Nvidia investiert 2 Milliarden Dollar in Synopsys, zielt darauf ab, Chip-Design mit GPU-KI-Leistung zu turbo-laden

Foto von Levart_Photographer auf Unsplash.
-
Nvidia kaufte Synopsys-Aktien im Wert von 2 Milliarden US-Dollar zu je 414,79 US-Dollar, um die Bereiche KI und Chipdesign auszubauen.
-
Die Partnerschaft zielt darauf ab, rechenintensive Aufgaben durch GPU-Leistung zu beschleunigen und gemeinsame KI-Dienstleistungen auszuweiten.
-
Nach der Bekanntgabe am Montag stieg der Synopsys-Kurs um 4 %, während Nvidia um 1 % zulegte.
Nvidia ging am Montag mit einem Aktienkauf von 2 Milliarden Dollar in Synopsys vor und sicherte sich eine tiefere Partnerschaft, die auf schnelleres Computing und KI-Engineering abzielt. Die Aktien wurden zu 414,79 Dollar pro Stück gekauft, basierend auf Unternehmensangaben.
Das Ziel ist es, schwere Designarbeit von langsamen Systemen auf GPU-gestützte Workflows zu verlagern. Der Deal fiel in eine weitere scharfe Woche im AI-Handel, wobei Geld immer noch nach allem jagt, das mit Rechengeschwindigkeit zu tun hat.
Die Märkte reagierten schnell. Synopsys sprang an dem Tag um 4 %. Nvidia stieg um 1 %. Der Zeitpunkt ist wichtig. Die Aktie ist in diesem Jahr um 33 % gestiegen, aber sie ist auch in diesem Monat um fast 12 % gefallen. Diese Schwankung zeigt, wie heiß und instabil der KI-Bereich immer noch ist.
Nvidia verkauft weiterhin die Tools, die große KI-Systeme trainieren. Synopsys verkauft die Software, die die Chips baut, die sie ausführen.
Nvidia und Synopsys erweitern GPU-gesteuerte Design-Workloads
Die Partnerschaft erstreckt sich über mehrere Jahre und zielt auf rechenintensive Anwendungen, agentic AI-Tools, Cloud-Zugang und gemeinsame Marktbemühungen ab.
Nvidia wird die Hardware-Seite liefern. Synopsys wird mehr seines Design-Stacks auf beschleunigte Systeme verlagern. Der Fokus bleibt darauf, riesige Workloads schneller zu bewegen, nicht darauf, zu ändern, wer was verkauft.
Nvidia-CEO Jensen Huang sprach am selben Tag bei CNBC. Er sagte, der Deal zielt auf den Design- und Ingenieursektor ab und nannte ihn eine der rechenintensivsten Industrien der Welt. Er sagte auch, die Branche weiche von CPU-basierten Systemen hin zu GPU-gesteuerter Computing ab.
Nach seinen Worten werden CPU-Systeme weiterhin existieren, aber die meiste schwere Arbeit verlagert sich auf beschleunigte Plattformen.
Synopsys-CEO Sassine Ghazi fügte seine eigenen Zahlen hinzu. Er sagte, Aufgaben, die früher Wochen dauerten, könnten jetzt unter dem neuen Setup in Stunden abgeschlossen werden.
Diese Veränderung betrifft Chip-Layout-Tests, Silizium-Verifizierung, Leistungsmodellierung und System-Routing. Dies sind die Schritte, die Hardware-Launches verlangsamen und die Kosten in die Höhe treiben.
Die Beziehung zwischen den beiden Unternehmen begann nicht erst diese Woche. Huang sagte, Nvidia selbst sei mit Synopsys Design-Tools aufgebaut worden.
Diese Geschichte bleibt unter diesem neuen Deal intakt. Die Vereinbarung bleibt auch nicht-exklusiv, was bedeutet, dass beide Seiten weiterhin mit anderen Firmen auf dem Markt gleichzeitig arbeiten können.
