BlockBeats Nachrichten, am 11. August veröffentlichte CryptoQuant-Analyst Axel Adler Jr einen Beitrag, in dem er erklärte, dass sich der Zustand der BTC-Neukäuferpositionen kürzlich verbessert hat. Die Gruppe der Investoren, die BTC seit 0-3 Monaten halten, hat fast die Gewinn- und Verlustschwelle erreicht, während die Investoren, die BTC seit 3-6 Monaten halten, sich weiterhin in einem tiefen nicht realisierten Verlust befinden. Der aktuelle Marktdruck konzentriert sich hauptsächlich auf letztere. Die NUPL (nicht realisierte Gewinn- und Verlustkennzahl) der 0-3 Monate haltenden Gruppe ist auf -0,02 gestiegen und nähert sich dem Gewinn- und Verlustausgleichsniveau an. Seit Juni hat sie sich deutlich von -0,13 erholt; im Vergleich dazu liegt die NUPL der 3-6 Monate haltenden Gruppe weiterhin bei -0,14, was darauf hinweist, dass die durchschnittlichen Haltekosten dieser Gruppe deutlich über dem aktuellen BTC-Preis liegen. Der Realized Cap Drawdown (realisiertem Marktkapitalrückgang) der 3-6 Monate haltenden Gruppe verschlechtert sich ebenfalls weiter und liegt derzeit bei -69,6 %, dem niedrigsten Stand der letzten 90 Tage, während dieser Wert bei der 0-3 Monate Gruppe etwa -64 % beträgt. Dies bedeutet, dass zwar der Druck der neuesten Käufer nachlässt, die zuvor eingestiegenen Investoren jedoch weiterhin mit erheblichen Buchverlusten konfrontiert sind. Er erklärte, dass die Annäherung der 0-3 Monate haltenden Investoren an die Gewinn- und Verlustschwelle ein positives Signal für die Marktverbesserung sei, eine breitere Erholung jedoch erfordere, dass die NUPL der 3-6 Monate haltenden Gruppe wieder über Null steigt und ihr realisierter Marktkapitalrückgang aufhört zu wachsen und sich kontinuierlich erholt. Der Hauptdruck in den jüngeren Positionen hat sich bereits von den neuesten Käufern auf die 3-6 Monate haltende Gruppe verlagert.

BlockBeats Nachricht, am 11. August äußerte ein Citigroup-Stratege, dass sich die Positionen auf den Märkten in Europa und den USA in der vergangenen Woche erholten, die Short-Positionen unter Druck gerieten, wobei die Short-Positionen im S&P 500 besonders auffällig waren. Das zuständige Team erklärte, dass in der vergangenen Woche Investoren in beiden Märkten neues Kapital investierten und nicht einfach nur Short-Positionen glattstellten. Auf dem US-Markt führte der aktuelle Anstieg zu stetigen Verlusten bei den Short-Positionen; die umfangreichen Short-Positionen im S&P 500 könnten bei anhaltendem moderatem Marktwachstum zu einem erzwungenen Rückkauf führen.

