Nvidia (NVDA) ha passat de ser un fabricant de xips per a videojocs a convertir-se en una força dominant en xips d'intel·ligència artificial (IA) al llarg dels últims anys, impulsant un creixement massiu dels ingressos: els ingressos anuals van augmentar un 2. 500% durant la darrera dècada. En entrar precoçment en el mercat dels xips d’IA i innovar contínuament, Nvidia ha assegurat i manté la seva posició de lideratge en el mercat. No obstant això, alguns inversors s’alegren per la creixent competència d’altres dissenyadors de xips com Advanced Micro Devices i Broadcom, així com dels mateixos clients de Nvidia, com Amazon i Alphabet, que han desenvolupat els seus propis xips d’IA per a clients més conscients del cost. Inicialment, les GPUs de Nvidia alimentaven l’entrenament de models de llenguatge de gran mida (LLMs), permetent-los aprendre i adquirir coneixement. Avui dia, aquestes GPUs també donen suport al procés d’inferència, on els LLMs “pensen” i “raonen”.

Nvidia aposta per l’inferència com a àrea de creixement clau per als xips d’IA. Els seus últims GPUs Blackwell han superat els models previs, oferint 10 vegades més de rendiment per watt i 10 vegades menys de cost per token en proves MLCommons en comparació amb els xips Hopper anteriors, destacant avenços rellevants en velocitat i eficiència de costos. El CEO de Nvidia, Jensen Huang, va ressaltar la seva avantatge duradora durant una recent trucada de resultats, afirmant que “costarà molt de temps que alguna altra empresa pugui fer-li front, ” i mantenint que el lideratge de Nvidia és “segurament de diversos anys. ” Encara que els competidors puguin trobar nínxols—ja que alguns clients potser no necessiten els xips més potents o prefereixen xips personalitzats—Nvidia segueix sent el proveïdor líder del poder de càlcul d’IA amb més rendiment. Els seus forts marges brut i superiors al 70%, els ingressos rècord que van superar els 130. 000 milions de dòlars en l’últim exercici fiscal, i la innovació continuada el posicionen bé per a un futur de creixement, especialment a mesura que la importància de les càrregues de treball d’inferència per a impulsar aplicacions d’IA segueixi creixent.