**Deutscher Titel:** „Großer Kampf um die Infrastruktur der KI“

Zusammenfassung der Kerninhalte

Die amerikanische Blockade chinesischer Hochleistungs-AI-Chips wird kontinuierlich verschärft – von der Verkaufsverboten der A100/H100 über die A800/H800 bis hin zu den H20/H200. Auch die „speziell für China entwickelten“ Chips von Nvidia können den Beschränkungen nicht entkommen, obwohl ihre Leistung immer weiter abnimmt. Vor diesem Hintergrund hat sich das Hauptproblem chinesischer AI-Unternehmen von der mangelnden Verfügbarkeit von Chips auf die hohen Kosten für Rechenzentren verlagert: Stromverbrauch, Kühlung und andere Infrastrukturkosten haben sich zu neuen Herausforderungen entwickelt. Große Unternehmen investieren massiv in den Aufbau von Rechenzentren, stehen jedoch unter dem Druck sinkender Gewinne. Gleichzeitig ist grüner Strom zu einer Schlüsselressource für die AI-Infrastruktur geworden; der Wettbewerb um Energie wird zum Kern des zukünftigen AI-Wettbewerbs.

I. Amerikanische Chipblockade: Schritt für Schritt enger – der Aufschwung der inländischen Alternativen

Die Kontrollen durch die USA gegenüber chinesischen AI-Chips werden immer strenger:

• Oktober 2022: Verkaufsverbot der A100/H100 (Leistung über dem Schwellenwert von 4800); Nvidia bringt die verlangsachten Versionen A800/H800 auf den Markt, die zu den Hauptanbieter in China werden.
• Oktober 2023: Auch die A800/H800 werden verboten; Nvidia stellt die H20 vor, deren Leistung erheblich reduziert wird – diese Chips sind zeitweise extrem schwer zu beschaffen.
• 2025: Der Verkauf der H20 wird ausgesetzt, später wieder aufgenommen – allerdings unter strengen Bedingungen; aufgrund von Sicherheitsbedenken ist die tatsächliche Beschaffung nahezu null.
• 2026: Nvidia’s Umsatz in China beträgt weniger als 6 %; der Marktanteil sinkt auf 37 %, während inländische Chips (Huawei Ascend 910B, Cambricon Synergi 590) mit überlegener Leistung und nur einem Viertel des Preises die Führung übernehmen.

Die Möglichkeit, hochwertige Chips aus dem Ausland zu beziehen, ist praktisch ausgeschlossen; der Einsatz inländischer Alternativen wird daher unumgänglich.

II. Rechenzentren: Stromfresser – sind die Kosten höher als die der Chips?

AI-Rechenzentren sind extrem energieintensiv:

• Erstaunlicher Stromverbrauch: Ein 700-Watt-AI-Chip verbraucht zehnmal so viel Energie wie ein herkömmlicher CPU; eine Cluster mit Tausenden von Chips verbraucht täglich 200.000 kWh (entspricht dem Jahresstrombedarf einer kleinen Stadt). Ein Rechenzentrum mit 1 GW Leistung verbraucht jährlich fast 10 Milliarden kWh – bei einem Strompreis von 0,35 Yuan/kWh ergibt das jährliche Stromkosten in Höhe von 3,5 Milliarden Yuan!
• Betriebskosten drücken die Unternehmen: ByteDance hat tägliche Kosten von 132 bis 240 Millionen Yuan für Rechenleistung – bei einem Tageseinkommen von weniger als 1 Million Yuan. Laut Schätzungen könnte das Unternehmen im Laufe des Jahres einen Verlust in Höhe von über 10 Milliarden Yuan erliden.
• Steigende Infrastrukturkosten: Die Miete von AI-Gehäusen steigt um 10–20 %; die Kosten für Kühlsysteme sind sogar noch höher, was zu einem Wettbewerb um den Ausbau der Recheninfrastruktur führt.

Während die Anschaffung von Chips eine einmalige Investition war, werden die laufenden Stromkosten zu einem ständigen Belastungsfaktor für die Unternehmen.

