Nvidia-CEO Jensen Huang doet opvallende AI-uitspraak: “AGI is hier”

In het kort:

• Jensen Huang noemt GPT-6 Astra de komst van AGI, maar daarvoor bestaat geen algemeen aanvaarde en objectief meetbare grens.

• Astra zou zijn getraind op meer dan 100.000 Nvidia Blackwell-GPU’s. Volgens Huang komen daar 400.000 GPU’s bij.

• Voor het Nvidia-aandeel is niet het AGI-label doorslaggevend, maar de vraag of de enorme infrastructuurinvesteringen blijvend in omzet én vrije kasstroom veranderen.

Jensen Huang heeft de lancering van GPT-6 Astra aangegrepen voor een uitspraak die onmiddellijk de aandacht trekt. Volgens de topman van Nvidia is kunstmatige algemene intelligentie, beter bekend als AGI, gearriveerd.

Huang schreef dat GPT-6 Astra is getraind op meer dan 100.000 Nvidia Grace Blackwell-GPU’s. Hij wees op de ontwikkeling van ChatGPT via redeneermodel o1 naar Astra in slechts vier jaar en voegde eraan toe dat de volgende 400.000 GPU’s binnenkort online komen.

Dat klinkt als een technologisch eindpunt. Voor beleggers is het echter verstandiger om vooral naar het getal achter de uitspraak te kijken. Of Astra werkelijk AGI is, valt voorlopig niet objectief vast te stellen. Dat OpenAI voor één nieuwe modelgeneratie een supercomputer met meer dan 100.000 GPU’s heeft ingezet en alweer veel verder wil opschalen, is een veel concreter signaal.

Wat Jensen Huang precies beweert

OpenAI introduceerde GPT-6 Astra op 3 september. Het model wordt aanvankelijk uitgerold naar een beperkte groep organisaties, waarna bredere beschikbaarheid via ChatGPT, de OpenAI API, Microsoft Azure en Amazon Bedrock moet volgen.

De eerste gepubliceerde prestaties zijn uitzonderlijk. Astra behaalde volgens OpenAI 98% op FrontierMath Tier 4, 99,9% op ARC-AGI-3 en 100% op ExploitBench. Het model zet daarnaast grote stappen bij computergebruik, wetenschappelijk werk, browsen en complexe professionele taken.

Huang koppelde die vooruitgang enkele dagen later direct aan Nvidia’s hardware. De infrastructuur achter Astra zou bestaan uit meer dan 100.000 Grace Blackwell-GPU’s die via NVLink en een zeer snel netwerk samenwerken.

OpenAI bevestigt dat zijn grootste GB200-supercomputers meer dan 100.000 GPU’s kunnen verbinden. Die systemen staan onder meer bij Oracle Cloud Infrastructure in Abilene en in Microsofts Fairwater-datacenters. OpenAI gebruikt daarbij een eigen netwerkontwerp dat samenwerkt met hardware van Nvidia en Broadcom.

Een GB200 NVL72-rack bevat 72 Blackwell-GPU’s en 36 Grace-processors. Honderdduizend GPU’s komen daardoor ruwweg overeen met bijna 1.400 van deze vloeistofgekoelde racks. Vierhonderdduizend GPU’s zouden, wanneer dezelfde configuratie wordt gebruikt, neerkomen op ongeveer 5.600 racks.

Het gaat dus niet om een normale uitbreiding van een datacenter. Dit is een industriële infrastructuurlaag waarvoor chips, geheugen, netwerkapparatuur, koeling, elektriciteit en complete gebouwen nodig zijn.

Is GPT-6 Astra werkelijk AGI?

Het eerlijke antwoord is dat niemand dat definitief kan bewijzen. AGI heeft geen boekhoudkundige definitie en ook geen universeel geaccepteerde test.

Voor de ene onderzoeker betekent AGI dat een systeem op vrijwel alle intellectuele taken minstens zo goed presteert als een mens. Anderen verlangen dat een model zelfstandig nieuwe kennis kan verwerven, langdurige doelen kan uitvoeren en betrouwbaar kan handelen in situaties die niet op trainingsdata lijken.

Astra scoort indrukwekkend op zware benchmarks en kan complexe werkzaamheden uitvoeren. Dat maakt het model commercieel en technologisch belangrijk. Het betekent niet automatisch dat alle beperkingen van huidige AI-systemen zijn verdwenen.

OpenAI zelf noemt Astra zijn intelligentste en best uitgelijnde model, maar presenteert de introductie niet als een formeel bewezen AGI-moment. De veiligheidsdocumentatie bevat bovendien duidelijke kanttekeningen. Astra is het eerste OpenAI-model dat het kritieke niveau voor cybercapaciteiten bereikt. Tegelijk is een deel van zijn interne redenering lastiger te controleren dan bij de vorige modelgeneratie.

