Quick View: Nividia, nog steeds meer boom dan bust

Zoals altijd is de oprichter en CEO van Nvidia, Jensen Huang, zich terdege bewust van de zorgen van de markt rond bedrijven die te veel uitgeven aan de uitbreiding van AI-infrastructuur en probeerde hij deze zorgen direct weg te nemen tijdens zijn laatste earnings call. Het bedrijf zal daarnaast meer informatie geven over hun nieuwste Blackwell Ultra-, Rubin- en Vera-chips, evenals een groot aantal andere nieuwe innovaties in hun next-gen roadmap tijdens de volgende GTC, Nvidia's AI- en tech-conferentie in maart. Tegelijkertijd wil men het aandeel Nvidia uit de zijwaartse trend van de afgelopen acht maanden breken.

Hieronder vatten we vier belangrijke punten van de earnings call samen.

1. Welke leveringsproblemen van Blackwell?

Na aanzienlijke onrust over de problematische opstart van een zeer complex en inauguraal systeem op rackniveau, heeft Nvidia vorig kwartaal (eindigend op 26 januari 2025) een Blackwell-omzet van 11 miljard dollar gerealiseerd, ruim boven de verwachtingen van 'enkele miljarden'. Ter informatie: 350 fabrieken produceren de 1,5 miljoen onderdelen in elk Blackwell-rack. Tot 2025 kan een agressievere leveringstoename worden verwacht om aan de 'buitengewone' vraag naar Blackwell te voldoen.

2. Nieuwe wet op AI-schaling zal de ontwikkeling van LLM's verder versnellen

'Test time scaling' en de komst van redeneringsmodellen is een belangrijke nieuwe exponentiële vector voor uitgaven aan AI-infrastructuur. Het zogenaamde 'long think reasoning' kan 100 keer zoveel rekenkracht vereisen als standaard 'one-shot inferencing'. Dat is de eerste generatie, met de mogelijkheid van meer doordachte redeneermodellen die honderdduizenden of miljoenen keren meer rekenkracht kunnen vragen. Hoe meer het model nadenkt, hoe meer rekenwerk het doet, hoe nauwkeuriger en intelligenter het antwoord zal zijn.

3. Jevon's Paradox begint te werken

Nvidia heeft in slechts twee jaar tijd de kosten van inferentie met 200 keer verlaagd. DeepSeek is een nieuwe iteratie van AI-innovatie die de kosten van deze nieuwe technologie verder verlaagt. In plaats van de vraag naar AI-infrastructuur te verminderen, houdt Jevon's Paradox in dat we het tegenovergestelde ervaren, zoals we hebben gezien bij de dalende technologiekosten in het pc- en internettijdperk.

4. Nvidia loopt voorop in het debat over ASIC versus GPU

De ASIC-chips van Broadcom zijn ontworpen voor taken met één doel en zijn goedkoper dan de GPU's van NVIDIA, die meer geschikt zijn voor algemeen gebruik en meerdere taken kunnen uitvoeren, zoals het trainen van AI, renderen van afbeeldingen en video's en gaming. Als zodanig is ASIC naar voren gekomen als een uitdager van de GPU's van Nvidia.

De CEO van Nvidia wees erop dat het belangrijkste knelpunt in datacenters de stroomvoorziening is, en dat klanten daarom het inkomstenpotentieel van elk datacenter willen maximaliseren. De manier om dat in een AI-wereld te doen, is door het aantal tokens dat per watt wordt gegenereerd te maximaliseren. Nvidia doet dit momenteel twee tot acht keer beter dan de concurrentie. Hun chips kunnen multitasken en omgaan met de aanzienlijk grotere complexiteit van AI-software, wat een uitdaging kan zijn bij het bedienen van uiteeinlopende hardwarespecificaties.

Wij geloven dat generatieve AI niet alleen een thema is. De complexiteit van een grote nieuwe technologiegolf en een 'winner takes most'-sector vereist bottom-up fundamenteel onderzoek en actief beheer om de belangrijkste ondergewaardeerde bedrijven te identificeren die winstgroei kunnen demonstreren in dit innovatieve en disruptieve beleggingslandschap.

Bron van alle Nvidia-winstgegevens, 26 februari 2025: https://nvidianews.nvidia.com/news/nvidia-announces-financial-results-for-fourth-quarter-and-fiscal-2025.