Акции Nvidia 22 мая просели на 1,5% сразу после квартального отчета, хотя сама компания описывает спрос на свои решения для ИИ как почти не помещающийся в привычные формулировки. Для IT-рынка это важный сигнал: история Nvidia все меньше сводится к четырем гигантам вроде Microsoft и Amazon и все больше упирается в то, кто именно будет строить следующую волну ИИ-инфраструктуры.
Как пишет CNBC Technology, главный нерв отчета не в том, что Nvidia опять показала сильные результаты, а в том, что рынок снова встретил их без особого энтузиазма. По версии издания, инвесторы зациклены на настроениях и недоверии: бизнес растет, нарратив улучшается, но акции Nvidia реагируют так, будто компания уже сказала рынку все, что могла. На звонке с аналитиками глава Nvidia Дженсен Хуанг снова говорил о взрывном спросе. И если раньше главным мотором роста считались траты крупнейших облачных провайдеров на дата-центры, то теперь Nvidia довольно прозрачно намекает: это была только первая часть истории.
Ключевое изменение в подаче отчетности касается дата-центрового бизнеса. Nvidia начала отдельно показывать выручку от гиперскейлеров и от всех остальных клиентов. К первым относятся Amazon, Alphabet, Meta и Microsoft, которые уже несколько кварталов подряд вливают сотни миллиардов долларов в инфраструктуру. Именно на этой теме акции Nvidia и сделали огромный рывок за последнее время. Но Хуанг на звонке сформулировал для рынка куда более амбициозную мысль: выручка Nvidia должна расти быстрее, чем расходы гиперскейлеров на капзатраты. Иначе говоря, если нынешнюю капитализацию помогли построить большие облака, то следующий апсайд компания ищет уже за их пределами.
Этот внешний слой Nvidia называет AI Clouds, Industrial and Enterprise, или ACIE. В него входят так называемые neocloud-провайдеры, то есть компании, которые строят специализированные мощности под ИИ, вроде CoreWeave, Nebius и Iren, а также промышленные заказчики, корпоративные клиенты с собственной on-premise-инфраструктурой, страны, развивающие суверенный ИИ, и более мелкие игроки рынка. По словам Хуанга, этот сегмент плохо понят инвесторам именно потому, что он очень фрагментирован. Для Nvidia это, похоже, скорее плюс: когда рынок состоит из множества компаний, а не из нескольких техногигантов, идея делать собственный чип с нуля выглядит куда менее привлекательной. Проектировать полупроводники дорого, долго и организационно мучительно. Гораздо проще купить готовую, собранную и проверенную платформу, которая быстро запускается и дает высокую загрузку.
Отсюда и главный тезис Nvidia: в мире новых ИИ-облаков продается уже не просто GPU, а вертикально интегрированная архитектура. Железо, сеть, программный слой, сборка под конкретную конфигурацию, понятная экономика владения, доступное финансирование, совместимость с разными моделями и задачами. По сути, Nvidia предлагает не компонент, а конструктор дата-центра, который можно развернуть без многолетней эпопеи в стиле «соберем свой TPU, а потом полтора года будем чинить связку между стойками, сетью и софтом». Для стартапов, облачных провайдеров второго эшелона и корпоративных команд, которым нужен запуск, а не научно-исследовательский подвиг, это сильный аргумент.
Особенно интересно здесь то, что значительная часть спроса в ACIE связана не с обучением моделей, а с inference-нагрузкой, то есть с их реальным использованием. Каждый диалог с чат-ботом, каждый вызов модели в продукте, каждый агент, встроенный в корпоративный workflow, это inference. В отличие от обучения, которое идет волнами и циклами, inference растет вместе с внедрением ИИ в повседневные сервисы. А внедрение, мягко говоря, не тормозит. Хуанг прямо сказал, что в этом фрагментированном сегменте подавляющая часть inference-нагрузки приходится на Nvidia. Для разработчиков и продуктовых команд это означает неприятную, но полезную мысль: рынок генеративных приложений может быть очень разнообразным, но инфраструктурно он все сильнее сходится к одному поставщику.
У рынка, конечно, есть контраргумент: гиперскейлеры давно ищут способы снизить зависимость от Nvidia и развивают собственные ускорители. Это один из главных страхов инвесторов вокруг компании. Но Nvidia отвечает на него не лобовой обороной, а сменой масштаба вопроса. Если большой клиент и может позволить себе собственный чип, то десятки и сотни более мелких игроков, из которых складывается ACIE, вряд ли захотят повторять этот путь. CNBC Technology отдельно упоминает, что Alphabet и Blackstone развивают ИИ-инфраструктурную компанию на базе Google TPU, то есть пример neocloud без Nvidia уже просматривается. Проблема в том, что единичный альтернативный кейс не отменяет общей картины: у Nvidia по-прежнему самая понятная платформа для быстрого вывода ИИ-мощностей в прод.
Есть и второй слой этой истории, о котором инвесторы на фоне дата-центров иногда забывают. Бизнес Nvidia вне дата-центров пока дает меньше 10% выручки, но компания явно делает ставку на edge computing, автомобильные системы и робототехнику. Хуанг отдельно говорил о «физическом ИИ» и предположил, что в горизонте пяти лет сегменты робототехники и автономного транспорта могут ускориться очень заметно. Это еще не та часть бизнеса, которая определяет квартальную реакцию биржи, но для отрасли сигнал прямой: Nvidia хочет быть не только базой для LLM в облаке, но и системным поставщиком вычислений для устройств, машин и промышленных систем.
На этом фоне реакция рынка выглядит почти комично. По данным CNBC Technology, Nvidia торгуется примерно по 23 форвардным прибылям, тогда как AMD, которую называют ближайшим конкурентом, оценивается около 47 форвардных прибылей. То есть рынок платит за Nvidia меньше, чем за сопоставимого игрока, хотя именно Nvidia сейчас контролирует большую часть самой «липкой» части ИИ-инфраструктуры: inference, вертикальную интеграцию и быстрый запуск дата-центров. Для основателей ИИ-стартапов, CTO и инфраструктурных команд вывод не самый уютный, но довольно ясный: экосистема может мечтать о диверсификации, однако деньги и нагрузка пока продолжают стекаться туда, где все уже собрано и работает.
Главный вопрос теперь не в том, сможет ли Nvidia еще квартал удерживать высокий спрос, а в том, когда рынок перестанет относиться к этому росту как к временному перегреву. Если ACIE действительно окажется больше истории про гиперскейлеров, а inference останется главным потребителем ускорителей, тогда Nvidia продает не пик цикла, а каркас новой вычислительной экономики. Проверить детали аргументации Хуанга можно в материале .