Анализ ключевых рисков для доминирования Nvidia на рынке искусственного интеллекта и полупроводников

Недавние финансовые результаты Nvidia Corp. удалось стабилизировать опасения рынка относительно того, что рост, обусловленный искусственным интеллектом, опередил реальные возможности. Однако, как показывает график, эти тревоги утихли лишь после значительных колебаний. Акции компании резко выросли после публикации отчетности в среду после закрытия торгов, а в четверг на протяжении всего дня снижались, увлекая за собой индекс S&P 500. Частичное восстановление в пятницу вернуло ориентир на уровень начала среды, но акции Nvidia все равно отставали.

Многие инвесторы восприняли эти результаты как подходящий момент для фиксации прибыли в крупнейшей компании мира.

Индекс VIX, отражающий волатильность S&P 500 на основе опционного рынка, подскочил до максимума с апреля, когда возникли опасения по поводу тарифов. Это стало неожиданным, поскольку Nvidia подтвердила, что бум ИИ не является пузырем.

Часть этой реакции связана с общим рынком, а часть — с уникальной историей Nvidia. Очевидны опасения, что спекуляции зашли слишком далеко, если смотреть на биткоин как на индикатор риска и на мем-акции, представленные ETF Roundhill Meme Stock, который возобновил работу в прошлом месяце, что теперь кажется сигналом достижения пика.

Для поддержания текущих оценок Nvidia спрос на ее продукцию должен оставаться высоким. Это подразумевает еще большую зависимость от сетевого эффекта, который привел компанию к успеху. Однако вечный рост невозможен, даже при нынешней кажущейся непробиваемости доминирования. Риски для ее позиции могут возникнуть откуда угодно, и ни один не стоит игнорировать.

Во-первых, бум ИИ может угаснуть, быстро снижая спрос. Во-вторых, конкурент может добиться технологического прорыва, сократив отрыв Nvidia. И, возможно, наиболее реалистично, один из клиентов Nvidia может разработать способ обойти зависимость от ее полупроводников. Этот риск усиливается по мере того, как гиперскейлеры инвестируют миллиарды в собственные дизайны.

Капитальные затраты гиперскейлеров останутся на высоком уровне, как видно на графике от Citi, даже если выгодополучатели станут разнообразнее за счет применения моделей ИИ.

О традиционной критике доминирования семи великолепных акций всегда говорилось, что они конкурируют друг с другом, но оцениваются так, будто все победят одинаково. Чтобы подтвердить возможность успеха одного из гиперскейлеров за счет Nvidia, обратите внимание на запуск флагманской модели Gemini 3 от Google на прошлой неделе. Ее считают самой продвинутой моделью ИИ на данный момент, но особенно примечателен способ ее создания. Google обучала модель исключительно на своих собственных Tensor Processing Units (TPU), а не на GPU от Nvidia, которые стали стандартом в отрасли.

Аналитик Bloomberg Intelligence Мандип Сингх отмечает, что Gemini 3 демонстрирует растущую уверенность в способности минимизировать галлюцинации — ключевую проблему для внедрения больших языковых моделей — и развертывать систему на широкий спектр задач.

Gemini 3, вероятно, оптимизирована для обслуживания трафика более чем для миллиарда пользователей в семействе приложений, что, по нашему мнению, может стать источником дифференциации по сравнению с другими передовыми большими языковыми моделями, имеющими значительно более высокие затраты на обслуживание нагрузок.

Два типа чипов не предлагают одинаковые возможности. GPU от Nvidia универсальны, в то время как TPU от Google спроектированы специально для эффективного и масштабного обучения ИИ. Самое важное — TPU дешевле и потребляют меньше энергии. Для Google это прорыв в превращении обещаний ИИ в прибыль. Инвесторы это заметили.

На данный момент TPU от Google остаются проприетарными. И хотя передовые чипы Nvidia, вероятно, сохранят высокий спрос, Ласло Кишонти из aiMotive считает, что другие гиперскейлеры будут мотивированы разрабатывать собственные кастомные чипы, потенциально по цене, в разы ниже, чем у Nvidia. Генеральный директор Google Сундар Пичаи объявил на недавней отчетности, что TPU скоро будут доступны для продажи.

Мы инвестируем в мощности TPU, чтобы удовлетворить огромный спрос от клиентов и партнеров, и мы рады, что Anthropic недавно поделилась планами по доступу к до 1 миллиона TPU.

Тем временем Meta Platform имеет свой чип MTIA для обработки задач генеративного ИИ. Tranium от Amazon выполняет аналогичные функции. Учитывая, как рынок недавно вознаградил Alphabet, такие усилия, вероятно, усилятся.

Может пройти время, прежде чем кто-то из них бросит вызов Nvidia. То, что делает компанию уникальной, по словам CEO Дженсена Хуанга, — это то, что на данный момент ее архитектура — единственная в мире, способная запускать все передовые модели ИИ.

Мы отлично запускаем открытые модели ИИ. Мы работаем с моделями для науки, биологии, робототехники. Мы запускаем каждую модель. Мы — единственная архитектура в мире, которая может это утверждать. Не важно, авторегрессионные они или диффузионные; мы запускаем все для каждой крупной платформы.

Это может показаться хвастовством или просто способом обозначить территорию Nvidia. Но суть в том, что прорывы в производстве чипов в других местах еще могут нарушить траекторию Nvidia. Если Хуанг начинает говорить о затратах и трудностях перехода на другую платформу, это звучит как стандартная попытка сохранить монопольное положение, а не как производителя непревзойденных продуктов, чем компания была до сих пор.

Если компании действительно смогут снизить зависимость от ее оборудования, хватка Nvidia может ослабнуть, и ее статус индикатора для всего рынка угаснет. На данный момент, однако, прошлая неделя показала, что хорошие или плохие новости для Nvidia — это также хорошие или плохие новости для рынка США — и что возможность продать Nvidia — это также возможность продать рынок.