III. Große Unternehmen investieren massiv in Infrastruktur – doch die Gewinne leiden darunter

Um dem Rechenleistungsbedarf gerecht zu werden, setzen große Unternehmen auf massive Investitionen:

• ByteDance: Investiert 70 Milliarden Yuan in Rechenzentren in Ulanqab und Helingeer; im Jahr 2025 sollen mehr als 150 Milliarden Yuan in die AI-Infrastruktur fließen.
• Alibaba: Plant in den nächsten drei Jahren Investitionen in Höhe von 380 Milliarden Yuan für Cloud- und AI-Infrastruktur – das übertrifft die Gesamtinvestitionen der letzten zehn Jahre. Im Quartal 2026 sank der Nettogewinn um 84 %.
• Tencent: Investierte im ersten Halbjahr 2026 847 Milliarden Yuan, mehr als im gesamten Jahr 2025, insbesondere in das Hybridenmodell und die Cloud-Rechenleistung; Cashflow und Gewinne sind betroffen.

Diese Investitionen verringern direkt den Gewinnzuwachs der Unternehmen; es gibt sogar Gerüchte über sinkende Nettogewinne.

IV. Der zukünftige AI-Wettbewerb um Energie: Grüner Strom wird zum Schlüssel

Energie ist die Grundlage für die Entwicklung von AI – grüner Strom gewinnt an Bedeutung:

• Vision Technology: Die Rechenzentrale in Ulanqab (größter Einzelrechenzentrum der Welt) verwendet zu 67 % grünen Strom, der direkt aus lokalen Windkraftanlagen stammt; geplant ist der Bau von weiteren 5 GW Rechenkapazitäten in der Wüste bis 2030.
• Staatliche Politik: Die nationale integrierte Recheninfrastruktur soll bis Ende 2025 zu mehr als 80 % aus grünem Strom bestehen; die Energieeffizienz soll unter 1,5 liegen.
• Auch die USA sind von Energieproblemen betroffen: Im Jahr 2025 machte der Stromverbrauch für AI 4,3–5,2 % des Gesamtstrombedarfs aus; in Kalifornien wurden Datenzentren von Tesla aufgrund hoher Temperaturen teilweise abgeschaltet, was die Trainingsleistung um 30 % verringerte.

Wer günstigen und zuverlässigen grünen Strom erhält, hat einen Vorteil im AI-Wettbewerb.

V. Verlagerung des Kostenfokus: Von der Chipbeschaffung zur Infrastrukturpflege

Die Situation hat sich geändert:

• Chips sind nicht mehr das größte Problem: Inländische Chips übertreffen die Leistung der H20-Chips; ihr Marktanteil liegt über 60 % – die Beschaffung wird immer einfacher.
• Infrastrukturkosten werden zum neuen Herausforderungsgebiet: Betriebskosten (Strom, Kühlung, Wartung) steigen zunehmend; diese Kosten sind für die Nutzer nicht direkt sichtbar, belasten die Unternehmen jedoch erheblich.
• Kapitalinvestitionen der Großen Unternehmen verlagern sich: Früher wurden die Mittel in die Beschaffung von Chips investiert; heute fließen sie hauptsächlich in die Infrastruktur – beispielsweise entfallen 90 Milliarden Yuan der Investitionen von ByteDance allein auf den Aufbau von Rechenzentren.

Der AI-Wettbewerb hat sich von einem „Chipkampf“ zu einem „Kampf um Infrastruktur und Energie“ entwickelt; wer die Kosten für die Infrastruktur kontrollieren kann, wird im Wettbewerb erfolgreich sein.

Fazit

Die amerikanische Chipblockade zwingt die chinesische AI-Industrie dazu, sich auf den Aufbau eigener Infrastruktur und die Nutzung von grüner Energie zu konzentrieren. Große Unternehmen investieren massiv in Rechenzentren, stehen jedoch unter dem Druck sinkender Gewinne. In Zukunft werden grüner Strom, effiziente Kühltechnologien und niedrige Betriebskosten zur Kernkompetenz von AI-Unternehmen – und dieser „Infrastrukturkampf“ hat gerade erst begonnen.