BlockBeats Nachricht, am 11. August erklärte CryptoQuant-Gründer Ki Young Ju, dass seine frühere Interpretation der CME BTC-Futures-Daten fehlerhaft war, da er „Total Reportables (alle berichtspflichtigen Händler)“ fälschlicherweise als „Leveraged Funds (gehebelte Fonds)“ bezeichnet hatte, und korrigiert dies nun. Ki Young Ju erklärte, dass laut den Futures-Daten der CFTC bis zum 4. August die Total Reportables (alle großen berichtspflichtigen Händler, hauptsächlich institutionelle Investoren) auf der CME derzeit eine leicht netto-long Position halten, weshalb die frühere Einschätzung, dass die Institutionen eher long ausgerichtet sind, weiterhin gilt, jedoch mit begrenztem Long-Vorteil. Diese Daten repräsentieren nicht nur Hedgefonds, sondern auch Vermögensverwaltungsfirmen, Händler und andere meldepflichtige Händler. Er fügte hinzu, dass die Leveraged Funds (gehebelte Fonds) derzeit bei den Standard-BTC-Futures weiterhin netto-short sind, aber ihre Netto-Short-Position in BTC-Menge im vergangenen Jahr um etwa 50 % reduziert haben. Mit der Abschwächung des Basisvorteils ist die Basisrendite inzwischen niedriger als die Rendite von US-Staatsanleihen, wodurch einige strukturelle Short-Positionen abgebaut werden. Außerdem halten die gehebelten Fonds bei den Micro-BTC-Futures eine Netto-Long-Position, die jedoch klein ist, nur etwa 394 BTC, was ungefähr 1 % der Netto-Short-Position bei den Standard-BTC-Futures entspricht. Ki Young Ju erklärte, dass die gehebelten Fonds insgesamt noch nicht netto-long sind, aber ihre langfristig bestehende strukturelle Short-Position deutlich abnimmt, was sowohl auf das Schließen von Basis-Handelspositionen als auch auf Anpassungen der Richtungspositionen hindeuten könnte.

BlockBeats Nachricht, am 11. August, laut TradingBeats (ehemals Hyperinsight) Überwachung, hat ein Wal mit der Adresse beginnend mit 0x66f heute Nachmittag schnell etwa 20.000 SKHX leerverkauft, der aktuelle Leerverkaufswert beträgt etwa 20,16 Millionen US-Dollar, der durchschnittliche Einstiegspreis liegt bei 1010,4 US-Dollar, der Buchgewinn beträgt etwa 50.000 US-Dollar, der Liquidationspreis liegt bei etwa 1931,8 US-Dollar, es wurden vorerst keine öffentlichen Aufträge eingestellt. Der Wert der offenen SKHX-Kontrakte ist in den letzten 12 Stunden um etwa 39,05 Millionen US-Dollar gestiegen, was einer Steigerung von etwa 9,4 % entspricht; in den letzten 4 Stunden wurden etwa 25,9 Millionen US-Dollar an neuen Leerverkaufspositionen hinzugefügt. Diese einzelne Wal-Position macht etwa 77,8 % der neu hinzugekommenen Leerverkaufspositionen aus und übersteigt mehr als 50 % des in den letzten 12 Stunden hinzugekommenen Positionsvolumens, was sie zum derzeit größten neuen Leerverkäufer macht. Die historische Handelsaktivität dieser Adresse konzentriert sich auf Speicher- und Halbleiterwerte, mit häufigen Beteiligungen an MU, SKHX und Samsung Electronics (SMSN), sowie geringfügigen BTC-Handelsaktivitäten. Die beiden vorherigen SKHX-Handelsrunden waren beide Leerverkäufe: insgesamt wurden etwa 1,022 Millionen US-Dollar realisiert. Diese Adresse hat insgesamt 58 abgeschlossene Transaktionen, mit einer Erfolgsquote von etwa 29 % und einer durchschnittlichen Haltedauer von etwa 1 Tag und 18 Stunden; historisch gab es auch größere Long-Positionen in MU. Das On-Chain Perp- und Adressanalyse-Tool TradingBeats ist jetzt online und unterstützt die Echtzeitansicht von Hyperliquid-Daten, von der Adressverfolgung bis hin zu Wal-Aktionen, mit tiefgehender Analyse, alles auf einen Blick.

