Rekenkrachtcontract: hoe techbedrijven jarenlang chipcapaciteit vastleggen

Een rekenkrachtcontract is een langlopende afspraak waarbij een bedrijf zich vastlegt om gedurende meerdere jaren een vaste hoeveelheid computercapaciteit af te nemen, meestal om kunstmatige intelligentie te trainen en te laten draaien. Denk aan een AI-bedrijf dat bij een cloudleverancier of chipfabrikant reserveert: "ik wil de komende vijf jaar gegarandeerd toegang tot zoveel duizenden gespecialiseerde chips, en ik betaal daar nu al (deels) voor." Zulke contracten lopen vaak in de tientallen tot honderden miljarden dollars.

Een goede analogie is het langjarig vastzetten van stroom bij een energieleverancier, maar dan op megaschaal. Zo'n contract garandeert de klant dat de capaciteit er is wanneer hij die nodig heeft, en het geeft de leverancier de zekerheid om vooraf te investeren in nieuwe datacenters, chips en zelfs energiecentrales. Zonder die zekerheid zou geen bank of investeerder tientallen miljarden willen voorschieten voor een fabriek vol chips die misschien leeg blijft staan.

Wat is het precies?

Rekenkracht, in het Engels vaak "compute" genoemd, is de verzamelnaam voor de rekenchips (met name GPU's, grafische chips die ook uitstekend geschikt zijn voor AI-berekeningen, en gespecialiseerde AI-chips zoals TPU's van Google) plus de datacenters, stroomvoorziening en netwerkverbindingen eromheen. Om een groot AI-taalmodel te trainen zijn tienduizenden van zulke chips nodig, die maandenlang continu draaien.

Een rekenkrachtcontract regelt de levering van die capaciteit. In de praktijk zijn er een paar bouwstenen. Ten eerste de minimumafname: de klant belooft een vast bedrag of vast volume af te nemen, ongeacht of hij het uiteindelijk allemaal gebruikt. Ten tweede de looptijd, vaak drie tot tien jaar, veel langer dan gangbare clouddiensten voor gewone bedrijven. Ten derde wordt vaak vastgelegd dat er specifiek nieuwe infrastructuur voor de klant wordt gebouwd: een nieuw datacenter, soms zelfs een nieuwe energiecentrale ernaast.

Bijzonder aan de huidige generatie contracten is dat geld, aandelen en chips vaak door elkaar lopen. Een chipfabrikant investeert bijvoorbeeld geld in een AI-bedrijf, dat vervolgens chips inkoopt bij diezelfde fabrikant. Critici noemen dit "circulaire financiering": het is niet altijd duidelijk hoeveel van het geld dat rondgaat werkelijk nieuwe economische waarde vertegenwoordigt, en hoeveel simpelweg heen en weer wordt geboekt tussen dezelfde paar bedrijven.

Wat wil men ermee bereiken?

De directe reden is schaarste. Geavanceerde AI-chips worden door een handvol fabrikanten gemaakt, met Nvidia voorop, en de productie bij chipfabrieken zoals TSMC in Taiwan is beperkt. Wie geen vaste plek in de wachtrij regelt, loopt het risico dat concurrenten eerder aan de beurt zijn. Een contract is dus voor een AI-bedrijf een manier om zich te verzekeren van toegang tot een schaars goed.

Voor de leverancier — een cloudbedrijf, chipfabrikant of gespecialiseerde datacenteruitbater — is een langjarig contract de basis om te kunnen investeren. Een datacenter met tienduizenden chips en de bijbehorende stroomaansluiting kost al snel miljarden euro's om te bouwen. Banken en investeerders willen voordat ze zulke bedragen lenen doorgaans een getekend contract zien dat aantoont dat er jarenlang inkomsten tegenover staan.

Er speelt ook een strategisch element: wie nu de grootste hoeveelheid rekenkracht vastlegt, denkt een voorsprong te behouden in de race om steeds krachtigere AI-modellen te bouwen. Dat maakt dit ook een geopolitiek onderwerp, omdat rekenkracht en de chips daarvoor deels onderhevig zijn aan exportbeperkingen en nationale veiligheidsoverwegingen, met name richting China.

Voorbeelden uit de praktijk

Microsoft en OpenAI hebben sinds 2019 een reeks investerings- en compute-afspraken, waarbij Microsoft miljarden investeerde in ruil voor een aandeel in de winst en het exclusieve recht om OpenAI's modellen via zijn Azure-cloud te leveren. In 2025 werd deze relatie herzien: OpenAI kreeg meer ruimte om ook capaciteit bij andere partijen in te kopen, terwijl Microsoft volgens berichtgeving een aandeel van ruim een kwart in de herstructureerde OpenAI-onderneming behield.

Begin 2025 kondigden OpenAI, Oracle en investeerders SoftBank en MGX (uit de Verenigde Arabische Emiraten) het Stargate-project aan: een plan om de komende jaren honderden miljarden dollars te investeren in nieuwe Amerikaanse datacenters. Later dat jaar werd daarnaast een apart, meerjarig cloudcontract tussen OpenAI en Oracle gemeld met een omvang die volgens financiële媒bronnen in de honderden miljarden dollars over meerdere jaren zou lopen; het exacte bedrag is door de bedrijven zelf niet volledig bevestigd.

