Die 20 Milliarden Dollar teure CPU-Investition von Nvidia – darüber spricht niemand.

Colette Kress, die Finanzchefin von Nvidia, sagte im Mai gegenüber Yahoo Finance, dass das Unternehmen erwartet…20 Milliarden US-Dollar Umsatz mit CPU-Produkten in diesem GeschäftsjahrEs handelt sich dabei um eine Kombination von eigenständigen CPU-Servern und CPU-Kerne, die in Superchips integriert sind. Als sie diesen Kommentar erstmals machte, wurde er kaum in den allgemeinen Marktdiskussionen erwähnt. Die GPU-Thematik hingegen ist viel bedeutender – und der „CUDA-Vorteil“ ist das Thema, an dem alle sich heute orientieren.

Aber wenn man sich wirklich anschaut, wie die Architektur der KI-Computing entwickelt wird, dann ist die Wiederbelebung der CPU der wichtigste architektonische Wandel im Data Center seit 2022.

Der Markt bereitet sich auf die Gewinnzahlen von Nvidia im zweiten Quartal 2027 vor – am 26. August. Die Wall-Street-Prognosen liegen bei etwa 92 Milliarden Dollar Umsatz, was einem Anstieg von fast 96 Prozent gegenüber dem Vorjahr entspricht. Der Aktie geht es gut.12% in den letzten zwei Wochen.Der Kurs liegt bei etwa 217 Dollar – das ist rund 8 Prozent unter dem 52-Wochen-Hoch von 236,54 Dollar. Die Situation sieht aus wie ein typischer Verkaufssignal: Der Preis ist hoch, die Erwartungen sind hoch, und jedes Versagen in den Prognosen oder in den Kommentaren könnte eine starke Reaktion auslösen.

Allerdings hat das Gespräch über das, was Nvidia werden soll, noch nicht die Produktarchitektur erreicht. Nvidia ist nicht mehr nur ein GPU-Unternehmen. Sie versucht, sowohl die CPU- als auch die GPU-Ebene der KI-Infrastruktur in den eigenen Besitz zu bringen – und das verändert die Wettbewerbslage.

Die Wiederbelebung der CPU ist keine Wiederbelebung – es handelt sich um eine architektonische Veränderung.

Seit 2023 ist die Situation im Bereich der Data Centers einfach: GPUs und Netzwerke sind jetzt entscheidend. Die Training- und Inferenzprozesse in der KI-Industrie haben die Anforderungen an die Prozessoren verringert. Dadurch ist das Geschäft mit Intel-Servern stagniert. Doch diese Entwicklung geht jetzt zurück – aber nicht, weil die Prozessoren plötzlich besser für KI-Prozesse geeignet sind. Der Wandel kommt eher von den Aufgaben, die auf die Prozessoren übertragen werden.

Verstärkungslernen erfordert riesige CPU-Clustere. RL-Umgebungen laufen auf allgemeingültigen Prozessoren.Die CPU ist zum Engpass geworden, der die GPUs beschäftigt.Agentische Arbeitslasten, bei denen KI-Modelle Tools nutzen, Datenbanken abfragen und das Internet durchsuchen, erzeugen deutlich mehr CPU-Anforderungen als die statische Inferenz je könnte. In großen Mengen benötigt jeder GPU-Cluster „Head Nodes“ – CPUs, die die angeschlossenen Acceleratoren verwalten und den Internetverkehr bewältigen, während die Energieressourcen für die GPU-Rechenarbeit priorisiert werden.

Die Anbieterseite bestätigt die Nachfrage. Intel hat die anfängliche AI-Welle völlig verpasst.Es wurde berichtet, dass im späten Jahr 2025 die Nachfrage nach CPU-Leistung in den Datencenter unerwartet gestiegen ist.Und jetzt steigt der Investitionsbedarf für Herstellsätze weiter an – dabei wird den Server-Wafern mehr Bedeutung beigemessen als den PC-Wafern. AMD schätzt, dass die Marktgröße der Server-CPUs bis 2026 in „starke zweistellige Zahlen“ wachsen wird. Die Frontier AI-Labs konkurrieren mit Cloud-Anbietern um die Verfügbarkeit von Standard-x86-Servern. Die Datenskala des Microsoft für OpenAI beinhaltet speziell konzipierte CPU-Systeme, die große GPU-Clusters unterstützen – Tausende von CPUs sorgen dafür, dass die GPUs mit Energie versorgt werden.

