OpenAI test Nvidia’s volgende AI-sprong in de praktijk

OpenAI maakt deel uit van een veel groter infrastructuurplan. OpenAI en Nvidia hebben aangekondigd dat OpenAI minstens 10 gigawatt aan Nvidia-aangedreven AI-datacenters wil inzetten. De eerste gigawatt moet in de tweede helft van 2026 online komen met Vera Rubin-systemen.

Waarom OpenAI een belangrijke testcase is

Een operationele deployment bij OpenAI zou een van de strengste praktijktests voor Rubin vormen. De ontwikkeling van frontier-modellen stelt hoge eisen aan trainingscapaciteit, interconnects, betrouwbaarheid en de snelheid waarmee infrastructuur kan worden uitgebreid.

De inzet bij OpenAI kan daarom bewijs leveren op drie fronten:

1. Relevantie voor echte workloads: Rubin wordt gebruikt voor een daadwerkelijk frontier-AI-programma, en niet alleen voor een benchmark of productpresentatie.
2. Gereedheid van het systeem: Nvidia laat zien dat zijn rack-scale architectuur klantkwalificatie kan doorlopen en in productie kan worden gebruikt.
3. Commerciële aantrekkingskracht: Succesvolle deployments kunnen andere AI-labs en cloudproviders aansporen om complete Rubin-systemen af te nemen.

Toch moet de aankondiging voorzichtig worden geïnterpreteerd. Ze zegt op zichzelf niets over het exacte aantal geïnstalleerde racks, behaalde trainingsresultaten of het moment waarop de omzet wordt geboekt. Juist die details bepalen of dit een commercieel keerpunt is of vooral een vroege validatiemijlpaal.

Wat kost een Vera Rubin NVL72-rack?

Nvidia heeft in de beschikbare berichtgeving geen officiële catalogusprijs gepubliceerd. Externe schattingen lopen uiteen:

• Sommige berichten noemen ongeveer 7 tot 8 miljoen dollar per rack.
• Een schatting van Bernstein die later werd aangehaald komt uit op circa 9,1 miljoen dollar.
• Morgan Stanley schatte één VR200 NVL72-rack op ongeveer 7,8 miljoen dollar.

Dit zijn schattingen van systeem- of afnemerskosten, geen bevestigde verkoopprijzen van Nvidia. De verschillen laten ook zien waarom de economie van een AI-rack niet kan worden beoordeeld door alleen het aantal GPU’s te tellen. Geheugen, opslag, servers, netwerkcomponenten, koeling en overige infrastructuur bepalen een aanzienlijk deel van de rekening.

De kapitaalbehoefte gaat bovendien veel verder dan het rack zelf. Een Bernstein-schatting die door Investing.com werd aangehaald, zet de kosten voor 1 gigawatt aan Vera Rubin-datacentercapaciteit op ongeveer 47 miljard dollar. Dat is een infrastructuurschatting, geen directe omzetprognose voor Nvidia en ook geen universele bouwprijs.

Wat zeggen de marges van CoreWeave over cloud-AI?

CoreWeave biedt een eerste aanwijzing voor de commerciële kant van Rubin. Het bedrijf zei dat nieuw afgesloten contracten in het tweede kwartaal naar verwachting marges opleveren die 5 tot 10 procentpunt hoger liggen dan bij contracten uit eerdere kwartalen. In juli meldde CoreWeave bovendien prijsverhogingen voor zijn volledige productaanbod.

Dat betekent niet automatisch dat elke Rubin-deployment winstgevender zal zijn. De marges van CoreWeave hangen af van contractprijzen, benuttingsgraad, financiering, elektriciteit, koeling, operationele kosten en de precieze hardwareconfiguratie.

Wel zet de ontwikkeling een vraagteken bij de simpele aanname dat nieuwere AI-systemen cloudproviders per definitie minder winstgevend maken omdat ze meer kapitaal vergen. De kernvraag is of hogere prestaties en klantprijzen de grotere investering kunnen compenseren. Als klanten betalen voor snellere of efficiëntere AI-capaciteit en providers die capaciteit goed benutten, kunnen rack-scale systemen ondanks hun hoge aanschafprijs betere bedrijfseconomie bieden.

De rol van CoreWeave bij de validatie

CoreWeave was de eerste AI-cloudprovider die een Vera Rubin NVL72 opstartte en volledig valideerde. Daarbij werd het hele rack getest: stroomvoorziening, koeling, netwerk en rekenkracht moesten end-to-end functioneren.

Dat is een belangrijk onderscheid. Losse chips inschakelen is iets anders dan een volledig vloeistofgekoeld rack met netwerk- en softwarestack in bedrijf nemen. De test van CoreWeave leverde een vroege aanwijzing dat het platform op productieschaal kan werken en verkleinde het integratierisico voor latere klanten.