OpenAI en CoreWeave, een relatief nieuwe "neocloud"-aanbieder die zich specialiseerde in het verhuren van GPU-capaciteit, sloten begin 2025 een meerjarig contract ter waarde van ongeveer 12 miljard dollar, waarmee OpenAI zich verzekerde van extra rekenkracht buiten zijn bestaande relatie met Microsoft om.

Anthropic, de maker van chatbot Claude, werkt voor rekenkracht nauw samen met zowel Amazon als Google. Met Amazon Web Services bouwt Anthropic onder de naam "Project Rainier" datacenters vol met Amazons eigen Trainium-chips, gekoppeld aan een investering van Amazon in Anthropic die kan oplopen tot circa 8 miljard dollar. Daarnaast maakt Anthropic gebruik van Google's TPU-chips via een aparte, in 2025 uitgebreide overeenkomst.

xAI, het AI-bedrijf van Elon Musk, bouwde in 2024 in recordtempo de "Colossus"-supercomputer in Memphis, met in eerste instantie rond de honderdduizend Nvidia-GPU's, om zijn Grok-chatbot te trainen. Ook dit project draait grotendeels op grootschalige inkoopcontracten met Nvidia.

Hoe ver is de techniek?

De onderliggende techniek — chips, datacenters, koeling, netwerken — bestaat al decennia en wordt vooral steeds groter en energiehongeriger geschaald. Het nieuwe zit vooral in de schaal en de financieringsconstructies van de contracten zelf, en die ontwikkelen zich in hoog tempo. Sinds 2023 zijn de bedragen in aangekondigde compute-deals gegroeid van enkele miljarden naar honderden miljarden dollars.

Een belangrijk obstakel is stroom. Grote datacenters vragen soms evenveel elektriciteit als een middelgrote stad, en elektriciteitsnetten in de Verenigde Staten en elders kunnen die vraag niet overal even snel bijbenen. Sommige contracten omvatten daarom ook afspraken over nieuwe energiecentrales of het langer openhouden van bestaande centrales.

Een tweede obstakel is de chipvoorraad zelf: productiecapaciteit bij chipfabrieken is beperkt en nieuwe fabrieken kosten jaren om te bouwen. Een derde punt van zorg, geuit door verschillende marktanalisten en journalisten in 2025, is de financiële houdbaarheid van de constructies: doordat geld, aandelenbelangen en chipleveringen tussen een beperkt aantal bedrijven circuleren, waarschuwen sommigen voor een mogelijke "AI-bubbel" waarbij de werkelijke vraag naar AI-diensten de enorme investeringen niet snel genoeg terugverdient. Deze zorg is reëel en wordt breed besproken, maar niemand kan met zekerheid zeggen of, wanneer of hoe hard zo'n eventuele correctie zou uitpakken.

Wie werken eraan?

Aan de kant van de cloudleveranciers ("hyperscalers") staan Microsoft (Azure), Amazon (AWS), Google (Google Cloud) en Oracle Cloud voorop. Zij bouwen zelf datacenters en sluiten compute-contracten met AI-bedrijven.

Aan de kant van de chipfabrikanten domineert Nvidia de markt voor AI-chips, met AMD als opkomende concurrent; daarnaast maken techreuzen als Google, Amazon en Microsoft ook eigen gespecialiseerde chips (respectievelijk TPU's, Trainium/Inferentia en Maia).

Een groeiende groep neoclouds — kleinere, gespecialiseerde bedrijven die vrijwel uitsluitend GPU-capaciteit verhuren — speelt eveneens een rol, waaronder CoreWeave, Lambda, Crusoe en Nebius.

Aan de afnemerskant staan de grote AI-labs: OpenAI, Anthropic, xAI, Meta en Google DeepMind, die allemaal jaarlijks tientallen tot honderden miljarden dollars aan rekenkracht inkopen of zelf bouwen. Financieel worden veel van deze deals mede mogelijk gemaakt door grote investeerders zoals SoftBank en het Emiraatse investeringsfonds MGX. Geografisch speelt het gros van deze investeringen zich af in de Verenigde Staten, met de Golfstaten (Verenigde Arabische Emiraten, Saoedi-Arabië) als opkomende financiers en locaties voor nieuwe datacenters, terwijl de Europese Unie met initiatieven voor "AI-gigafabrieken" probeert aansluiting te vinden.

Verder lezen

• Epoch AI — onderzoeksorganisatie die trends in AI-rekenkracht en compute-investeringen bijhoudt
• Stanford HAI — publiceert de jaarlijkse AI Index met data over compute, investeringen en chips
• OpenAI — officiële berichtgeving over eigen infrastructuur- en compute-partnerships
• Anthropic — achtergrond over de eigen samenwerkingen met Amazon en Google voor rekenkracht
• Nvidia — informatie over AI-chips en de rol van de fabrikant in compute-deals