Toen Jensen Huang vorige week op de jaarlijkse algemene vergadering van Nvidia sprak, maakte hij geen melding van de daling van de aandelenkoersen.
De Amerikaanse chipmaker, gesteund door zijn sleutelrol in de hausse op het gebied van kunstmatige intelligentie, werd op 18 juni kortstondig het meest waardevolle bedrijf ter wereld, maar de kroon gleed snel weg. Nvidia heeft die week ongeveer 550 miljard dollar (434 miljard dollar) verloren ten opzichte van de piekmarktwaarde van 3,4 miljard dollar (2,68 miljard dollar) toen technologie-investeerders, die winstnemingen combineerden met twijfels over de levensvatbaarheid van de snelle groei, remden.
Huang sprak echter als CEO van een bedrijf dat er dit jaar dertig dagen over deed om van een waardering van $2 biljoen naar $3 miljard te gaan – met $4 miljard op komst.
Hij beschreef de komende reeks krachtige nieuwe chips, Blackwell genaamd, als potentieel ‘het meest succesvolle product in onze geschiedenis’, en misschien wel de hele geschiedenis van computers. Hij voegde eraan toe dat de nieuwe golf van kunstmatige intelligentie de zware industrie ter waarde van 50 biljoen dollar zal automatiseren en beschreef wat klonk als een eindeloze lus van robotfabrieken die robots orkestreren die ‘producten bouwen die robotachtig zijn’.
Tot slot zei hij: “We hebben Nvidia, de computerindustrie en misschien wel de wereld opnieuw uitgevonden.”
Dit zijn het soort woorden waarop de waarderings- en AI-hypecyclus van $4 miljard is gebouwd. Nvidia-aandelen trekken zich terug en keren deze week boven de $3 miljard uit, omdat dit de beste manier blijft om aandelen te kopen in de AI-hausse. Is dat genoeg om het, ondanks het scepticisme van beleggers, op te trekken tot 4 miljard dollar?
Alvin Nguyen, een senior analist bij onderzoeksbureau Forrester, zei dat “alleen een ineenstorting van de genAI-markt” zou voorkomen dat Nvidia op een gegeven moment de $4 miljard zou bereiken – maar of het daar als eerste zou komen vóór zijn technische rivalen, was een andere zaak. Momenteel zijn Microsoft – een andere grote speler op het gebied van AI – en Apple de eerste en tweede grootste marktspelers, met Nvidia de derde.
Als het volgende grote AI-model van OpenAI, GPT-5, en andere nieuwe modellen verbluffend zijn, zou de aandelenkoers hoog blijven en tegen eind 2025 $4 miljard kunnen bereiken, zei Nguyen. Maar als ze zouden worden aangemoedigd, zou de aandelenkoers een klap kunnen krijgen, gezien de status van technologiegigant. Een technologische doorbraak zou ertoe kunnen leiden dat er minder rekenkracht nodig is om modellen te trainen, voegde hij eraan toe, of de belangstelling van bedrijven en consumenten voor generatieve AI-tools zou minder robuust kunnen zijn dan verwacht.
“Er is veel dat onbekend is en buiten de controle van Nvidia ligt en dat hun pad naar $4 miljard zou kunnen beïnvloeden”, aldus Nguyen. “Zoals teleurstelling over de komst van nieuwe modellen, verbeteringen aan modellen die de computervereisten verminderen, en een zwakker dan verwachte vraag van bedrijven en consumenten naar genAI-producten.”
Particuliere AI-onderzoekslaboratoria zoals OpenAI en Anthropic – de entiteiten achter ChatGPT en de Claude-chatbot – worden niet verhandeld op openbare markten, waardoor enorme sommen geld rondzweven op beleggersrekeningen zonder toegang tot enkele van de grote spelers in de generatieve sector. AI-waanzin.
Het kopen van aandelen in multinationale bedrijven als Microsoft of Google is al duur, en slechts een fractie van de investering is verbonden aan het nieuwe. Er zou een grote kunstmatige intelligentie-explosie kunnen plaatsvinden, maar als de zoekadvertentieactiviteiten van Google als gevolg daarvan bijvoorbeeld haperen, zou het bedrijf niet noodzakelijkerwijs een netto winnaar zijn.
Nvidia daarentegen verkoopt plectrums in een goudkoorts. Ondanks jarenlange investeringen in capaciteit blijft het zijn hoogwaardige chips sneller verkopen dan het kan maken. Een groot deel van de investeringen in grensverleggend AI-onderzoek vloeit rechtstreeks van de laboratoria naar de schatkist van Nvidia, waarbij bedrijven als Meta miljarden dollars steken in het veiligstellen van honderdduizenden Nvidia’s GPU’s (grafische verwerkingseenheden).
Dat type chip, de specialiteit van het bedrijf, werd ooit verkocht zodat gamers scherpe, vloeiende graphics konden ervaren in 3D-games – en met een enorme meevaller bleek het precies te zijn wat toponderzoekers nodig hadden om enorme AI-systemen zoals GPT te bouwen. 4 of Claude 3.5.
