Nvidia onthult unieke kans voor beleggers op GTC
- Mika Beumer
- 17 mrt
- 7 minuten om te lezen
In het kort
Verwachte vraag naar AI systemen stijgt richting circa 1 biljoen dollar aan orders tot 2027, aanzienlijk hoger dan eerdere prognoses
Nieuwe AI infrastructuur met GPU, LPU en CPU verhoogt prestaties tot 35 keer en verlaagt energieverbruik drastisch
Doorbraak van agentic AI en OpenClaw dwingt softwarebedrijven om te transformeren naar autonome, token gedreven businessmodellen
De keynote van Jensen Huang op GTC 2026 markeert een duidelijke verschuiving in hoe beleggers naar de AI sector moeten kijken. Waar de afgelopen jaren draaiden om de vraag welke bedrijven AI gebruiken, draait het nu om wie de infrastructuur bezit waarop die AI draait. Dat verschil is essentieel, omdat juist die infrastructuur de grootste economische waarde lijkt te gaan vangen.
Jensen Huang tijdens GTC 2026 waar Nvidia beleggers nieuwe inzichten gaf over de toekomst van AI
Huang schetste een markt die sneller groeit dan zelfs de meest optimistische verwachtingen. De vraag naar systemen gebaseerd op Blackwell en Vera Rubin kan volgens hem oplopen tot circa 1 biljoen dollar aan orders richting 2027. Dat is een verdubbeling ten opzichte van eerdere schattingen en geeft aan hoe sterk de vraag naar rekenkracht escaleert.
Die vraag komt niet uit één hoek. Grote cloudspelers blijven miljarden investeren, maar daarnaast ontstaat een tweede golf van bedrijven die AI direct integreren in hun producten en processen. Startups, fintech bedrijven, SaaS spelers en industriële ondernemingen bouwen allemaal aan eigen AI toepassingen. Wat ze gemeen hebben, is een groeiende afhankelijkheid van compute capaciteit.
Het gevolg is een structureel tekort aan rekenkracht. Huang benadrukte dat bedrijven meer omzet zouden kunnen genereren als ze simpelweg meer tokens konden produceren. Daarmee verschuift AI van een kostenpost naar een directe omzetgenerator, een cruciale verandering voor investeerders.
Jensen Huang ziet 1 biljoen dollar aan orders voor Blackwell en Vera Rubin richting 2027
De verschuiving naar inference als dominante groeifactor
Een rode draad door de keynote is de verschuiving van training naar inference. In de beginfase van AI lag de nadruk op het trainen van modellen, een proces dat veel rekenkracht vereist maar relatief sporadisch plaatsvindt. Inmiddels ligt de focus op het draaien van modellen in productie, waar ze continu antwoorden genereren.
Deze verandering heeft grote financiële implicaties. Inference is geen eenmalige investering, maar een doorlopende kosten en opbrengststroom. Elke interactie met een AI systeem kost rekenkracht en levert tegelijkertijd waarde op.
De opkomst van agentic AI versnelt deze trend verder. In plaats van simpele chatbots zien we nu systemen die zelfstandig taken uitvoeren, beslissingen nemen en andere agents aansturen. Dit leidt tot een explosieve groei in het aantal tokens dat wordt verwerkt.
De cijfers onderbouwen deze ontwikkeling. De kwartaalomzet groeit met ongeveer 77 procent naar circa 78 miljard dollar, terwijl het bedrijf al elf kwartalen op rij meer dan 55 procent groei realiseert. Dat zijn uitzonderlijke prestaties voor een onderneming van deze omvang en bevestigen dat inference de nieuwe groeimotor is.
Nieuwe chiparchitectuur verandert de spelregels
Om deze groei te ondersteunen introduceert Nvidia een fundamenteel nieuwe architectuur. De tijd dat één type chip alles afhandelt, loopt ten einde. In plaats daarvan ontstaat een systeem waarin verschillende gespecialiseerde componenten samenwerken.
GPU’s blijven essentieel voor zware berekeningen en training van modellen. Tegelijkertijd introduceert het bedrijf de Groq 3 LPU, een chip die specifiek is ontworpen voor inference. Deze richt zich op lage latency en hoge snelheid, precies wat nodig is voor real time toepassingen.
De combinatie van Rubin GPU en Groq 3 LPU laat zien hoe Nvidia inzet op gespecialiseerde AI chips voor maximale prestaties en efficiëntie
De toevoeging van de LPU verandert de efficiëntie van het systeem drastisch. Volgens de gepresenteerde cijfers kan de combinatie van GPU en LPU de prestaties per watt tot 35 keer verhogen. In een markt waar energie een beperkende factor is, vormt dat een doorslaggevend voordeel.
Daarnaast maakt de CPU een opvallende comeback. De nieuwe Vera CPU fungeert als het coördinatiecentrum van AI systemen en zorgt dat alle componenten optimaal samenwerken. Waar CPU’s eerder een ondersteunende rol hadden, worden ze nu strategisch gepositioneerd als de regisseur van complexe AI workloads.
Deze driedeling, GPU voor compute, LPU voor response en CPU voor controle, weerspiegelt hoe AI in de praktijk wordt gebruikt. Het is een architectuur die niet alleen krachtiger is, maar ook beter aansluit op de economische realiteit van AI toepassingen.