Nvidia profitiert weiterhin vom AI-Aufbau, weil es die GPUs verkauft, die zum Trainieren von Modellen und zum Ausführen großer Workloads verwendet werden. Synopsys spielt die andere Seite, indem es Silizium-Design- und elektronische Design-Automatisierungssoftware verkauft. Zusammen zielen sie auf den vollständigen Pfad von der Chip-Idee bis zum bereitgestellten AI-System ab.
Wall Street markiert Risiken, da Wettbewerb und Ausgaben steigen
Während die meisten Firmen an der Wall Street bullisch bleiben, steht Seaport allein mit einem Sell-Rating für Nvidia. Analyst Jay Goldberg behielt dieses Rating in einem Sonntagshinweis bei.
Sein Zielkurs von 140 Dollar liegt etwa 21 % unter dem Freitagsschlusskurs von 177 Dollar. Er schrieb, dass zwar das Geschäft von Nvidia stark bleibt, der AI-Boom jedoch komplexe Verkaufsstrukturen und unklare Buchhaltungsmuster geschaffen hat.
Goldberg wies auf 26 Milliarden Dollar an vorausbezahlten Cloud-Computing-Kosten auf Nvidias Büchern hin. Das Unternehmen sagte, dass dieses Geld Forschung und Cloud-Dienste unterstützt, die mit seiner DGX-Plattform verbunden sind. Goldberg widersprach. Er sagte, die Forschung würde diesen vollen Betrag nicht absorbieren.
Stattdessen beschrieb er es als Rabatte, die mit großen Käufer-Deals verbunden sind. Unter diesen Deals erhalten Kunden, die Nvidia-Systeme kaufen, Versprechen, dass Nvidia auch überschüssige Kapazität von ihnen kaufen wird, wenn nötig.
Das Working Capital bei Nvidia ist ebenfalls stark gestiegen. Das Unternehmen sagt, dass dies auf starke Nachfrage hinweist. Goldberg behandelte es als zweischneidiges Signal, wenn es mit steigenden Kundenverpflichtungen gepaart wird.
Er sagte, Nvidia habe in diesem Jahr 6 Milliarden Dollar für private Firmen ausgegeben und hält weitere 17 Milliarden Dollar an Verpflichtungen, einschließlich 5 Milliarden Dollar, die mit Intel verbunden sind. Er markierte auch die OpenAI-Vereinbarung, die noch nicht unterzeichnet ist und weitere 100 Milliarden Dollar hinzufügen könnte, wenn sie finalisiert wird.
Goldberg sagte, Nvidia könne dieses Geld zurückgewinnen, wenn diese Unternehmen Kapital aufnehmen und mehr Systeme kaufen. Dennoch warnte er, dass das Ausmaß dieser Bewegungen wachsenden Druck von anderen Chip-Lieferanten signalisiert.
Er wies auch auf den steigenden Wettbewerb durch Googles in-house TPUs hin. Er schrieb, dass diese Systeme Nvidia-Hardware in einigen Messwerten bereits übertreffen, obwohl sie nicht jeden Kunden bedienen können. Er fügte hinzu, dass Google sehr aktiv darin geworden ist, die TPU-Nutzung auf externe Partner zu drängen.
Von 66 Analysten, die Nvidia abdecken, stufen 59 als Kauf oder starken Kauf ein. Sechs stufen sie als Halten ein. Nur eine stuft sie als Unterperform ein, und das bleibt Seaport, laut Tipranks-Daten.
Lesen Sie nicht nur Krypto-Nachrichten. Verstehen Sie sie. Abonnieren Sie unseren Newsletter. Es ist kostenlos.

Jai Hamid
Jai Hamid berichtet seit sechs Jahren über Kryptowährungen, Aktienmärkte, Technologie, die globale Wirtschaft und geopolitische Ereignisse, die die Märkte beeinflussen. Sie hat für auf Blockchain spezialisierte Publikationen wie AMB Crypto, Coin Edition und CryptoTale Marktanalysen, Berichte über große Unternehmen, Regulierung und makroökonomische Trends verfasst. Sie hat die London School of Journalism besucht und dreimal Krypto-Marktanalysen in einem der führenden Fernsehsender Afrikas vorgestellt.
















