Фінансовий прогноз NVIDIA надзвичайно оптимістичний! 黃仁勳 спростовує побоювання щодо зовнішніх капітальних витрат: обчислення — це доходи

NVIDIA останній квартал продемонструвала вражаючі результати, досягнувши рекордного доходу в 68,1 мільярда доларів США, що є історичним максимумом, а non-GAAP EPS склав 1,62 долара, що значно перевищує очікування ринку. Після публікації фінансових звітів акції NVIDIA після торгів зросли незначно на 0,19%, досягнувши 195,94 долара. Щодо наступного кварталу (Q1 FY27), NVIDIA дала дуже впевнений прогноз та оновлення щодо прогресу. Очікуваний дохід за Q1 становить близько 78 мільярдів доларів, що значно вище початкових оцінок ринку в діапазоні 72,8–72,8 мільярда доларів. Оцінка валової маржі становить 75%.

У телефонній конференції аналітики поставили питання щодо можливості продовження капітальних витрат гігантів хмарних сервісів, що сягають 700 мільярдів доларів, а також щодо довгострокової рамки капітальних витрат у дата-центрах на рівні 4 трильйонів доларів, значення придбання Groq, питання космічних дата-центрів та маржі. Нижче зібрано відповіді Дженсена Хуанг на окремі теми.

NVIDIA демонструє вражаючий квартальний звіт, рекордний дохід

NVIDIA у останньому кварталі показала надзвичайно високі результати, обігнавши очікування Уолл-стріт щодо доходів і прибутків, знову встановивши рекорд. Доход за Q4 склав 68,1 мільярда доларів, що є історичним максимумом, значно перевищуючи очікування ринку в діапазоні 65,9–66,1 мільярда доларів. Доходи порівняно з минулим роком зросли на 73%, а квартальний приріст склав 20%.

GAAP EPS становить 1,76 долара; Non-GAAP EPS — 1,62 долара, що краще за очікування ринку в 1,53 долара. За весь рік дохід склав 215,9 мільярда доларів, зростання на 65%. Годинний GAAP EPS — 4,90 долара, Non-GAAP EPS — 4,77 долара. Основним драйвером зростання залишається бізнес дата-центрів, дохід за Q4 склав 62,3 мільярда доларів, що на 22% більше квартально і на 75% — річно.

NVIDIA дає дуже впевнений прогноз

Щодо наступного кварталу (Q1 FY27) та майбутньої продуктової стратегії, NVIDIA надала дуже впевнений фінансовий прогноз та оновлення щодо прогресу. Очікуваний дохід за Q1 — близько 78 мільярдів доларів, що значно перевищує початкові оцінки ринку в 72,8 мільярда. Валовий прибуток за GAAP прогнозується на рівні 74,9%, а за Non-GAAP — 75,0%.

Цього разу не згадувалося про час масового виробництва платформи Rubin, але за попередніми даними, вона вже знаходиться на етапі запуску виробництва на TSMC, з ціллю почати масове виробництво у другій половині 2026 року. Новий поколінь серверних шаф Vera Rubin (наприклад NVL72) вже проходить етап підготовки до масового виробництва, і очікується, що з другої половини 2026 року вони почнуть поставки основним хмарним провайдерам та партнерам.

Проблеми капітальних витрат гігантів хмарних сервісів: Agentic AI створює неймовірні обчислювальні потреби

Банк Америки запитав, чи зможуть капітальні витрати хмарних клієнтів у розмірі 700 мільярдів доларів продовжуватися. У світлі побоювань щодо зниження грошових потоків у гігантів хмарних сервісів і можливого уповільнення зростання капітальних витрат у наступному році, Хуанг висловив дуже високу впевненість у прибутковості та грошових потоках клієнтів.

Він зазначив, що індустрія офіційно перейшла у нову еру агентського AI (Agentic AI). Вибух популярності таких систем, як Claude Code, Codex, OpenClaw, створює неймовірні обчислювальні потреби. У цьому новому світі AI «обчислення — це доход». Без обчислювальної потужності неможливо створювати токени; без токенів — неможливо отримувати доход.

Раніше глобальні капітальні витрати на традиційне програмне забезпечення складали близько 300–400 мільярдів доларів щороку, але зараз ці кошти швидко переорієнтовуються у сферу AI. Оскільки системи агентів генерують токени, що приносять реальну продуктивність і прибутки клієнтам, ця велика потреба у обчисленнях безпосередньо сприяє зростанню доходів NVIDIA і хмарних клієнтів.

Інновації у виробництві AI: економічні проблеми? Головне — куди йдуть гроші

Відповідаючи, Хуанг не лише визначив величезний обсяг обчислювальних потреб, створених Agentic AI, а й запропонував рішення для капітальних витрат гігантів хмарних сервісів. Також він підкреслив, що кошти, раніше витрачені на традиційне програмне забезпечення, тепер переорієнтовуються у сферу AI.

