Ich weiß, dass der erste Instinkt darin besteht, $META, das $GOOGL TPUs erkundet, als den Beginn des Preisermächtigungsabbaus von $NVDA zu betrachten, aber das ist nicht, was dies ist. Die eigentliche Geschichte ist die Geschwindigkeit der KI-Arbeitslastkurve von Meta, während Llama-Trainingszyklen, Videoverständnissysteme und zig Milliarden tägliche Inferenzaufrufe alle auf dasselbe Rechenlimit prallen. Meta ist bereits auf dem Weg, ~$100B für Nvidia-Hardware auszugeben, und sie sind immer noch kapazitätsbeschränkt. Das Hinzufügen von TPUs ersetzt diese Ausgaben nicht, sondern kommt nur oben drauf. Selbst wenn Nvidia die Produktion verdoppeln würde, würde Meta immer noch an Rechenleistung fehlen. So steil ist der strukturelle Mangel an KI-Kapazität tatsächlich.