BlockBeats Nachricht, am 11. August kündigte Intel (INTC.O) die Ausweitung und Preisfestsetzung einer Stammaktienemission in Höhe von 20 Milliarden US-Dollar an, das Unternehmen wird 210.526.315 Aktien zu je 95 US-Dollar ausgeben. (Jin10)

BlockBeats Nachricht, am 11. August sank die US-Beschäftigung außerhalb der Landwirtschaft im Juli unerwartet um 23.000, was das erste negative Wachstum seit Februar dieses Jahres darstellt. Obwohl die Arbeitslosenquote auf 4,1 % gesunken ist, wurden die Nicht-Landwirtschaftsdaten für Mai und Juni erheblich nach unten korrigiert, was zeigt, dass die Widerstandsfähigkeit des US-Arbeitsmarktes nachlässt. Dies macht die geldpolitische Abwägung zwischen Inflation und Beschäftigung für die Fed komplexer, insbesondere da sich die Meinungsverschiedenheiten unter den Entscheidungsträgern über Zinserhöhungen zuletzt ausgeweitet haben. Das Risikoaufschlag der Geldpolitik wird weiterhin in den Renditen von US-Staatsanleihen und der Bewertung von US-Dollar-Anlagen reflektiert. Gleichzeitig sendete das Protokoll der Juli-Sitzung der Bank of Japan ein stärkeres Signal für Zinserhöhungen, wobei einige Mitglieder eine flexiblere oder sogar aggressivere Normalisierung der Politik befürworten. Die Schwäche des Yen veranlasste eine seltene gemeinsame Intervention Japans und der USA am Devisenmarkt, was zeigt, dass das Wechselkursproblem nicht mehr nur ein Thema der japanischen Geldpolitik ist, sondern zunehmend die US-Staatsanleihenbestände, die US-Dollar-Liquidität und die globale Arbitragestruktur beeinflusst. Sollte die Zinserwartung in Japan weiter steigen, könnten die Kosten für Yen-Arbitragekapital zunehmen, was die Volatilität von hoch bewerteten und hoch gehebelten Vermögenswerten erhöhen könnte. US-Staatsanleihen befinden sich in einer weiteren Schlüsselposition. Bassett hat kürzlich die Yen-Intervention unterstützt, die FIMA-Liquiditätsinstrumente diskutiert und die Formulierungen zur Emission von Langfristanleihen angepasst, was im Wesentlichen auf eine Verringerung des Drucks auf dem Langfristmarkt für US-Staatsanleihen abzielt. Allerdings ist die Unterstützung, die das Finanzministerium in einem Umfeld mit hohem Haushaltsdefizit, Inflation und Energiekosten bieten kann, begrenzt. Die tatsächliche Bestimmung der langfristigen Renditen liegt weiterhin im Inflationsverlauf, der Fed-Politik und der Marktbewertung der US-Finanznachhaltigkeit. Die Industriesektoren zeigen ein völlig anderes Bild. SpaceX, KI-Server, HBM und NAND bleiben stark nachgefragt, und die Investitionen der Unternehmen expandieren weiter. Nach den Quartalsberichten von SanDisk und Western Digital fielen die Aktienkurse jedoch stark, was zeigt, dass das Problem nicht mehr nur darin besteht, ob die Leistung wächst, sondern ob die Unternehmen die bereits sehr hohen Markterwartungen weiterhin übertreffen können. Der Kernkonflikt in der KI-Branche konzentriert sich weiterhin auf Kapitaleffizienz und Bewertungsfähigkeit. Daher muss der Markt diese Woche nicht nur einzelne Daten beobachten, sondern vor allem, ob die Abkühlung des Arbeitsmarktes den Druck von Inflation und fiskalischen Faktoren auf die langfristigen Zinsen ausgleichen kann und ob die hohen Investitionen im KI-Bereich weiterhin in Cashflows umgewandelt werden können, die hohe Bewertungen stützen. Der am Mittwoch veröffentlichte US-Verbraucherpreisindex (CPI) für Juli wird eine wichtige Überprüfung sein. Wenn die Inflation weiterhin hartnäckig bleibt, reicht eine schwache Beschäftigung möglicherweise nicht aus, um einen nachhaltigen Rückgang der Zinsen zu bewirken; andernfalls, wenn Inflation und Beschäftigung gleichzeitig abkühlen, könnte der Druck hoher Zinsen auf globale Risikoanlagen tatsächlich spürbar nachlassen. Insgesamt befinden sich die globalen Vermögenswerte weiterhin in einem Umfeld mit „hoher fiskalischer Nachfrage, hohen Investitionen und hohen Kapitalkosten“, wobei Volatilität und Differenzierung zwischen den Vermögenswerten voraussichtlich auf hohem Niveau bleiben werden.

