Chinas Alibaba setzt 10.000 hauseigene Chips ein, während Big Tech den Ausstieg aus Nvidia plant

Alibaba und China Telecom haben am Dienstag angekündigt, eine Rechenanlage in Südchina zu bauen, die von dem E-Commerce-Unternehmen entworfene Chips verwenden wird. Dies ist Teil des breiteren Bestrebens Chinas, seine eigene Technologieinfrastruktur zu entwickeln.

Das Zentrum wird 10.000 Zhenwu-Halbleiter enthalten, die Alibaba für KI-Arbeiten entwickelt hat. Die Chips können KI-Systeme mit Hunderten von Milliarden von Parametern betreiben. China Telecom wird die Anlage besitzen und betreiben.

Das ist bedeutend. Es zeigt, dass chinesische Technologieunternehmen ihre eigenen Chip-Designs ernsthaft vorantreiben, insbesondere da Peking eine geringere Abhängigkeit von ausländischer Technologie anstrebt.

Washington hat in den letzten Jahren den Kauf bestimmter Halbleiterausrüstung und Chips durch China blockiert. Dazu gehören AI-Prozessoren von Nvidia. Die Beschränkungen haben chinesische Unternehmen im Grunde gezwungen, schneller an eigenen Alternativen zu arbeiten.

Alibaba stellt seine Chips über eine Einheit namens T-head her. Das in Hangzhou ansässige Unternehmen ist auch einer der größten Cloud-Computing-Anbieter Chinas. Es entwirft Chips, betreibt Rechenzentren und entwickelt KI-Modelle, die über sein Cloud-Geschäft verkauft werden. Das Cloud-Geschäft wächst schneller als die meisten anderen Sparten.

CEO Eddie Wu sagte am Dienstag, er werde einen neuen Technologieausschuss leiten. Zhou Jingren, der Chief AI Architect des Unternehmens, wird darin sitzen. Ebenso Li Feifei, die die Technologie für Alibaba Cloud leitet, und Wu Zeming, der Chief Technology Officer der Gruppe.

China baut zunehmend große Rechenzentren mit inländischer Technologie. Im vergangenen Monat ging ein Computersystem mit Huaweis Ascend 910C AI-Chips live.

US-Technologieriesen werden in diesem Jahr voraussichtlich rund 700 Milliarden US-Dollar für KI-Infrastruktur ausgeben. Chinesische Unternehmen gehen einen anderen Weg. Sie geben weniger aus und konzentrieren sich auf KI-Anwendungen, von denen sie glauben, dass sie tatsächlich Geld verdienen und Renditen liefern werden.

Das Rechenzentrum befindet sich in Shaoguan in der Provinz Guangdong. China Telecom und Alibaba haben angekündigt, es auf 100.000 Chips auszuweiten. Die Rechenleistung könnte für die Gesundheitsbranche, fortschrittliche Materialien und andere Branchen genutzt werden. Die Aktie von Alibaba (NYSE: BABA) stieg am Mittwoch um 4,68 Prozent.

Chinesische Chip-Unternehmen verzeichnen Rekordumsätze

SMIC und Hua Hong Semiconductor erzielten 2025 Umsatzrekorde. Die KI-Nachfrage und US-Exportbeschränkungen, die China dazu drängen, schnellere heimische Technologien aufzubauen, haben das Wachstum befeuert.

SMIC, Chinas größter Chip-Hersteller, wuchs die Einnahmen um 16 Prozent auf 9,3 Milliarden US-Dollar. Analysten glauben, dass es 2026 11 Milliarden US-Dollar erreichen wird. Hua Hong hatte sein bestes viertes Quartal aller Zeiten mit Umsätzen von 659,9 Millionen US-Dollar und erwartet ein stetiges Wachstum bis Anfang 2026.

Auch kleinere chinesische Unternehmen meldeten im vergangenen Jahr Rekordzahlen. Das privat gehaltene Unternehmen ChangXin Memory Technologies verzeichnete einen Anstieg der Einnahmen um 130 Prozent auf 8 Milliarden US-Dollar. Moore Threads Technology Co., ein Unternehmen für GPU-Design, verzeichnete einen Anstieg der Einnahmen im Jahr 2025 um zwischen 231 und 247 Prozent.

Der inländische Ansatz zahlt sich auf dem chinesischen Markt aus. Nvidia, das kalifornische Unternehmen, das derzeit das wertvollste der Welt ist, dominierte früher den Verkauf von KI-Chips in China. Das ist nicht mehr der Fall.

Chinesische Hersteller von GPUs und KI-Beschleunigern erzielten 2025 einen Anteil von 41 Prozent am lokalen Markt und lieferten 1,65 Millionen Karten aus. Nvidia führt weiterhin mit 55 Prozent und 2,2 Millionen Karten, was jedoch ein starker Rückgang im Vergleich zum vorherigen Stand ist.

Es war ein schwieriges Jahr für Nvidia

Uber erweitert seinen Vertrag mit Amazon Web Services, um mehr seiner Plattform auf Amazons eigenen KI- und Rechenchips zu betreiben. Dazu gehört die verstärkte Nutzung von Graviton, AWSs Arm-basierten Prozessoren, und ein Testlauf von Trainium, seinem KI-Trainingschip, der als Konkurrent zu Nvidia positioniert ist.

Dies ist eine Verschiebung in Ubers Cloud-Strategie. Das Unternehmen hatte 2023 angekündigt, seine Infrastruktur zu Google Cloud und Oracle zu verlagern, stützt sich nun jedoch stärker auf AWS, insbesondere für KI-Workloads. Amazon nutzt seine eigene Hardware, um große Kunden zu gewinnen, die Alternativen zu traditionellen Chip-Anbietern suchen.

Der Deal zeigt, wie intensiv der Wettbewerb im Bereich der KI-Infrastruktur ist. AWS nutzt seine eigene Hardware, um Geschäftskunden zu gewinnen. Uber schließt sich Anthropic, OpenAI und Apple an, die zunehmend AWS-Chips nutzen, da die Nachfrage nach KI-Rechenleistung weiter steigt.

Trotz der Rekordergebnisse und starken Prognosen hat sich die Nvidia-Aktie (NASDAQ: NVDA) seit über acht Monaten kaum bewegt. Es gibt keinen einzelnen Grund, der den KI-Chip-Hersteller zurückhält. Es ist eher eine Ansammlung mehrerer Faktoren.

Geopolitik, anhaltende Inflation und Fragen zur Zukunft der KI haben alle auf die Aktie von Nvidia gedrückt. Einige erfahrene Anleger beginnen, das Vertrauen zu verlieren.

Auch Hedgefonds sind dabei. Sie verkauften Aktien im vergangenen Monat mit der schnellsten Rate seit 13 Jahren, laut Daten von Goldman Sachs. Nvidia war einer der großen Tech-Namen, die betroffen waren. Fondsmanager shorteten auch US-Börsennotierte Investmentfonds (ETFs), was ein eher bärisches Zeichen ist, das darauf hindeutet, dass sie mit fallenden Aktienkursen rechnen. Historisch gesehen sehen solche Bewegungen für den Markt nicht gut aus.

Allerdings hat der Bank-of-America-Analyst Vivek Arya die globale Halbleiterprognose für 2026 auf 1,3 Billionen US-Dollar angehoben. Das sind 300 Milliarden US-Dollar mehr als die Bank noch vor vier Monaten vorhergesagt hatte.

Arya sagte, Nvidia und Broadcom seien weiterhin die Haupttreiber hinter den KI-Ausgaben.