Das ist keine zyklische Erholung. Es handelt sich um eine strukturelle Veränderung in der Art und Weise, wie die Künstliche Intelligenz entwickelt wird.

Nvidia ist das einzige Unternehmen, das an beiden Seiten arbeitet.

Das ist das, was Nvidia von allen anderen Halbleiterunternehmen unterscheidet: Es ist das einzige Unternehmen, das CPU- und GPU-Controller als ein zusammenhängendes System entwirft.

Grace Blackwell befindet sich derzeit in voller Entwicklungsphase. Dabei wird Nvidias ARM-basierte Grace-CPU mit der Blackwell-GPU kombiniert. Durch NVLink-C2C wird eine Bandbreite von 900 GB/s zwischen Prozessor und Accelerator ermöglicht. Die CPU-Speicher werden somit zu einer Erweiterung des GPU-Speichers. Diese Architektur beseitigt das Problem der Datenbewegung, das die Leistung in disgregierten Systemen einschränkt.

Vera Rubin – die nächste Generation, die auf der CES 2026 vorgestellt wurde und nun in voller Produktion ist – geht noch weiter.Es integriert sieben speziell konstruierte Chips in einen Rack-Skalen-AI-Supercomputer mit 220 Trillionen Transistoren.Die Vera-CPU verdoppelt die C2C-Bandbreite auf 1,8 TB/s, verdreifacht die Speicherkapazität auf 1,5 TB und bringt spezielle Olympus-Kerne mit räumlichem Mehrkernverfahren mit 176 Threads ein. Sie ist speziell für die Orchestrierung von Reinforcement-Learning-Prozessen sowie den Kontrollfluss von Agenten-AI konzipiert.

Jensen Huang hat die gesamte Marktchance im Bereich der Prozessoren wie folgt beschrieben:200 Milliarden – ein Betrag, der für Nvidia verfügbar ist.Das ist eine Behauptung, die ihn in direkte Konkurrenz mit Intel und AMD bringt – zwei Unternehmen, die heute gemeinsam den Markt für Server-CPUs dominieren. Doch die Grace- und Vera-Architekturen zielen nicht darauf ab, alle Anwendungen zu bewältigen. Sie optimieren sich darauf, die Rubin-GPUs optimal zu nutzen, um sie in der KI-Branche einzusetzen.

Die Zahlen hinter der Architektur ändern sich.

Die finanziellen Belege finden sich in der Umsatztrendlinie. Der Umsatz von Nvidias Data-Center-Aktivitäten hat sich von 35 Milliarden Dollar im dritten Quartal 2025 auf 39 Milliarden Dollar im vierten Quartal, 44 Milliarden Dollar im ersten Quartal 2026 und 47 Milliarden Dollar im zweiten Quartal 2026 erhöht. Jeder Quartal liegt der Umsatz etwa 10–12 Prozent höher als der vorherige – das ist eine sehr stabile Zunahme, bei einer Gesellschaft, die jährlich fast 200 Milliarden Dollar an Umsatz erzielt.

Die Prognose von 20 Milliarden Dollar für CPU-Investitionen ist nicht nur als isolierte Zahl bedeutungsvoll, sondern auch als Hinweis darauf, wie viel Investitionen in Infrastrukturstärken von den rein GPU-orientierten Lösungen abgezogen werden. Im Kontext dürfte Nvidias Gesamtumsatz für das Jahr 2027 etwa 300 Milliarden Dollar betragen – was etwa 7% des gesamten Umsatzes entspricht. Das mag klein klingen, aber die CPU-Bereich hat historisch gesehen immer als „nicht wichtiger“ Bereich in den AI-Infrastrukturbudgets gegolten – als Kostencenter ohne besondere Bedeutung. Wenn Nvidia diesen Bereich zusammen mit den GPUs kontrollieren kann, bedeutet das, dass das Unternehmen Einnahmen aus beiden Bereichen erzielt. Das ist also die Umwandlung von Hardware in Software in physische Form.