BlockBeats Nachricht, am 11. August eröffnete ein großer Wal laut OnchainDataNerd eine Short-Position von 1100 BTC zum Preis von 64.487 USD, mit einem Wert von etwa 70,41 Millionen USD. Derzeit beträgt der nicht realisierte Gewinn dieser Short-Position etwa 650.000 USD, der Liquidationspreis liegt bei 66.305 USD.

BlockBeats Nachricht, am 11. August hat laut The Data Nerd eine Wal heute 9.000 ETH von Gemini abgehoben (ca. 16,87 Millionen US-Dollar). Es wird berichtet, dass diese Wal in den letzten Monat etwa 121.000 ETH angesammelt hat (ca. 227 Millionen US-Dollar), von denen der Großteil bereits gestaked ist.

BlockBeats Nachricht, am 11. August hat das südkoreanische Staatskabinett die Änderung der Durchführungsverordnung zum "Gesetz über bestimmte Finanzinformationen" verabschiedet, die die Travel Rule für Krypto-Assets von bisher nur für Überweisungen über 1 Million KRW auf alle Überweisungen ausweitet, um die Umgehung der Regulierung durch Aufteilung von Transaktionen zu verhindern. Die neue Regel verschärft gleichzeitig die Zulassung von VASPs, erweitert den Prüfungsbereich für Großaktionäre und fügt finanzielle Anforderungen wie eine maximale Verschuldungsquote von 200 % hinzu; Überweisungen mit ausländischen CEX und persönlichen Wallets werden je nach Risikostufe unterschiedlich verwaltet, Hochrisikotransaktionen können verboten werden. Die Travel Rule und verwandte Vorschriften treten sechs Monate nach Veröffentlichung in Kraft.

TL;DR · Morgan Stanley schätzt basierend auf etwa 19 Millionen GPUs/ASICs mit durchschnittlich 2 kW TDP pro Chip, dass der implizite Strombedarf der Chips im Jahr 2027 etwa 38 GW beträgt, wobei Nvidia etwa 16 GW ausmacht. · Die 38 GW sind nicht der Gesamtstromverbrauch von Rechenzentren oder die bereits installierte Stromkapazität, sondern ein Stresstest, um zu prüfen, ob die Infrastruktur die Chip-Auslieferungen bewältigen kann. · Der Bericht schätzt den AI-HBM-Bedarf im Jahr 2027 auf etwa 48,6 Milliarden Gb und den CoWoS-Bedarf auf etwa 2,66 bis 2,69 Millionen Stück, wobei das Rubin Ultra gestapelte Speicherkonzept noch nicht endgültig feststeht. · Die Auslieferung von Googles TPU wird voraussichtlich von 3,7 Millionen Stück im Jahr 2026 auf 7,35 Millionen Stück im Jahr 2027 steigen und damit Bestellungen in der Test-Lieferkette wie bei KYEC ankurbeln. Morgan Stanleys neueste Überprüfung der asiatischen Lieferkette übersetzt die AI-Expansion in eine anschaulichere Stromzahl: Basierend auf etwa 19 Millionen CoWoS-implizierten GPUs und ASICs im Jahr 2027 mit durchschnittlich 2 kW TDP pro Chip entspricht die Stromkapazität dieser Chips etwa 38 GW. Davon entfallen etwa 16 GW auf Nvidia, etwa 9 GW auf Google, etwa 7 GW auf AMD, etwa 2 GW auf AWS und jeweils etwa 1 GW auf Microsoft, Meta und andere Hersteller. Es ist wichtig zu betonen, dass die 38 GW nicht der weltweite Gesamtstromverbrauch von AI-Rechenzentren im Jahr 2027 sind, noch die bereits realisierte Stromkapazität. CPU, Netzwerk, Speicher, Kühlung und andere unterstützende Einrichtungen sind nicht vollständig eingerechnet. Es handelt sich eher um einen Stresstest, der von der Chip-Auslieferungsmenge abgeleitet wurde: Wenn AI-Beschleuniger 2027 gemäß dem Lieferkettenmodell in großem Umfang produziert werden, kann die Strominfrastruktur diese Chips gleichzeitig aufnehmen? Das bedeutet, dass die Beschränkung der AI-Rechenleistung sich von der Frage „Können GPUs produziert werden?