NVIDIA GTC 2025: wat beleggers moeten weten

Tokens zijn de 'nieuwe olie'

Vroeger waren data de 'nieuwe olie', maar in een wereld van generatieve AI waar het creëren van synthetische data grenzeloos is, zijn tokens nu de nieuwe energiebron. De oorspronkelijke innovatie van het transformatormodel die een revolutie teweegbracht en het tijdperk van generatieve AI inluidde, is gebaseerd op tokenisatie. Tokens zijn gegevenseenheden die door AI-modellen worden verwerkt tijdens training en inferentie, waardoor voorspellen, genereren en redeneren mogelijk is. Vandaar dat tokens gelijk zijn aan intelligentie, en uiteindelijk zullen leiden tot meer inkomsten en winsten.

Jensen Huang, CEO van NVIDIA, heeft het al lang over 'AI-fabrieken', d.w.z. AI-datacenters die tokens en dus intelligentie creëeren om producten beter te ontwerpen, efficiënter te runnen en de kwaliteit van de dienstverlening aan klanten te verbeteren. Hij voorziet een toekomst waarin elk bedrijf twee soorten fabrieken zal hebben: productie en wiskunde. NVIDIA, de leider op het gebied van geavanceerde AI-chips, ontwerpt nu pas future chips met AI-versnelde Electronic Design Automation (EDA)-softwaretools - pas onlangs is de software geoptimaliseerd om te werken met de CUDA-programmeertaal van NVIDIA. Het bedrijf kondigde ook een allesomvattende samenwerking aan met GM (General Motors) om AI te gebruiken om GM te helpen bij het ontwerpen van auto's, het verbeteren van de efficiëntie en ook om autonoom rijden mogelijk te maken.

AI-agenten – de volgende AI-golf

We staan nog aan het begin van de innovatiecurve van generatieve AI. De nieuwe schaalwet die Jensen Huang heeft benadrukt, is het schalen van testtijd of de modellen voor lang nadenken, die een langere denkprocesbenadering vergen om tot een nauwkeuriger antwoord te komen in plaats van prioriteit te geven aan snelheid. Deze redeneermodellen, die onlangs op de markt zijn gebracht, maken agentische AI mogelijk. Dit is AI die keuzevrijheid heeft in die zin dat ze de context begrijpen van het probleem dat ze moeten oplossen. De doorbraak hier is dat ze nu kunnen redeneren en een koers kunnen plannen om het probleem op een multimodale manier op te lossen. Dat kan inhouden dat je een website-artikel leest of een video bekijkt en vervolgens tegelijkertijd verschillende mogelijke paden neemt om het probleem op te lossen, en vervolgens de antwoorden controleert op consistentie of die antwoorden weer in de vraag stopt. Dit lost de uitdagingen op die ChatGPT en andere one-shot-inferentiemodellen hadden bij het beantwoorden van eenvoudige vragen, laat staan complexere. Agentische AI is een grotere intelligentie die de volgende golf van copiloten naar AI-agenten mogelijk maakt die taken zonder toezicht met een hoge mate van nauwkeurigheid en consistentie kunnen uitvoeren. Agentische AI breidt de bereikbare markt voor AI aanzienlijk uit en opent nieuwe fysieke AI-toepassingen, zoals humanoïde robots en autonoom rijden, waarbij echte krachten zoals zwaartekracht, wrijving en 'oorzaak en gevolg' een rol spelen.

Het DeepSeek-misverstand ophelderen

Jensen deed er alles aan om duidelijk te maken dat de markt de implicaties van de lancering van het R1-model van DeepSeek eerder dit jaar volledig verkeerd had begrepen. Door een antwoord van DeepSeek te vergelijken met een standaard, niet-redenerend model van Meta, was het antwoord van DeepSeek nauwkeuriger, maar vereiste het 20x zoveel tokens en 150x de rekenkracht. In plaats van aan te geven dat er vanaf nu minder rekenkracht nodig is, was DeepSeek een 'coming out'-partij voor redeneermodellen, wat een nieuwe schaalvector opent voor AI-rekenvereisten.

NVIDIA heeft ook zijn roadmap tot 2027 uiteengezet, die culmineert in zijn volgende AI-superchip, Rubin Ultra, die meer dan 400x de prestaties van Hopper zal hebben. Dat is belangrijk omdat de huidige Amerikaanse exportbeperkingen voor halfgeleiders (gericht op het beperken van China's toegang tot geavanceerde halfgeleiders en de apparatuur die nodig is om ze te produceren) een absoluut plafond stellen aan AI-computing op een gedegradeerd Hopper-niveau. In de komende jaren zullen nieuwe Chinese AI-modellen worden beperkt door dat rekenplafond, terwijl AI-modellen wereldwijd waarschijnlijk training zullen krijgen op een infrastructuur met exponentieel hogere prestaties. Dat zou erop kunnen wijzen dat we ons waarschijnlijk op een relatief hoogtepunt bevinden in de AI-capaciteiten van China ten opzichte van de rest van de wereld.

Full-stackoplossingen lossen het probleem van de AI-energie op

NVIDIA is nooit alleen maar een halfgeleiderbedrijf geweest: een aanzienlijk deel van de geleverde prestatiewinst en energiebesparing was te danken aan innovatie op het gebied van software en netwerken. Jensen heeft het er altijd over gehad dat generatieve AI een full-stackprobleem is dat een full-stackoplossing vereist. Tijdens het GTC-evenement presenteerde het bedrijf nieuwe innovaties, zoals co-packaged optica en de virtualisatie van de Dynamo-software. Optische netwerken in AI-trainingsclusters zijn een groot stroomverbruiker met 6 transceivers per GPU, die elk 30 watt aan stroom verbruiken, dus naarmate trainingsclusters worden opgeschaald, neemt ook het optische stroomverbruik toe. Door optische componenten in de schakelaars zelf te verpakken, beweert NVIDIA dat het 3,5x meer energie-efficiëntie kan bieden door 4x minder lasers te gebruiken. Dynamo is een virtualisatiesoftwarelaag die inferentieworkloads optimaliseert door de GPU's te virtualiseren en de workloads over de GPU's te segmenteren, waardoor de inferentieprestaties 30x zo hoog zijn.

Wij blijven geloven dat de energie-uitdagingen die nodig zijn om AI vooruit te helpen en te laten functioneren, zullen worden opgelost door technologische innovatie. Daarom zijn er aantrekkelijkere beleggingskansen te vinden in de technologiesector dan in nutsbedrijven en energie-infrastructuur.