Nvidia just опублікувала ще один квартал, який зробив би більшість компаній плачучими від зависті. Доходи досягли $57 мільярдів за Q3 FY2026, що на 62% більше, ніж рік тому, причому лише сегмент центрів обробки даних приніс $51,2 мільярда.
Числа за сюжетом
Доход Nvidia від центрів обробки даних на суму $51,2 млрд збільшився на 25% щоквартально та на 66% щорічно. Це означає, що річний темп операцій компанії в сфері центрів обробки даних перевищив $200 млрд.
Компанія контролює приблизно 80% ринку AI-ускорювачів. Ця домінанта — це не лише про апаратне забезпечення. Це про екосистему програмного забезпечення CUDA, яка залучає розробників до архітектури Nvidia.
Глобальний ринок AI-інференсу, як очікується, зросте з $106,15 млрд у 2025 році до $254,98 млрд до 2030 року, що відповідає складній річній темпі зростання 19,2%. Архітектури Blackwell і Blackwell Ultra спеціально розроблені для покращення економіки інференсу, роблячи запуск AI-моделей у виробництві дешевшим і швидшим.
Чому висновки важливіші за навчання
Навчання моделі штучного інтелекту — це разова (або періодична) витрата. Висновок — запуск цієї навчаної моделі для обслуговування реальних користувачів — відбувається безперервно. Кожен запит ChatGPT, кожен AI-згенерований результат пошуку, кожна автоматизована взаємодія з службою підтримки — це завантаження висновку. Деякі галузеві оцінки свідчать, що висновок може в кінцевому підсумку становити 80–90% усіх потреб у обчислювальних ресурсах для штучного інтелекту.
Генеральний директор Nvidia Дженнсен Хуанг уже протягом кількох кварталів намічав цей перехід. Архітектура Blackwell розроблена для обробки специфічних обчислювальних шаблонів висновку, де затримка та вартість запиту мають таке ж значення, як і сирова пропускна здатність.
Дивна реакція ринку
Незважаючи на публікацію показників, які перевищили очікування, акції Nvidia торгуються нижче. Ціна акції зараз менше 22-кратна майбутній прибутковості, що здається скромною оцінкою для компанії, яка збільшує виручку на 62% щорічно.
Хоча Nvidia домінує у навчанні, завантаження висновків є більш різноманітними і потенційно більш доступними для конкурентів. Користувацькі чіпи від Google, Amazon та зростаючої групи стартапів спрямовані саме на висновки. Простір децентралізованих GPU-мереж також розширюється, що потенційно дозволяє отримувати обчислювальну потужність для висновків за нижчими витратами шляхом агрегації недостатньо використовуваного обладнання.
Коефіцієнт відношення ціни до прибутку вперед менше 22x свідчить про те, що ринок враховує певну версію цього ризику. Чи є це можливістю чи попередженням, залежить від того, чи зможе Nvidia зберегти свою домінуючу позицію, поки штучний інтелект переходить від створення моделей до їх масштабного застосування.