CoreWeave publiceerde daarnaast een vergelijking op basis van live hardware. Bij een DeepSeek-R1-workload zou Vera Rubin NVL72 tien keer meer tokens per seconde per megawatt hebben geproduceerd dan Nvidia’s GB200 NVL72. Dit is een door CoreWeave gemelde benchmark onder specifieke omstandigheden, geen garantie voor elke toepassing.

Nvidia verkoopt steeds meer dan accelerators

De uitrol van Rubin laat zien dat Nvidia opschuift naar de levering van complete AI-infrastructuur. Nvidia zegt dat de toeleveringsketen inmiddels meer dan 350 fabriekslocaties in 30 landen omvat en de grootste rack-scale supply chain van het bedrijf tot nu toe is.

Die geografische schaal is relevant omdat de beperking niet langer alleen draait om de productie van voldoende GPU’s. Een werkend AI-rack vereist een gecoördineerde levering van GPU’s, CPU’s, geavanceerd geheugen, servers, netwerkapparatuur, vloeistofkoeling, stroominfrastructuur en installatiecapaciteit.

Door deze complete systemen steeds meer te coördineren — en mogelijk rechtstreeks te leveren — kan Nvidia zijn greep op de AI-infrastructuurketen versterken. Tegelijk neemt het uitvoeringsrisico toe. Een vertraging in één belangrijk onderdeel kan een volledig rack vertragen. Dat kan vervolgens de planning van het datacenter van een klant én het moment van Nvidia’s omzet beïnvloeden.

De voorgestelde configuraties met twee, vier en acht racks zouden bij gebruik van hetzelfde 72-GPU-bouwblok respectievelijk 144, 288 en 576 GPU’s bevatten. Dat zijn eenvoudige rekenkundige schaalstappen; de beschikbare bronnen bevestigen niet afzonderlijk dat Nvidia voor alle drie formele product-SKU’s of leveringsschema’s heeft aangekondigd. De bredere ontwikkeling is wel duidelijk: Nvidia ontwerpt herhaalbare rack-scale bouwblokken die kunnen worden gecombineerd tot grotere AI-fabrieken.

Waar moeten beleggers op letten bij de cijfers van 26 augustus?

Nvidia heeft voor het fiscale tweede kwartaal een omzetverwachting afgegeven van 91 miljard dollar, plus of min 2 procent. Die prognose gaat uit van geen omzet uit datacentercomputing in China. Nvidia mikt daarnaast op een brutomarge van ongeveer 74,9 procent volgens GAAP en 75,0 procent op non-GAAP-basis.

De cijfers van 26 augustus zijn daarom niet alleen een terugblik. Ze moeten ook duidelijk maken of Rubin commercieel tractie krijgt. Vier vragen zijn vooral belangrijk:

1. Gaat Rubin van validatie naar productie op volume?

Beleggers zullen moeten letten op concrete informatie over productieshipments, klantdeployments, beschikbaarheid van onderdelen en het moment waarop Rubin materieel aan de omzet bijdraagt. Nvidia heeft gezegd dat productieleveringen in het najaar beginnen, terwijl andere berichtgeving spreekt over een platform dat al in volledige productie is en naar klanten wordt verscheept.

2. Kan Nvidia zijn marges beschermen?

Rack-scale systemen bevatten meer dure en complexe onderdelen dan losse accelerators. De margecommentaren laten zien of Nvidia die kosten kan doorberekenen en tegelijk prijszettingsmacht rond zijn huidige prognose behoudt.

3. Beperken geheugen en andere componenten de levering?

Nvidia heeft gewaarschuwd voor leveringsbeperkingen en verhoogde uitgaven aan toelevering te midden van een bredere geheugenschaarste. Belangrijk zijn opmerkingen over geheugentoegang, componentkosten en de vraag of beperkingen de opschaling van Rubin kunnen vertragen.

4. Bevestigt de vooruitblik dat de vraag aanhoudt?

De omzet van 91 miljard dollar is relevant, maar de vooruitblik op het volgende kwartaal kan een belangrijker signaal zijn. Een overtuigend Rubin-verhaal vraagt om bewijs van herhaalbare vraag en klantverplichtingen, niet alleen om een geslaagde eerste deployment.

Conclusie

OpenAI’s Vera Rubin-deployment is betekenisvol omdat Nvidia’s volgende platform daarmee wordt gekoppeld aan een van de meest veeleisende toepassingen denkbaar: de ontwikkeling van frontier-AI. De aanwezigheid van Rubin-systemen bij CoreWeave, Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure en Nebius wijst erop dat de architectuur verder komt dan een productaankondiging.

De investeringscase blijft echter afhankelijk van uitvoering. Rackprijzen zijn schattingen en geen officiële Nvidia-prijzen, de margeverbetering van CoreWeave is bedrijfsspecifiek en vroege validatie bewijst nog geen levering op grote schaal.

Nvidia’s rapportage op 26 augustus moet duidelijk maken of Vera Rubin uitgroeit tot een schaalbare en winstgevende systems-business — of voorlopig vooral een indrukwekkende, maar nog vroege overgang naar complete AI-infrastructuur blijft.