“ weiterentwickelt hat hin zu der Frage, ob HBM, CoWoS, Tests, Rack-Lieferungen und Stromanschlüsse gleichzeitig bereitstehen. 38 GW Stresstest verschiebt AI-Engpass zur Stromversorgung Morgan Stanleys Berechnung basiert auf zwei Kernannahmen: Im Jahr 2027 werden etwa 19 Millionen CoWoS-implizierte GPU- und ASIC-Chips produziert, mit einem durchschnittlichen TDP von 2 kW pro Chip, was zu einem impliziten Strombedarf von etwa 38 GW führt. 2 kW ist eine durchschnittliche Annahme zur Schätzung der Gesamtmenge und bedeutet nicht, dass alle GPUs und ASICs den gleichen Stromverbrauch haben. Die 38 GW entsprechen auch nicht der tatsächlichen Last in Rechenzentren, da Chips nicht ständig mit voller Auslastung laufen und CPUs, Netzwerke, Speicher und Kühlsysteme zusätzlichen Stromverbrauch verursachen. Dennoch ist diese Zahl ein wertvoller Referenzwert. In den letzten zwei Jahren konzentrierte sich die Diskussion in der AI-Lieferkette hauptsächlich auf GPU-Produktionsplanung, HBM-Angebot und CoWoS-Kapazität. Mit weiter steigenden Chip-Auslieferungen könnten Netzanschlüsse, Umspannwerksbau, Standortwahl für Rechenzentren und langfristige Stromkaufvereinbarungen direkt beeinflussen, ob Chips in tatsächlich nutzbare Rechenleistung umgewandelt werden können. Die Chip-Lieferung ist nur der erste Schritt. Nach dem Einbau von GPUs oder ASICs in Rechenzentren sind Server, Racks, Netzwerke, Kühlung, Stromversorgung und Betriebssysteme erforderlich. Wenn der Infrastrukturausbau langsamer als die Chip-Auslieferung verläuft, könnte es zu einer Fehlanpassung kommen: „Die Chips sind da, aber Rechenzentrum und Stromversorgung sind nicht bereit.“ 2027 wird der implizite Strombedarf von GPU/ASIC-Chips etwa 38 GW betragen, davon 16 GW für Nvidia, 9 GW für Google und 7 GW für AMD. Für Nvidia erklärt der implizite Bedarf von 16 GW, warum das Unternehmen weiterhin die GPU-Dichte pro Rack erhöht. Der Bericht besagt, dass Nvidia langfristig durch Scale-up-Architekturen mehr GPUs verbinden möchte, um die Rechenleistung und Performance auf Rack-Ebene zu steigern. Die erste Generation des Rubin Ultra Racks mit dem Kyber-Konzept steht jedoch weiterhin vor Herausforderungen bei PCB und Kühlung und wird möglicherweise weiterhin das Oberon NVL72 Design verwenden, das dann über CPO oder NPO auf NVL576 skaliert wird. Eine höhere Rack-Dichte beseitigt den Strombedarf nicht, sondern konzentriert die Anforderungen an Stromversorgung, Kühlung und Vernetzung auf höher spezifizierte Rechenzentrumsdesigns. HBM und CoWoS wachsen synchron, Rubin Ultra Spezifikationen noch offen Neben dem Strombedarf sind HBM und fortschrittliche Verpackung die Hauptengpässe für die AI-Chip-Expansion um 2027. Laut Morgan Stanleys Lieferkettenmodell beträgt der HBM-Bedarf für AI-Chips im Jahr 2027 etwa 48,618 Milliarden Gb. Exhibit 3 listet etwa 2,664 Millionen CoWoS-Wafer auf, Exhibit 5 nennt global etwa 2,694 Millionen CoWoS-Wafer, leichte Abweichungen aufgrund unterschiedlicher Statistikumfänge. Der Bericht schätzt zudem, dass der Waferumsatzmarkt für AI-Rechenchips 2027 mindestens 58,8 Milliarden US-Dollar erreichen wird. Nvidia bleibt der größte CoWoS-Nachfrager mit etwa 1,222 Millionen Wafern; AMD und Broadcom liegen bei etwa 530.000 bzw. 484.000 Wafern. 