Η Nvidia (NVDA) έχει μετατραπεί από κατασκευαστή chip για βιντεοπαιχνίδια σε κυρίαρχη δύναμη στα τσιπ τεχνητής νοημοσύνης (AI) τα τελευταία χρόνια, οδηγώντας σε τεράστια αύξηση των εσόδων—τα ετήσια έσοδα αυξήθηκαν κατά 2. 500% την τελευταία δεκαετία. Με το να εισέρχεται νωρίς στην αγορά των τσιπ AI και να καινοτομεί συνεχώς, η Nvidia εξασφάλισε και διατηρεί την ηγετική θέση στην αγορά. Ωστόσο, ορισμένοι επενδυτές ανησυχούν για τον αυξανόμενο ανταγωνισμό από άλλους σχεδιαστές τσιπ, όπως η Advanced Micro Devices και η Broadcom, καθώς και από τους δικούς της πελάτες, όπως η Amazon και η Alphabet, οι οποίοι έχουν αναπτύξει δικά τους τσιπ AI για πελάτες με περιορισμένο κόστος. Αρχικά, οι GPU της Nvidia παρείχαν την επεξεργασία για την εκπαίδευση μεγάλων μοντέλων γλώσσας (LLMs), επιτρέποντάς τους να μαθαίνουν και να αποκτούν γνώση. Σήμερα, αυτά τα GPU υποστηρίζουν επίσης τη διαδικασία inference, όπου τα LLMs «σκέφτονται» και «ανεξαρτώνται».

Η Nvidia ποντάρει στην inference ως μια σημαντική περιοχή ανάπτυξης για τσιπ AI. Τα πιο πρόσφατα Blackwell GPU ξεπέρασαν τα προηγούμενα μοντέλα, προσφέροντας 10 φορές υψηλότερη απόδοση ανά watt και 10 φορές χαμηλότερο κόστος ανά λέξη στους ελέγχους MLCommons σε σύγκριση με τα προηγούμενα Hopper chips—αναδεικνύοντας σημαντικές προόδους στην ταχύτητα και την αποδοτικότητα κόστους. Ο CEO της Nvidia, Jensen Huang, τόνισε το διαρκές πλεονέκτημα της εταιρείας σε μία πρόσφατη webcast κερδών, δηλώνοντας ότι «θα χρειαστεί πολύς χρόνος προτού κάποιοςνα μπορέσει να το ανταγωνιστεί», και επιβεβαίωσε την ηγεσία της Nvidia ως «σίγουρα πολυετούς διάρκειας». Ενώ οι ανταγωνιστές μπορεί να βρουν λεπτομερείς τομείς—καθώς κάποιοι πελάτες μπορεί να μην χρειάζονται τα πιο ισχυρά GPU ή να προτιμούν προσαρμοσμένα τσιπ—η Nvidia παραμένει ο κορυφαίος πάροχος της υψηλότερης απόδοσης υπολογιστικής δύναμης για AI. Τα ισχυρά της περιθώρια μικτού κέρδους πάνω από 70%, τα ρεκόρ εσόδων που υπερβαίνουν τα 130 δισεκατομμύρια δολάρια το τελευταίο οικονομικό έτος και η συνεχής καινοτομία την τοποθετούν καλά για μελλοντική ανάπτυξη, ιδίως καθώς οι εργασίες inference αποκτούν μεγαλύτερη σημασία για την υποστήριξη των εφαρμογών AI.