GPU’s kunnen met een hoog volume en hoge snelheid de ingewikkelde berekeningen uitvoeren die ten grondslag liggen aan de training en werking van AI-tools zoals chatbots. Elk bedrijf dat een generatief AI-product, zoals ChatGPT of Google Gemini, wil bouwen of beheren, heeft dus een GPU nodig. Hetzelfde geldt voor de implementatie van vrij beschikbare AI-modellen zoals Meta’s Llama, waarvoor ook enorme hoeveelheden chips nodig zijn als onderdeel van de trainingsfase. In het geval van systemen die bekend staan als grote taalmodellen (LLM’s), omvat training het verwerken van enorme blokken gegevens. Dit leert LLM patronen in taal te herkennen en in te schatten wat het volgende woord of de volgende zin zou moeten zijn als reactie op een chatbotvraag.
Nvidia heeft de AI-chipmarkt echter nooit helemaal veroverd. Google heeft altijd vertrouwd op zijn eigen chips, die het TPU noemt (voor ‘tensor’, een kenmerk van het AI-model), en anderen willen zich daarbij aansluiten. Meta ontwikkelde zijn Meta Training en Inference Accelerator, Amazon biedt zijn Trainium2-chips aan bedrijven die AWS (Amazon Web Services) gebruiken, en Intel produceerde Gaudi 3.
Geen van de grote rivalen concurreert – tot nu toe – met Nvidia aan de absolute top. Maar dat is niet de enige plek waar concurrentie plaatsvindt. Een rapport van de technische nieuwssite Informative benadrukt de opkomst van ‘batchverwerking’, waardoor bedrijven goedkopere toegang krijgen tot AI-modellen als ze het goed vinden om te wachten tot hun vragen worden uitgevoerd in periodes van lage vraag. Dat stelt aanbieders als OpenAI op zijn beurt in staat goedkopere, efficiëntere chips voor hun datacenters te kopen, in plaats van al hun uitgaven te richten op de snelst mogelijke hardware.
na het promoten van de nieuwsbrief
Aan de andere kant beginnen kleinere bedrijven steeds meer gespecialiseerde producten aan te bieden die beter zijn dan wat Nvidia kan bieden in een onderlinge race. Groq (niet te verwarren met de gelijknamige Grok AI van Elon Musk, wiens lancering leidde tot een voortdurend geschil over handelsmerken) maakt chips die helemaal niet kunnen worden gebruikt om AI te trainen – maar die de resulterende modellen ongelooflijk snel laten draaien. Om niet achter te blijven, bouwt startup Etched, die net $120 miljoen heeft opgehaald, een chip die slechts één type AI-model draait: de ‘transformator’, T in GPT (generatieve vooraf getrainde transformator).
Nvidia hoeft zich niet alleen staande te houden ten opzichte van de concurrentie, groot en klein. Om de volgende mijlpaal te bereiken, moet hij vooruitgang boeken. De fundamenten van de markt zijn uit de mode, maar als het bedrijf gewaardeerd zou worden als een traditioneel bedrijf met een lage groei, zou zelfs een marktkapitalisatie van $3 miljard vereisen dat het een biljoen van zijn high-end GPU’s per jaar zou verkopen, met een verkooppercentage van 30%. winstmarge. , voor altijd, merkte een deskundige op.
Zelfs als de AI-industrie voldoende groeit om dit te rechtvaardigen, kan de eigen winstmarge van Nvidia moeilijker te verdedigen zijn. Het bedrijf heeft chipontwerpen om een leidende rol te behouden, maar de echte knelpunten in de toeleveringsketen zijn dezelfde als die voor het grootste deel van de rest van de industrie: in geavanceerde halfgeleidergieterijen, zoals geëxploiteerd door het Taiwanese TSMC, het Amerikaanse Intel, het Chinese SMIC en nog een paar kostbare anderen over de hele wereld. Met name Nvidia zelf, klant van TSMC, staat niet op die lijst. Hoe geavanceerd de chipsets van Nvidia ook zijn, als het de rest van TSMC’s orderboek moet doorbranden om aan de vraag te voldoen, zullen de winsten onvermijdelijk die kant op stromen.
Neil Wilson, hoofdanalist bij makelaardij Finalto, zei dat de bear case tegen Nvidia – marktjargon voor een aanhoudende daling van de aandelenkoers – gebaseerd is op het argument dat zodra het bedrijf het orderboek doorwerkt, de vraag zal terugkeren naar minder hectische niveaus. .
“Al hun klanten haastten zich om GPU’s te bestellen, maar dat zal niet voor altijd blijven werken”, zei Wilson. “Klanten bestellen te veel en beginnen dan met annuleren. Het is nu een goede situatie, maar het is niet vol te houden.” Hij verwachtte dat Nvidia $4 miljard of meer zou bereiken, maar “misschien niet in het huidige tempo.”
Jim Reid, hoofd mondiale economie en thematisch onderzoek van Deutsche Bank, bracht deze week een notitie uit met de vraag of Nvidia “de snelst groeiende major aller tijden” is? Reid wees erop dat Nvidia in 30 dagen van 2 biljoen dollar naar 3 miljard dollar ging. Omgekeerd zei Reid dat het Warren Buffett 60 jaar kostte om Berkshire Hathaway dicht bij de 1 miljard dollar te brengen.
Niettemin is de economische belofte van AI welkom, in een wereld met een lage productiviteit – een maatstaf voor economische efficiëntie – en een afnemende beroepsbevolking en stijgende staatsschulden, aldus Reid.
“Als AI de katalysator is voor de vierde industriële revolutie, zou dat heel goed nieuws zijn”, schreef hij. “Als dat niet het geval is, zullen de markten uiteindelijk een groot probleem krijgen.”
Er staat meer op het spel dan het winnen van de race om $4 miljard.