Chinas DeepSeek definiert den Rechenzentrumsmarkt neu

CNBC prognostizierte, dass die Entstehung günstigerer KI-Modelle aus China die Nachfrage nach Rechenzentren steigern könnte. Berichten zufolge passten Analysten ihre Prognosen nach dem Start von DeepSeek an und erwarteten sofortige Auswirkungen auf die Branche. 

Ein Bericht von CNBC deutete darauf hin, dass künstliche Intelligenz-Modelle, die günstiger mit weniger leistungsfähigen Chips gebaut wurden, den Rechenzentrumsmarkt ankurbeln könnten. Der Bericht stellte fest, dass einige Analysten ihre Prognosen nach dem Start von DeepSeek überprüften. 

Chinas günstigere KI-Modelle wie DeepSeek könnten die Nachfrage nach Rechenzentren umgestalten 

Analysten prognostizierten, dass Rechenzentren in den kommenden Jahren wachsen würden, insbesondere nach dem Start von OpenAIs ChatGPT. Newmark schätzte, dass die US-Datenanfrage bis 2030 verdoppeln wird, um Künstliche Intelligenz (KI)-Anwendungen unterzubringen.

Wie Chinas DeepSeek den bereits boomenden Rechenzentrumsmarkt ankurbeln könnte https://t.co/x9kuk5cCTu

— CNBC (@CNBC) Februar 14, 2025

Das chinesische Startup DeepSeek startete letzten Monat und stellte ein kostenloses, quelloffenes Large Language Model vor. Das Startup behauptete, es habe weniger als 6 Millionen US-Dollar für die Entwicklung ausgegeben. Investoren reagierten auf den Start, indem sie die hohen Geldbeträge hinterfragten, die Institutionen in künstliche Intelligenz und Rechenzentren steckten.

Berichten zufolge änderten einige Analysten ihre Prognosen zur Nachfrage nach Rechenzentren, was Fragen aufwarf, ob die in die KI-Branche gepumpten Gelder fehlgeleitet waren. 

Der Bericht hob hervor, dass Rechenzentren etwa zwei Jahre zum Bau benötigen und Bestellungen für 2025 bereits getätigt wurden. Es wurde hinzugefügt, dass der Start eines R1-Modells wie DeepSeek wahrscheinlich keine sofortigen Auswirkungen haben wird. 

In einem Ende Januar veröffentlichten Notiz kommentierte eine Gruppe von Analysten unter der Leitung von Brenda Lynch auch den Start von DeepSeek. Sie hoben hervor, dass die Bestätigung von DeepSeeks Effizienzanzeigen zeigen würde, dass das für die KI-Entwicklung bereitgestellte Geld fehlgeleitet war.

Die Analysten kamen zu dem Schluss, dass ein solches Ereignis Technologieunternehmen dazu zwingen würde, ihre Ausgabenpläne zu überdenken. Sie fügten hinzu, dass, wenn KI weniger Bereitstellungsinfrastruktur benötigte, dies zu Einrichtungen mit geringerer Qualität und der geringsten Energieeffizienz führen würde, die einer schwächeren Nachfrage gegenüberstehen. 

Analysten projizieren, dass der Start des R1-Modells die Marktnachfrage wahrscheinlich nicht verändern wird 

Unterdessen UBS-Analysten stellten fest, dass ein Drittel der aktuellen bullischen Prognosen für den Rechenzentrumsmarkt auf der Entwicklung von generativer KI beruhte. Sie fügten hinzu, dass die bullischen Prognosen keine Verbesserungen der Effizienz berücksichtigten, wie sie von DeepSeek hervorgehoben wurden.

Im April prognostizierte UBS, dass der globale Rechenzentrumsausrüstungsmarkt in drei Jahren um etwa 15 % wachsen würde. Die Analysten überprüften die Prognosen in dieser Woche und fügten hinzu, dass neue Daten und Expertenmeinungen zu höheren Marktvoraussagen führen. Das Unternehmen gab bekannt, dass es erwartet, dass die KI-Branche und der Rechenzentrumssektor in diesem Jahr um 20 % wachsen. UBS behielt seine Projektion von 10 % bis 15 % bis 2026-2028 bei.

Andre Kukhin, Equity-Research-Analyst bei UBS, erklärte, dass DeepSeek zwar pro Token effizienter war, aber mehr Token pro Frage benötigte. Er bemerkte, dass es sich um ein Reasoning-Modell und nicht um einen „Gesprächsfluss“ handelte. Kukhin äußerte, er glaube nicht, dass das Modell die Nachfrage nach Strom für die Inferenz reduzieren würde.

Die Forschungsabteilung von Goldman Sachs prognostizierte, dass das Angebot und die Nachfrage nach Rechenzentren in den folgenden Jahren verändert werden könnten. Die Abteilung gab bekannt, dass die Nachfrage Ende 2026 ihren Höhepunkt erreichen und dann 2027 nachlassen könnte.  

James Schneider, Senior Equity-Research-Analyst bei Goldman Sachs, kommentierte, dass Effizienzgewinne, die zu niedrigeren Kapitalausgaben von großen Investoren führen, das Risiko einer langfristigen Marktüberangebot, das für 2027 und darüber hinaus projiziert wird, abmildern könnten. Er fügte hinzu, dass dies eine wichtige Überlegung sei, die die Haltbarkeit des Rechenzentrumsmarktes erhöhen könnte. 

Andrew McMillan, Partner bei der Anwaltsfirma RPC, erwähnte, dass noch viel über die Auswirkungen der DeepSeek-Technologie ungewiss sei, da sie sich noch in den Kinderschuhen befand. Er bemerkte, dass R1 das Nachfrage- und Angebotsgleichgewicht der KI-Branche nicht kippen könnte.

McMillan projizierte, dass das Investoreninteresse gedämpft würde, wenn die Technologie als replizierbar nachgewiesen werden könnte, was zu einer niedrigeren Nachfrage nach Datenverarbeitung in der Zukunft führen würde als jetzt.