2027 AI-HBM-Bedarf von etwa 48,6 Milliarden Gb sowie CoWoS-Konfigurationen und HBM-Bedarf verschiedener GPUs und ASICs. Eine wichtige Variable in der Nachfrageprognose ist, dass die HBM-Konfiguration von Rubin Ultra noch nicht endgültig feststeht. Die Lieferkettenprüfung zeigt, dass Rubin Ultra möglicherweise ein gestapeltes Speicherkonzept verwendet, wobei die High-End-Version HBM4e 8Hi nutzt, während die Low-End-Version HBM4 12Hi oder 8Hi verwenden könnte. Morgan Stanley erwartet, dass Nvidia bis Ende Q3 2026 eine endgültige Entscheidung trifft. Diese Anpassung spiegelt drei Hauptdruckpunkte wider: HBM-Kapazitätsengpässe, steigende Speicherkosten und unterschiedliche Anforderungen verschiedener AI-Workloads an Kapazität und Bandbreite. Der Bericht meint, dass eine Reduzierung der HBM-Konfiguration die Leistung bei Dekodier-Workloads stärker beeinträchtigen könnte als bei Pre-Fill, besonders bei großen Modellen mit langem Kontext. Es ist zu beachten, dass Exhibit 3 weiterhin Rubin Ultra mit HBM4e 12Hi und einer Gesamtkapazität von 384 GB pro Chip kalkuliert. Daher spiegelt der HBM-Bedarf von 48,6 Milliarden Gb noch nicht vollständig mögliche gestapelte und reduzierte Konfigurationen wider. Sollte die finale Konfiguration niedriger ausfallen, könnte der HBM-Verbrauch pro Chip sinken, aber niedrigere Speicherkosten könnten auch die Chip-Auslieferungen ankurbeln und den Rückgang teilweise ausgleichen. Öffentliche Informationen von Micron zeigen, dass HBM4 bereits in der Massenproduktion ist, während HBM4E für 2027 geplant ist. Die Angebotsseite arbeitet an neuen Produkten, aber welche Konfiguration Rubin Ultra letztlich verwendet, hängt von Nvidias Abwägung zwischen Leistung, Kosten und Versorgungssicherheit ab. Der Auslieferungsrhythmus der Rubin-Serie bleibt ambitioniert. Der Bericht erwartet, dass Rubin und Rubin Ultra 2027 zusammen fast 7 Millionen Chips ausliefern, davon etwa 5,92 Millionen Rubin und etwa 1,04 Millionen Rubin Ultra; die Auslieferung von Rubin NVL72 Racks könnte etwa 90.000 Einheiten erreichen. Rubin soll ab Q3 2026 an Fahrt gewinnen und im Q4 mit Rack-Auslieferungen starten. Der Bericht sieht die zuvor geäußerten Marktbedenken über Blackwell „Lagerbestände“ eher als Pufferbestände in der Lieferkette, die voraussichtlich 2026 vollständig abgebaut werden. Prognose für Rubin und Rubin Ultra Chip-Auslieferungen sowie Rubin NVL72 Rack-Auslieferungen. Das bedeutet, dass von der zweiten Hälfte 2026 bis 2027 Nvidias Lieferkette gleichzeitig Blackwell-Bestände abbauen, Rubin hochfahren, HBM-Spezifikationen wechseln und Rack-Lieferungen durchführen muss. Verzögerungen in einem Bereich könnten die letztlich verfügbare Rechenleistung beeinträchtigen. Google TPU steigt auf 7,35 Millionen, Bestellungen wirken sich auf Testkette aus Neben Nvidia ist Googles TPU eine weitere deutliche Wachstumslinie im Bericht. Morgan Stanley prognostiziert, dass