Jensen Huang combineerde in een interview met de podcast BG2 op 15 oktober een concrete boodschap met een grote voorspelling: klanten bestellen Nvidia’s AI-chips sneller dan het bedrijf ze kan leveren, en de markt voor AI-computing kan veel breder zijn dan alleen de grootste AI-labs. Die visie ondersteunt zijn pleidooi voor een enorme uitbreiding van de infrastructuur, maar is geen garantie dat investeringen ook voldoende opleveren.
6
3
Orders blijven groeien, ondanks extra aanbod
Volgens Huang plaatsen klanten bijna dagelijks nieuwe orders. „We blijven het aanbod verhogen en de orderboeken blijven groeien”, zei hij in het interview. De vraag komt onder meer van grote cloudbedrijven, nieuwere aanbieders van AI-cloudcapaciteit en fabrikanten van apparatuur. Sommige klanten plannen hun behoeften ruim vooruit, al blijkt uit de beschikbare berichtgeving niet dat iedere klant één tot twee jaar vooruitkijkt.
6
8
43
Meer chips leveren is bovendien niet de enige uitdaging. De berichtgeving over Huangs opmerkingen wijst op beperkingen rond stroom en bredere infrastructuur. De beschikbare bronnen onderbouwen geen gedetailleerd overzicht van onafgebouwde datacenters of specifieke tekorten aan onderdelen.
42
Waarom Huang de markt breder ziet dan de grootste AI-labs
Huang betwist het idee dat de AI-infrastructuur uiteindelijk door slechts twee labs wordt gefinancierd. Nvidia-computing wordt volgens de berichtgeving ook gebruikt voor werk dat niet direct met grote AI-modellen te maken heeft. Een verslag van zijn uitspraken verdeelt het gebruik grofweg in drie delen: ongeveer een derde voor traditionele taken, een derde voor het open-source-ecosysteem en circa 30 procent voor frontier-labs die aan de meest geavanceerde modellen werken. Het gaat om afgeronde categorieën, niet om een exacte boekhouding van iedere toepassing.
1
Andere berichtgeving schat het aandeel van die frontier-labs op ongeveer 25 tot 30 procent, met traditionele computing en een breder ecosysteem van startups als een groot deel van de rest. De kern van Huangs betoog: de investeringscase hoeft niet uitsluitend af te hangen van OpenAI, Anthropic of andere toonaangevende labs die zelf inkomsten ter grootte van de volledige infrastructuuruitbouw genereren.
34
35
Biljoenen aan infrastructuur: een prognose, geen opbrengstbelofte
Huang schat dat de wereldwijde investeringen in AI-infrastructuur tegen 2030 kunnen oplopen tot 3 à 4 biljoen dollar per jaar. Daarvan zou ongeveer 1,5 biljoen dollar naar computerinfrastructuur gaan. Ook zei hij dat een jaarlijks investeringsniveau van 10 biljoen dollar op langere termijn hem niet zou verbazen. Dit zijn zijn prognoses, geen onafhankelijk vastgestelde uitkomsten.
3
4
Die bedragen beschrijven een mogelijke omvang van de infrastructuuruitbouw, niet de omzet van Nvidia en evenmin een belofte dat ieder project genoeg rendement oplevert. Huang verwacht dat de vraag naar rekenkracht zich over meer gebruikers en toepassingen verspreidt. Of de financiering en de economie van elk afzonderlijk project kloppen, volgt niet uit die prognose.
3
7
Veel vraag betekent niet automatisch weinig financieel risico
De vraag naar rekenkracht en de vraag of klanten hun plannen kunnen financieren, zijn twee verschillende kwesties. Groeiende orderboeken wijzen op belangstelling, maar bewijzen op zichzelf niet dat elke klant de bestellingen kan betalen of dat aanbieders van infrastructuur winstgevend zullen zijn.
6
In een apart optreden bij Bloomberg verdedigde Huang de financiële positie van CoreWeave, een aanbieder van AI-rekenkracht. „De kracht van CoreWeave verbetert elke dag”, zei hij, en hij voegde eraan toe dat de kapitaalkosten van het bedrijf daalden. Die opmerkingen maakte hij tijdens een evenement in Stockholm, niet in het BG2-interview.
39
De meest voorzichtige lezing van Huangs boodschap is dus positief, maar met voorwaarden: hij ziet de vraag naar AI-computing groeien buiten de grootste modellabs. Hoe groot en duurzaam de uitbouw werkelijk wordt, hangt ook af van beschikbare infrastructuur, financiering en rendement.