Huangs uitspraak is daarom vooral een oordeel van een nauw betrokken bestuurder. Nvidia levert de cruciale infrastructuur en heeft er economisch belang bij dat iedere nieuwe modelgeneratie meer rekenkracht nodig heeft. Dat maakt zijn conclusie niet waardeloos, maar wel gekleurd.

De 400.000 GPU’s zijn het echte Nvidia-nieuws

Voor het Nvidia-aandeel is het AGI-debat minder belangrijk dan de fysieke opschaling die Huang beschrijft.

Wanneer meer dan 100.000 GPU’s nodig waren om Astra te trainen, en een volgende infrastructuurfase 400.000 GPU’s omvat, groeit de potentiële hardwarebasis ongeveer viermaal. Dat betekent niet dat Nvidia automatisch viermaal zoveel omzet boekt. De GPU-generatie, prijs per systeem, timing, financiering en verdeling tussen training en dagelijks modelgebruik kunnen sterk verschillen.

De richting is wel duidelijk. Frontiermodellen vragen niet alleen om losse chips, maar om complete systemen. Nvidia verdient aan Blackwell-GPU’s, Grace-processors, NVLink, netwerkproducten en de software waarmee duizenden GPU’s als één computer functioneren. Naarmate clusters groter worden, neemt het belang van die geïntegreerde architectuur toe.

Een chip van een concurrent kan op papier goedkoper of sneller zijn. Bij een cluster van 100.000 GPU’s telt echter ook hoeveel rekentijd verloren gaat door netwerkcongestie, storingen, communicatie tussen chips en onvolledige benutting. Nvidia’s concurrentievoordeel zit daardoor steeds meer in het geheel en steeds minder in één processor.

De 400.000 GPU’s kunnen bovendien langer omzet genereren dan alleen tijdens de training van een opvolger. Nadat een model is gebouwd, kost het verwerken van vragen, uitvoeren van agenttaken en genereren van lange redeneerketens voortdurend rekenkracht. De beste uitkomst voor Nvidia is daarom niet alleen dat nieuwe modellen duurder worden om te trainen, maar dat hun dagelijkse gebruik snel genoeg groeit om de capaciteit jarenlang gevuld te houden.

Bron: Nvidia

Nvidia groeit al alsof de AI-race versnelt

De recente cijfers laten zien hoeveel van deze vraag al in de resultaten terechtkomt. Nvidia boekte in het tweede kwartaal van boekjaar 2027 een omzet van $96,2 miljard, 106% meer dan een jaar eerder. De datacenteromzet steeg 117% tot $89,0 miljard.

Voor het derde kwartaal rekent het bedrijf op ongeveer $108 miljard omzet. De brutomarge bedroeg in het afgelopen kwartaal 75%. Dat is opvallend hoog voor een onderneming die steeds grotere en complexere fysieke systemen levert.

De markt waardeert Nvidia daar ook naar. Bij de laatste slotkoers van $230,36 bedroeg de beurswaarde ongeveer $5,59 biljoen. Door de gesloten Amerikaanse beurs op maandag 7 september volgt de eerste volledige koersreactie op Huangs uitspraak pas dinsdag.

Een spectaculaire productlancering is bij zo’n waardering niet automatisch voldoende voor een hogere koers. Beleggers betalen al voor jaren van groei. Het relevante verschil zit tussen een indrukwekkende technische demonstratie en een economisch model dat voldoende cash oplevert om de waardering te dragen.

De vrije kasstroom geeft een minder eenvoudig beeld

Juist daar zit een belangrijke nuance. Nvidia rapporteerde over het tweede kwartaal $59,7 miljard nettowinst, maar de vrije kasstroom bedroeg $21,3 miljard. In het voorgaande kwartaal kwam nog $48,6 miljard vrije kasstroom binnen.

De lagere kasconversie had onder meer te maken met snel oplopende vorderingen, voorraden en vooruitbetaalde kosten. Nvidia verkoopt dus enorm veel, maar moet ook steeds meer kapitaal vastleggen om de uitbreiding te financieren.

Over de eerste jaarhelft bedroeg de vrije kasstroom $69,9 miljard. Wanneer dat bedrag simpelweg wordt verdubbeld, noteert Nvidia rond 40 keer een indicatieve jaarlijkse vrije kasstroom. Dat is geen officiële prognose en kwartaalbewegingen kunnen groot zijn, maar de berekening laat wel zien hoeveel toekomstige groei in de koers zit.