Die Margen zeigen den Rest der Geschäftslage. Die Nettomargen lagen im letzten Berichtsquartal bei 75 %, die Betriebsmargen bei 64 %. Der freie Cashflow hat sich im Jahresvergleich um 65 % erhöht – auf 119 Milliarden Dollar in den letzten zwölf Monaten. Das Bilanzbild zeigt 13,2 Milliarden Dollar an Cash gegenüber 64 Milliarden Dollar an Schulden – mit einem Verschuldungsgrad von nur 4,3 %. Es handelt sich dabei nicht um ein Unternehmen, das auf Schulden beruht. Es ist vielmehr eine „Cash-Maschine“, die ihre eigene nächste Generation von Architekturen finanziert.

Was das Marktumfeld vielleicht vermisst –

Der gemeinsame Prognosewert von etwa 92 Milliarden Dollar für das zweite Quartal des Jahres 2027 würde ein weiterer erfolgreicher Quartal bedeuten. Doch die eigentliche Frage ist nicht, ob Nvidia in Bezug auf die Umsatzzahlen übertrifft. Die eigentliche Frage ist vielmehr, ob der Markt die Veränderung von einer GPU-gestützten zu einer System-gestützten KI-Infrastruktur richtig bewertet.

Blackwell steuert auf eine Produktion von einer Million GPUs pro Monat zu. Vera Rubin ist bereits in voller Produktion. Die Server mit nur CPU-Teilen stellen einen völlig neuen Einnahmequellen dar – zwei Jahre zuvor hatte dieser Bereich noch keine Einnahmen gebracht. Wenn der Markt für CPUs tatsächlich 200 Milliarden Dollar wert ist, wie Huang behauptet, und Nvidia sogar einen Teil davon durch ihre GPU-Steuerung erhält, dann rechtfertigt die Expansion des Gesamtmarktes alle der aktuellen Bewertung.

Nvidia wird im Markt etwa 21-mal so hoch bewertet wie ihre vergangenen Umsätze. Das ist aufgrund der konstanten Umsatzentwicklung zwar beeindruckend, aber nicht ungewöhnlich für ein Unternehmen, dessen Umsatzeinbusstrend 70 Prozent pro Jahr beträgt. Der PEG-Ratio liegt bei 0,30 – das bedeutet, dass die Gewinnwachstumsraten über dem Multiplikator liegen. Was die Börse möglicherweise unterschätzt, ist die Wettbewerbsvorteile, die mit der Verfügung über eine vollständige Technologieplattform verbunden sind. AMD kann aufgrund ihrer GPU-Architekturen konkurrieren – ihre MI400- und MI500-Chips schließen den Abstand zu reinen Rechenprozessen. Doch kein Konkurrent bietet eine kohärente Architektur aus CPU, GPU und Netzwerk- sowie DPU-Systemen auf Rack-Ebene an.

Die wichtigen Risiken

Das Risiko, die Nachrichten zu verkaufen, ist real. Der Aktienkurs ist in zwei Wochen um 12% gestiegen. Der Analyst von Goldman Sachs, James Schneider, warnt davor, dass die Anforderungen für Nvidia nach diesem Anstieg höher sind. Es gibt bereits Beispiele dafür: Cisco fiel stark ab, obwohl die Ergebnisse gut waren – nach einem Anstieg von 65% in sechs Monaten. Wenn Nvidia die Umsätze im zweiten Quartal in der erwarteten Größe meldet, aber die Prognosen für das dritte Quartal oder das gesamte Jahr 2027 etwas niedriger sind als die Erwartungen, könnte der Aktienkurs schnell um 10-15% sinken.

