Основные угрозы бизнесу Nvidia
За три года Nvidia стала сказочно богатой (годовая выручка выросла с 26.9 до 130.5 млрд), причем доля ИИ чипов составляет 88.5% или 115 млрд.
Вся операционная прибыль концентрируется исключительно в ИИ сегменте, все прочие направления бизнеса интегрально в убытках, за три года выручка в ИИ выросла почти в 40 раз, тогда как остальные сегменты удвоились.
Капитализация компании выросла на порядок с начала 2023 до 3.22 трлн, но так ли устойчив бизнес Nvidia?
Пока оценки финансовых показателей оптимистичные — NVIDIA ожидает выручку в $43 млрд (±2%) в 1кв25, а по итогам года выручка может составить около 180 млрд, вроде все неплохо.
Рост сегмента дата-центров до $160 млрд за счет поставок Blackwell Ultra и ранних заказов на Rubin.
Маржа EBITDA может временно снизиться до 71–72% из-за затрат на переход к 3-нм техпроцессу, но восстановится до 75% к середине 2026 года.
NVIDIA анонсировала трехлетний план, нацеленный на ежегодный выпуск новых платформ. В 2026 году компания представит:
1. Rubin GPU — первый ускоритель с памятью HBM4, обеспечивающей 10 ТБ/с пропускной способности24.
2. Vera CPU — процессор на базе Arm, призванный заменить линейку Grace12.
3. Суперчип Vera Rubin — комбинация GPU Rubin и CPU Vera, оптимизированная для задач распределенного ИИ412.
Эти разработки будут использовать технологию NVLink 6 с пропускной способностью 3,6 Тбит/с, что вдвое превышает текущие показатели.
NVIDIA фокусируется на двух направлениях:
1. Инфраструктура для обучения ИИ — поставки суперчипов в гиперскейлеры (AWS, Azure, GCP).
2. Инференс-решения — оптимизация моделей для работы в реальном времени (например, автономные автомобили и робототехника)
Из основных преимуществ Nvidia:
🔘Выдающиеся технические характеристики Blackwell до которых конкурентами потребуется 2-3 года активных разработок.
🔘Новый чип Rubin Ultra с 12-слойной HBM закрепит лидерство до 2027 года, опережая темпы внедрения у конкурентов на 12-18 месяцев особенно по интерфейсам типа NVLink.
🔘98% разработчиков ИИ используют CUDA для оптимизации алгоритмов под GPU NVIDIA, что создаёт «эффект замкнутого цикла»
Главные угрозы доминированию Nvidia?
▪️Завершение инвестцикла 2023-2025 в 2026 в связи завершением строительства «фабрик ИИ», что неизбежно обрушит спрос на чипы на 25-50%. Примерно 2/3 всей выручки генерируются ведущими бигтехами (Microsoft, Meta, Amazon, Google, Tesla, Oracle и другие). Инвестцикл обычно длится около трех лет.
▪️Рост конкуренции на высокомаржинальном рынке ИИ-чипов.
● Рост конкуренции с AMD. Первые независимые тесты показывают, что AMD MI300X сопоставим по производительности с Nvidia H100 на ряде задач ИИ. AMD Instinct MI350: предлагает 80% производительности H100 при цене на 30-40% ниже. Главные вызовы для AMD – это экосистема и доверие клиентов.
● Amazon Web Services также инвестирует в собственные чипы (AWS Trainium2) для снижения издержек и оптимизации облака под ИИ. AWS заявляет о выгоде до 50% по цене/производительности инференса на Inferentia-инстансах по сравнению с GPU-эквивалентами.
● Компания Google одной из первых пошла по пути создания интегрированных ИИ блоков под конкретные задачи (специализированные матричные процессоры для ускорения TensorFlow). Google внедряет новое поколение TPU v5p (вдвое быстрее предыдущего поколения).
● Intel Gaudi2 уже используется в облаке AWS как более доступная по цене альтернатива Nvidia: по данным Amazon, обучение на Gaudi2 даёт до 40% экономии по цене по сравнению с GPU A100, но Intel сильно уступает в производительности Nvidia.
● ИИ чипы разрабатывают Microsoft. Если проект Athena/Maya окажется успешным, Microsoft сможет частично заменить Nvidia в своём облаке.
▪️Усиление экспортного контроля в Китай, который является вторым после США потребителем ИИ чипов. Здесь сложно что-то определенное сказать, т.к. политический волюнтаризм США невозможно спрогнозировать.
Так что устойчивость капитализации 3.2 трлн с «адскими» мультипликаторами крайне низкая. Nvidia похожа на Cisco в начале нулевых.