Daar komt een forse operationele verplichting bij. Nvidia verhoogde zijn toezeggingen voor levering en productiecapaciteit in één kwartaal van $119 miljard naar $279 miljard. Het bedrijf helpt inmiddels ook bij het financieren en garanderen van de infrastructuur die klanten nodig hebben. Zo kan Nvidia onder voorwaarden tot $105 miljard aan verplichtingen ondersteunen rond een groot OpenAI-datacenterproject in Ohio.

Dat is rationeel zolang de vraag blijft stijgen. Nvidia helpt zo de knelpunten rond stroom, datacenters en financiering weg te nemen en creëert tegelijk een afzetmarkt voor zijn eigen systemen. Maar als AI-bedrijven hun investeringen vertragen, kunnen voorraden, leveringscontracten en garanties juist een risico voor de balans worden.

Ook Oracle, Broadcom en Microsoft profiteren

De infrastructuur achter Astra laat zien dat de economische opbrengst breder wordt verdeeld. Oracle levert cloudcapaciteit in Abilene, Microsoft bouwt eigen supercomputers en Broadcom levert onderdelen voor het netwerkontwerp waarmee OpenAI meer dan 100.000 GPU’s efficiënt kan verbinden.

Nvidia blijft de duidelijkste beursgenoteerde winnaar omdat het de GPU’s, processors, verbindingstechnologie en softwarestack levert. Toch kan verdere opschaling de aandacht verschuiven naar stroomleveranciers, koelsystemen, optische verbindingen, geheugenproducenten en datacenterbouwers.

Voor Nederlandse beleggers is ook ASML indirect betrokken. Meer vraag naar geavanceerde Nvidia-processors ondersteunt de behoefte aan de modernste chipproductie. ASML verkoopt echter geen apparatuur rechtstreeks aan OpenAI en profiteert pas wanneer chipfabrikanten hun productiecapaciteit verder uitbreiden. Het verband is daarmee reëel, maar minder direct dan bij Nvidia of de betrokken cloudbedrijven.

Hier moeten beleggers dinsdag op letten

Een sterke koersreactie op het woord AGI zou vooral een sentimentssignaal zijn. De duurzamere signalen komen uit nieuwe chiporders, de oplevering van datacenters, de groei van OpenAI’s betaalde gebruik en Nvidia’s kasstroom.

Ook het verschil tussen training en inferentie verdient aandacht. Het trainen van Astra was een groot maar eenmalig project. De dagelijkse inzet van Astra moet vervolgens genoeg inkomsten opleveren om de machines rendabel te benutten. De API-prijs van $10 per miljoen inputtokens en $50 per miljoen outputtokens geeft OpenAI een commercieel model, maar zegt nog niets over de uiteindelijke marge na alle rekenkosten.

De beslissende vraag is daarom niet of beleggers Huangs definitie van AGI accepteren. De vraag is of gebruikers bereid zijn genoeg te betalen voor de extra intelligentie die deze infrastructuur mogelijk maakt.

Het AGI-label verkoopt het verhaal, de kasstroom moet het bewijzen

GPT-6 Astra lijkt een grote stap vooruit en Huangs uitspraak onderstreept hoe snel de AI-race verloopt. Van ChatGPT naar o1 en vervolgens Astra in ongeveer vier jaar is een tempo dat enkele jaren geleden nauwelijks voorstelbaar was.

Toch is “AGI is gearriveerd” voor beleggers geen meetbaar koopargument. Het getal van 400.000 extra GPU’s is veel relevanter. Het wijst op aanhoudende vraag naar Nvidia’s volledige AI-platform en laat zien dat de grootste laboratoria nog geen grens zien aan hun behoefte aan rekenkracht.

Daar staat tegenover dat Nvidia inmiddels $5,59 biljoen waard is, enorme leveringsverplichtingen aangaat en steeds actiever helpt om de investeringen van klanten mogelijk te maken. De onderneming verkoopt niet alleen de gereedschappen van de AI-race, maar draagt geleidelijk ook meer risico om die race gaande te houden.

Astra kan daarmee zowel het sterkste bewijs voor Nvidia’s positie als een waarschuwing voor de waardering zijn. Zolang meer rekenkracht leidt tot betere modellen, meer betaald gebruik en stijgende vrije kasstroom, blijft het mechanisme krachtig. Als de inkomsten van AI-aanbieders achterblijven bij de kosten van honderdduizenden GPU’s, wordt juist de financiering van die infrastructuur het zwakke punt.

Voor beleggers telt daarom minder wat we de technologie vandaag noemen. Belangrijker is hoeveel economische waarde iedere nieuwe generatie per geïnstalleerde GPU weet te creëren.