Googles TPU-Auslieferungen von 3,7 Millionen Stück 2026 auf 7,35 Millionen Stück 2027 steigen. Davon werden v8i mit Broadcom etwa 4 Millionen, v8t mit MediaTek etwa 3 Millionen, v9 etwa 150.000 und etwa 200.000 von v7 ausgeliefert. Prognose der TPU-Auslieferungen von Google und deren potenzieller Beitrag zu KYEC-Einnahmen. Die TPU-Ausweitung wird Bestellungen in Chip-Design, Wafer-Fertigung, fortschrittlicher Verpackung und Testprozesse weiterleiten. Der Bericht erwartet, dass TPU-bezogene Geschäfte 7–8 % von KYECs Einnahmen 2026 ausmachen und 2027 leicht über 10 %, einschließlich Endtests und Teilen der Wafer-Inspektion. Wenn man Googles CPU, TPU, Endtests und Teile der Wafer-Inspektion zusammenfasst, wird der Google-bezogene Bedarf voraussichtlich 10–15 % von KYECs Einnahmen 2027 ausmachen, gegenüber 8–10 % in 2026. Die Testanforderungen werden komplexer. Der Bericht besagt, dass MediaTeks 3-nm-TPU voraussichtlich Burn-in-Tests verwendet, um die Leistungsstabilität und Zuverlässigkeit der AI-Chips zu erhöhen; auch Googles CPU-Projekt benötigt Burn-in- und Systemtests. Komplexere Testprozesse und längere Testzyklen erhöhen die Testaufträge, aber ob die Testkapazität zum Engpass wird, hängt von der Testzeit pro Chip und dem Gesamtvolumen ab. Der Bericht weist zudem darauf hin, dass verkürzte Testzeiten den aktuellen Kapazitätsdruck mildern könnten, sodass ein Anstieg der Testnachfrage nicht automatisch einen Kapazitätsmangel bedeutet. 38 GW sind kein Endpunkt der Nachfrage, sondern ein Test der Lieferfähigkeit Das wichtigste an dieser Lieferkettenprüfung ist nicht nur die Angabe weiterer AI-Chip-Auslieferungszahlen, sondern die Zusammenführung der wichtigsten Expansionsbeschränkungen 2027 in einem Modell: Nvidia erhöht weiterhin die GPU-Dichte, Google TPUs wachsen schnell, HBM- und CoWoS-Bedarf steigen synchron, und der implizite Strombedarf der Chips steigt auf 38 GW. Diese Zahlen basieren weiterhin auf mehreren Voraussetzungen. Die gestapelte HBM-Lösung von Rubin Ultra ist noch nicht endgültig, die Auswirkungen einer reduzierten Speicherkonfiguration auf die Leistung bei langen Kontext-Dekodierungen müssen noch geprüft werden; CoWoS- und HBM-Kapazitäten müssen planmäßig erweitert werden; Server, Racks, Stromversorgung und Kühlung müssen mit der Chip-Lieferung Schritt halten. Auch Vernetzungslösungen könnten Unterschiede bringen. Der Bericht sagt, dass chinesische AI-GPU-Hersteller aufgrund lokaler Fertigungsprozessbeschränkungen möglicherweise weiterhin SerDes-Geschwindigkeiten von 100 Gb/s pro Kanal haben, weshalb ihre Superknoten-Architektur mehr NPO-Verbindungen nutzt, während Nvidia langfristig CPO bevorzugt. Unterschiedliche Ansätze beeinflussen Superknoten-Design, Implementierungskosten und Systemeffizienz. Daher sind die 38 GW keine genaue Prognose des tatsächlichen Stromverbrauchs 2027, sondern ein von der Chip-Auslieferung abgeleiteter Stresstest. Er zeigt, dass die Nachfrage nach AI-Chips weiterhin stark ist und erinnert den Markt daran: Entscheidend für die Realisierung von AI-Rechenleistung ist nicht mehr nur die GPU-Produktionsplanung, sondern ob HBM, CoWoS, Tests, Racks und Stromversorgung gleichzeitig bereitstehen.