Der zweite Risiko ist die Ausführung auf der CPU-Seite. Die Grace-CPU hatte Probleme dabei.Begrenzungen der Branch-Prediction bei den Original-Neoverse V2-CoresDies führte zu Verlangsamungen bei den nicht optimierten HPC- und AI-Arbeitslasten. Vera’s speziell entwickelte Olympus-Cores sollen dieses Problem lösen. Doch die frühen Implementierungen werden zeigen, ob die Architektur tatsächlich die benötigte Leistung für RL-Umgebungen auf großer Skala bietet. Falls die CPU-Leistung unterdurchschnittlich ist, ist das zwar eine Nachteiligkeit – aber keine Katastrophe. Das Geschäft mit GPUs ist schließlich der Kern des Unternehmens.

Der dritte Risiko – und derjenige, der meiner Meinung nach am wichtigsten für die Allokation ist – ist der Opportunitätskostenrisiko. Nvidias Aktien haben in den letzten 120 Tagen etwa 22% zugelegt und bisher insgesamt etwa 17% gestiegen. Das sind solide Zahlen – aber unter den Erwartungen des Marktes bezüglich dieses Unternehmens. Der Marktkapitalwert von 5,26 Billionen Dollar spiegelt bereits den Erfolg von Blackwell, den Start von Vera sowie die Chancen im Bereich der CPU wider. Der restliche Aufschwung hängt davon ab, ob die Verbreitung von Vera Rubin schneller als erwartet voranschreitet, ob der CPU-Markt auf die von Huang beschriebene Größe kommt – und ob die Softwarevermarktung erfolgreich wird. Doch das ist schon seit Jahren ein Thema – doch bisher hat sich dies noch nicht in nennenswerten Umsätzen niedergeschlagen.

Wohin das Kapital geht

Ich glaube, dass Nvidia weiterhin auf der richtigen Seite der Transformation der KI-Infrastruktur steht. Der Übergang von reinen GPU-basierten Berechnungen zu systemweisen KI-Systemen ist real – und Nvidia ist das einzige Unternehmen, das in der Lage ist, von beiden Aspekten zu profitieren. Vera Rubin stellt die erste Architektur dar, in der das Rechenzentrum – und nicht der Chip – die relevante Einheit der Berechnung ist. Das wird weiterhin wichtig werden, wenn agentische KI und Verhaltensmodellierung an Bedeutung gewinnen.

Aber die Frage für die nächsten sechs Tage betrifft nicht die langfristige Positionierung. Es geht vielmehr um den richtigen Zeitpunkt und die Ressourcenallokation.

Wenn die Umsatzeinnahmen der Q2-Zeit nahe den 92 Milliarden Dollar liegen und die Prognosen wiederum eine Verkaufsrate von 1 Billionen Dollar bestätigen, dann verschwindet das Risiko eines „Sell-the-News“-Effekts – und das Aktienkurs könnte erneut seinen 52-Wochen-Hoch erreichen. Wenn die Ergebnisse jedoch solide sind, aber die Prognosen nicht realistisch sind – oder wenn die Margeberichte auf Druck durch den CPU-Prozess hindeuten – dann ist die 12-prozentige Preissteigerung vor dem Jahresbericht anfällig für Probleme.

Meiner Ansicht nach unterstützt die Architekturgeschichte eine langfristige Haltung. Die kurzfristigen Risiken und Chancen vor dem 26. August sehen jedoch so aus, dass kleinere Investitionen sinnvoll sind. Die 20 Milliarden Dollar große Chance im Bereich der CPU-Technologie ist zwar real, aber es handelt sich dabei um eine Entwicklung für die Jahre 2027–2028 – nicht um etwas, das bereits für das Quartal 2026 geplant ist. Wenn man 20–30 Prozent der Investitionen vor den Quartalsberichten abzieht und anschließend die Nachbewertungsschwankungen berücksichtigt, dann wird das Risiko mit der tatsächlichen Preisbildung übereinstimmen.

Die Debatte geht nicht darum, ob Nvidia weiterhin die Dominante Position in der AI-Infrastruktur behält. Es geht vielmehr darum, ob das Wachstumsprofil in den nächsten 12 Monaten noch so attraktiv ist wie das, was im gesamten AI-Bereich erhältlich ist. Dabei könnten Unternehmen, die mit niedrigeren Multiplikatoren handeln, aber eine ebenso starke Architektur haben, bessere Einführungsmöglichkeiten für die nächste Phase des Wirtschaftszyklus bieten.