Amazon ist begonnen, vor der eigentlichen Auslieferung das Eigentum an Nvidia-GB300-Serverracks zu übernehmen, obwohl einige AWS-Rechenzentren noch nicht über ausreichend Strom verfügen, um sie zu betreiben. Dadurch liegt Hardware im Wert von Milliarden Dollar ungenutzt, während das Unternehmen seine KI-Fähigkeiten beschleunigt ausbaut. Der Vorgang zeigt, wie der Stromzugang zum entscheidenden Engpassfaktor der KI-Infrastruktur geworden ist: Wer die Hardware besitzt, kann sie nicht mehr automatisch auch betreiben.

Bei den betreffenden Racks handelt es sich um GB300-Systeme, Nvidias Rack-Plattformen der Blackwell-Ultra-Generation für große KI-Trainings- und Inferenz-Workloads. Laut Business Insider ergaben interne E-Mails aus dem August, dass anfängliche Rack-Zugänge von rund 5 Milliarden Dollar erwartet wurden, gefolgt von etwa 3 Milliarden Dollar pro Monat. Diese Zahlen sind Prognosen und keine bestätigten Käufe.

Nach der Early-Rack-Receipt-Politik von AWS geht das Eigentum bereits vor der physischen Lieferung der Ausrüstung über. Infolgedessen werden einige Racks in Lagern eingelagert. Ein Amazon-Sprecher bezeichnete diese Praxis als eine „best business practice“, während das Unternehmen Vorwürfe zurückwies, es verfüge über keinen Deployment-Plan.

Racks kommen vor dem Strom

AWS ging bisher in dasum von Racks über, wenn diese ihren vorgesehenen Standorten erreichten. Nun zahlt das Unternehmen für einige Geräte, bevor Installation oder Stromanschluss verfügbar sind.

Die daraus resultierenden „unpowered“ Systeme, manchmal auch als „Dark GPUs“ bezeichnet, erwirtschaften keinerlei Einnahmen, während sie auf ihre Inbetriebnahme warten. Zudem verlieren sie mit der Zeit an Wert, was den Druck auf Amazons Cashflow erhöht.

Investitionsausgaben verstärken den Druck

Laut Business Insider wird Amazon voraussichtlich 220 Milliarden Dollar in Investitionen im Jahr 2026 ausgeben. Wie aus Amazons SEC-Filung hervorgeht, verzeichnete das Unternehmen im ersten Halbjahr 96,3 Milliarden Dollar an Cash-Investitionen und 71,4 Milliarden Dollar an operativem Cashflow. Zu den Investitionsausgaben gehörten auch Ausgaben für die Logistikinfrastruktur.

Separat investierte Amazon im zweiten Quartal 13,7 Milliarden Dollar in OpenAI und 10 Milliarden Dollar in Anthropic. Diese Investitionen werden nicht als Kapitalaufwand (Capital Expenditure) eingestuft.

Bei einer Mitarbeiter-versammlung im September beschrieb der AWS-Infrastruktur-Manager Prasad Kalyanaraman das KI-Geschäft laut Business Insider als „hugely free cash flow negative“. Er warnte, dass die Belastung mehrere Jahre anhalten könne.

CEO Andy Jassy hingegen hat KI als eine „once in a lifetime opportunity“ bezeichnet. Die AWS-Erlöse stiegen im zweiten Quartal um 37 %, während der vertraglich gebuchte Auftragsbestand auf 496 Milliarden Dollar anstieg.

Amazon weitet die Stromsuche aus

Laut Analyse von Cleanview entwickelt Amazon in den USA Rechenzentrumskapazitäten von insgesamt 44 Gigawatt (GW), darunter 27 GW in 13 neueren Märkten. Die Analyse nennt zudem 17,5 GW an geplanter Gaserzeugung und 25,6 GW an vertraglich gesichertem, CO2-freiem Strom.

Diese Zahlen stellen getrennte Zusagen dar und dürfen nicht als betriebsbereite Kapazität einfach zusammengezählt werden.

Die Einschränkungen gehen über Amazon hinaus. Bain verwies auf Knappheit bei Strom, Ausrüstung und Fachkräften sowie auf Verzögerungen bei Genehmigungen. Die Internationale Energieagentur hat in ihrem Bericht zudem auf die wachsende Belastung des Stromnetzes hingewiesen. Lokaler Widerstand erschwert eine weitere Expansion. Amazon hat zugesagt, 1 Milliarde Dollar für Gemeinden bereitzustellen, die seine Rechenzentren beherbergen wie Cryptopolitan berichtet.

Betriebsbereite Kapazität könnte KI-Preise beeinflussen

Die Boston Consulting Group erwartet laut ihrer Analyse, dass die Preise für KI-Rechenleistung nutzungsbasierter und möglicherweise dynamischer werden. Stromengpässe könnten beeinflussen, wo KI-Einrichtungen gebaut werden, welche Kunden Rechenkapazitäten erhalten und was Nutzer weltweit zahlen.

Für Amazon ist der Kauf von GPUs nur ein Teil der Herausforderung. Die größere Prüfung besteht darin, diese Systeme in Betrieb zu nehmen und die Investition in Umsätze umzuwandeln. Zu beobachtende Indikatoren sind, wie schnell die eingelagerten Racks mit Strom versorgt werden, wie der 44-GW-Ausbau voranschreitet und wie viel des 496-Milliarden-Dollar-Auftragsbestands in gelieferte Kapazität umgesetzt wird.