NVIDIAn ensimmäisen neljänneksen tulosluvut näyttävät lähes epätodellisilta. Yhtiön liikevaihto kasvoi vuodessa 85 prosenttia 81,6 miljardiin dollariin, datakeskusliiketoiminta jo 92 prosenttia ja seuraavan kvartaalin ohjeistus kipuaa 91 miljardiin dollariin. Edes Kiinan käytännössä katoaminen datakeskusennusteista ei näytä hidastavan vauhtia.
Nvidian toimitusjohtaja Jensen Huang puhuu nyt AI factory -mallista, jossa maailma rakentaa jättimäisiä GPU-klustereita tekoälyn koulutukseen ja inferenssiin. Networking-liikevaihdon lähes kolminkertaistuminen kertoo, että kasvu leviää jo koko AI-infrastruktuuriin: optisiin linkkeihin, verkotukseen, muistiratkaisuihin ja jäähdytykseen. Nvidia ei enää myy vain piirejä vaan kokonaisia AI-tehtaita.
Samaan aikaan Huang yrittää laajentaa Nvidiaa myös datakeskusten ulkopuolelle. Juuri esitelty Vera Rubin -alusta (kuvassa) sisältää uuden Vera-prosessorin, jota Nvidia kuvaa ensimmäiseksi erityisesti agenttipohjaiselle tekoälylle suunnitelluksi suorittimeksi. Edge Computing -segmenttiin Nvidia niputtaa AI-PC:t, AI-RAN-tukiasemat, robotiikan, autonomiset autot ja lokaalisti ajettavat agentit.
Ja juuri tässä piilee mahdollinen ongelma. Jos tekoälymallit pienenevät, kvantisoituvat ja erikoistuvat, inferenssi voi alkaa hajautua pois jättimäisistä datakeskuksista kohti puhelimia, autoja, teollisuus-PC:itä ja edge-palvelimia. Silloin AI muuttuu enemmän hajautetuksi embedded-markkinaksi kuin hyperscale-markkinaksi.
Tämä suosii asioita, jotka eivät ole olleet Nvidian suurimpia vahvuuksia: erittäin matalaa tehonkulutusta, integroitua CPU+NPU-rakennetta ja pieniä lokaaleja malleja. Siksi esimerkiksi Qualcomm, Apple ja monet ARM-ekosysteemin toimijat voivat hyötyä juuri siitä muutoksesta, joka samalla uhkaa Nvidian nykyistä AI-tehdasmallia.
Paradoksaalisesti edge AI voi siis olla yhtä aikaa Nvidian seuraava suuri kasvumarkkina ja sen ensimmäinen todellinen eksistentiaalinen uhka.
