Nvidia hebt Serverpreise für Top‑KI‑Chips wegen DRAM‑Mangel an.
In Kürze
- Serverpreise für Vera Rubin & Grace Blackwell steigen rund 15%.
- DRAM‑Knappheit bei Samsung, SK Hynix und Micron treibt Modulkosten.
- Clouds und KI‑Labore übernehmen Mehrkosten; Abhängigkeit von Nvidia bleibt.
Nvidia erhöht die Preise für KI‑Server – und du zahlest mit
Bloomberg berichtet, dass Nvidia die Preise für Server mit seinen Top‑KI‑Prozessoren Vera Rubin und Grace Blackwell um rund 15 Prozent anheben will. Betroffen sind demnach Systeme, die auf diese Chips setzen – also genau die Maschinen, die in großen Rechenzentren und bei KI‑Laboren Hochleistung berechnen.
Warum die Preiserhöhung?
Kurz gesagt: Arbeitsspeicher fehlt. Eine anhaltende Knappheit bei DRAM‑Chips treibt die Preise bei Herstellern wie Samsung, SK Hynix und Micron nach oben. Weil DRAM ein zentraler Baustein für KI‑Server ist, schlagen die höheren Modulpreise auf die Gesamtkosten der Server durch. Auftragfertiger, die Server für große Cloud‑Anbieter bauen, sollen ihre Kunden bereits informiert haben; die neuen Preise sollen für Lieferungen Anfang nächsten Jahres gelten. Nvidia selbst hat sich dazu bislang nicht geäußert.
Wer trägt die Mehrkosten?
Letztlich die großen Cloud‑Anbieter und KI‑Labore:
- Amazon (AWS)
- Microsoft (Azure)
- Google (Google Cloud)
- Meta
- Spezialisten wie OpenAI und Anthropic
Viele dieser Firmen investieren zwar in eigene Prozessoren, sind aber kurzfristig weiterhin auf Nvidias Hardware angewiesen – und damit auch auf dessen Zulieferkette.
Ein interessanter Nebeneffekt
Genau jene Kunden, die Milliarden in eigene Infrastruktur stecken, bleiben kurzfristig von Nvidia abhängig und stärken damit indirekt dessen Verhandlungsposition. Bloomberg hebt außerdem hervor, dass Nvidia selbst noch viele offene Rechnungen haben soll, während die Branche hohes Umsatzwachstum braucht, um solche Investitionen zu rechtfertigen.
Die Preiserhöhung trifft damit eine Branche, die gleichzeitig massiv in Unabhängigkeit investieren will und kurzfristig die Rechnung für knapper werdende Bauteile übernimmt.
Quellen
- Quelle: Nvidia
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