Це нагадує про думки Citrini щодо того, що революція у виробництві штучного інтелекту може спричинити різке зростання рівня безробіття та економічні проблеми. Співзасновник Манн Бродкамп Винсент зазначив, що проблема не у відсутності доходів у SaaS-компаній або економічному краху, а у тому, куди йдуть гроші, які раніше йшли на SaaS. Це — викуп акцій або додаткові інвестиції.

Припустимо, компанія має фіксовану підписку на SaaS на 10 доларів. У епоху AI SaaS-компанії втратять ці 10 доларів доходу, але ці гроші не зникнуть даремно. Частина з них (приблизно 3 долари) стане новим доходом AI-ланцюжка, решта (близько 7 доларів) перетвориться на додаткову прибутковість компанії, підвищуючи її рентабельність. Тобто гроші не зникають, а перерозподіляються.

(AI занадто успішний і може спричинити економічну кризу? Інституційні сценарії 2028 року: безробіття понад 10%, S&P 500 — падіння на 38%)

Про Agentic AI і фізичний AI: дата-центри на 4 трильйони доларів все ще актуальні

Щодо довгострокової перспективи капітальних витрат у дата-центрах, що можуть сягати 3–4 трильйонів доларів, Хуанг дав позитивну відповідь і пояснив цю тенденцію через «Token економіку». Він зазначив, що майбутнє програмного забезпечення вже не буде «записаним наперед» або попередньо створеним, а «генеруватиметься в реальному часі» відповідно до намірів користувача. Такий режим потребує у 1000 разів більше обчислювальної потужності, ніж традиційні системи. Тому кожна компанія у майбутньому залежатиме від AI і матиме власну AI-ферму для постійного створення токенів.

Хуанг підкреслив, що перша хвиля цієї революції — агентський AI (наприклад, AI, що допомагає інженерам писати програми), вже досягла рівня різкого зростання попиту за останні місяці. Наступна велика можливість — фізичний AI (Physical AI), тобто інтеграція AI і агентських систем у виробництво та робототехніку.

Що означає придбання Groq для NVIDIA

Щодо майбутньої архітектури, зокрема використання мікросхем (Chiplet), та стратегічного значення придбання Groq, Хуанг зазначив, що NVIDIA намагається максимально уникати використання мікросхем через додаткові затримки та споживання енергії. Архітектура CUDA має домінуюче положення саме завдяки високій ефективності апаратного забезпечення.

Щодо інтеграції Groq та технологій низької затримки для декодування, Хуанг анонсував, що більше деталей буде оприлюднено на конференції GTC, але чітко підкреслив, що Groq стане «ускорювачем» для розширення обчислювальної архітектури NVIDIA, подібно до того, як Mellanox розширював мережеву інфраструктуру. Всі GPU NVIDIA зберігатимуть високу сумісність архітектури, що забезпечить довгострокову інвестицію у оптимізацію програмного забезпечення і підвищить ефективність кожного долара для клієнтів.

Чи зможе NVIDIA зберегти надвисоку маржу? Відповідь Хуанга

З огляду на питання інвесторів щодо можливості NVIDIA довгостроково підтримувати високий рівень валової маржі в 70%, Хуанг пояснив, що найважливішим фактором є постійне забезпечення клієнтів передовими технологіями, що випереджають закони Мура. Якщо NVIDIA зможе створювати значно більшу продуктивність за ват, ніж закони Мура передбачають, і ця продуктивність буде приносити клієнтам значно більший ефект за кожен витрачений долар, то високі маржі збережуться.

NVIDIA регулярно випускає нові рішення для AI-інфраструктури (цього року — 6 нових чипів, а наступне покоління Rubin також матиме кілька новинок), поєднуючи високоефективний апаратний дизайн і тісну інтеграцію з програмним забезпеченням, що дозволяє задовольняти зростаючий попит на Token і забезпечувати найкращу обчислювальну потужність.

Хуанг про космічні дата-центри

Щодо можливості перенесення дата-центрів у космос і їх економічної доцільності, Хуанг зізнався, що наразі це економічно невигідно, але з часом ситуація покращиться. Космічне середовище відрізняється від земного: там багато сонячної енергії і дуже холодно, але через відсутність повітря і водяного охолодження потрібно використовувати великі тепловідвідні системи. Попри виклики, GPU Hopper вже успішно запущено у космос.

Найкращі застосування GPU у космосі — це обробка високороздільних зображень, де AI використовується для шумозаглушення, повторного проєктування і високоякісної обробки зображень, а потім цінна інформація передається назад на Землю. Це набагато ефективніше, ніж передавати величезні обсяги сирих даних у Petabytes для обробки на Землі.