung natürlich gewisse Grenzen setzt.

Gabby Lorenzi: Es gibt zudem Bedenken hinsichtlich der Konzentration wirtschaftlicher Macht in den Händen einer Handvoll Hyperscaler.

Timothy Arcuri: Konzentrierte Capex-Ausgaben bei NVIDIA erzeugen automatisch eine nachgelagerte Kundenkonzentration für Applied Materials, Micron und den Rest der Wertschöpfungskette. Investoren stellen regelmäßig die langfristige Nachhaltigkeit dieser Kundenbasis infrage.

Brian Shakar: Wenn Sie nicht in der Halbleiteranalyse arbeiten würden, was würden Sie heute tun?

Timothy Arcuri: Ich wäre wahrscheinlich DJ und würde Golf spielen. Ich liebe die Musik der 1980er-Jahre und mische sie gerne mit modernen Techno-Klängen zu Mixtapes zusammen. Mir fehlt im Moment einfach nur die Zeit dazu.

Brian Shakar: Hoffentlich produzieren Sie dann unseren Intro-Track für die nächste Saison. Was ist eine unkonsensuelle Prognose, die Sie für die kommenden ein bis zwei Jahre haben?

NVIDIAs installierte Basis und was im Abschwung zuerst gestrichen wird

Timothy Arcuri: Die Leute unterschätzen den langfristigen Wert von NVIDIAs installierter Basis. Jeder Dollar Umsatz ist heute eine Greenfield-Bereitstellung; kein Cent davon ist Brownfield-Ersatz. Mit der Zeit wird diese installierte Basis durch Upgrades und Effizienzsteigerungen monetarisiert. Die heutigen Auslieferungen von Blackwell und Rubin wirken rein additiv zur globalen Rechenleistung, aber irgendwann werden ältere Architekturen wie Ampere ersetzt werden. Das erzeugt einen Upgrade-Zyklus, der die Umsätze abfedert, selbst wenn die Gesamt-Capex abkühlt.

Timothy Arcuri: Zudem hatte ich eine Debatte mit einem CIO darüber, was im Falle abflachender Hyperscaler-Capex als Erster gestrichen wird: kundenspezifische ASICs oder Standard-GPUs? Die meisten Investoren gehen davon aus, dass Standard-GPUs zuerst gekürzt werden, um die Bruttomargen des internen Custom-Siliziums zu schützen. Meine Sichtweise ist genau umgekehrt: Custom ASICs werden zuerst gestrichen. ASICs sind für schmale Workloads gebaut, während Standard-GPUs die architektonische Flexibilität bieten, die man in einer Phase des wirtschaftlichen Rückzugs dringend benötigt.

Brian Shakar: Vielen Dank für Ihre Zeit und Ihre spannenden Perspektiven, Tim.

Timothy Arcuri: Ich danke Ihnen.

Brian Shakar: Als Analyst ist Tim verpflichtet, bestimmte Offenlegungen in Bezug auf seine Beziehung und die der UBS zu den von ihm besprochenen Unternehmen bereitzustellen. Diese Offenlegungen sind unter ubs.com/disclosures abrufbar.