OpenClaw en de transformatie van software naar agentic bedrijven
Misschien wel de meest ingrijpende ontwikkeling uit de keynote is de opkomst van OpenClaw. Huang beschrijft dit open source project als een doorbraak die vergelijkbaar is met HTML en Linux, een uitspraak die de impact ervan onderstreept.
OpenClaw maakt het mogelijk om autonome AI agents te bouwen die zelfstandig taken uitvoeren, problemen opdelen en samenwerken met andere systemen. Het fungeert als een soort besturingssysteem voor AI, waarin agents opereren zonder constante menselijke input.
De implicaties voor de softwaresector zijn enorm. Huang stelt dat elk SaaS bedrijf zal transformeren naar een agentic bedrijf. Dat betekent dat software niet langer passief reageert op gebruikers, maar actief handelt namens hen.
Deze ontwikkeling sluit direct aan op de groei van inference. Agentic systemen genereren continu nieuwe taken en interacties, wat leidt tot een exponentiële toename van het aantal tokens. Daarmee groeit ook de vraag naar infrastructuur.
Volgens Huang wordt elk Saas bedijf zal transformeren naar een agentic bedrijf
NemoClaw verbindt open innovatie met enterprise veiligheid
De adoptie van agentic AI brengt echter nieuwe risico’s met zich mee. Autonome systemen krijgen toegang tot gevoelige data en kunnen externe acties uitvoeren. Zonder controlemechanismen kan dat leiden tot veiligheidsproblemen.
Om dit op te lossen introduceert Nvidia NemoClaw, een platform dat OpenClaw combineert met enterprise beveiliging en beleidscontrole. Dit maakt het mogelijk om AI agents veilig te integreren in bedrijfsomgevingen. Het platform kan worden gekoppeld aan bestaande IT systemen en zorgt ervoor dat agents binnen vastgestelde regels opereren. Daarmee wordt de drempel voor adoptie aanzienlijk verlaagd.
Daarnaast introduceert Nvidia de Nemotron Coalition, een initiatief dat de ontwikkeling van AI modellen moet versnellen. Dit wijst op een bredere strategie waarbij niet alleen hardware, maar ook software en ecosystemen centraal staan.
Een opvallende uitspraak van Huang is dat token budgetten inmiddels een concurrentiefactor zijn geworden in Silicon Valley. Bedrijven concurreren niet alleen op talent, maar ook op toegang tot rekenkracht. In dat licht wordt elke softwareleverancier een producent van tokens, een fundamenteel ander businessmodel dan voorheen.
Energie efficiëntie en Vera Rubin als sleutel tot schaal
De Vera Rubin systemen vormen de volgende stap in de infrastructuurstrategie. Met ongeveer 1,3 miljoen componenten en een beloofde tienvoudige verbetering in prestaties per watt, richten deze systemen zich op een van de grootste uitdagingen in AI, energieverbruik.
Nvidia introduceert Vera aan de wereld
Datacenters verbruiken steeds meer elektriciteit en lopen tegen fysieke grenzen aan. Efficiëntere hardware is daarom essentieel om verdere groei mogelijk te maken.
De combinatie van GPU’s en LPUs speelt hierin een cruciale rol. Door inference efficiënter te maken, daalt het energieverbruik per token. Dat vertaalt zich direct in lagere kosten en hogere marges voor bedrijven die AI inzetten.
Tegelijkertijd werkt Nvidia aan nieuwe architecturen zoals Kyber, die de dichtheid van systemen verhoogt en latency verlaagt. Dit laat zien dat innovatie niet stopt bij chips, maar zich uitstrekt tot volledige datacenter ontwerpen.
Nieuwe markten versterken de groeidynamiek
Naast datacenters breidt Nvidia zijn strategie uit naar sectoren zoals mobiliteit en robotica. Samenwerkingen met bedrijven als Uber en diverse autofabrikanten laten zien dat AI ook in de fysieke wereld een steeds grotere rol speelt.
Er worden plannen uitgerold voor autonome voertuigen in tientallen steden wereldwijd. Tegelijkertijd worden toepassingen ontwikkeld voor logistiek, industrie en transport. Deze diversificatie vergroot de totale markt en maakt de groei minder afhankelijk van één sector. Het versterkt bovendien de vraag naar infrastructuur, omdat al deze toepassingen afhankelijk zijn van realtime AI verwerking.
Spanningen en risico’s binnen een versnellende groeimarkt
Hoewel de groeicijfers indrukwekkend zijn, zit de echte uitdaging vooral in de snelheid waarmee de markt zich ontwikkelt. Energieverbruik blijft een belangrijk aandachtspunt, maar werkt tegelijk als aanjager van innovatie, omdat efficiëntere chips direct economische voordelen opleveren. Hierdoor versnelt de technologische vooruitgang in plaats van dat deze wordt afgeremd.
De krapte in de supply chain benadrukt vooral hoe sterk de vraag naar AI infrastructuur is. In eerdere technologiegolven leidde dit soort druk juist tot snelle opschaling en meer prijszettingsmacht voor marktleiders. Bedrijven die hun capaciteit weten uit te breiden, profiteren daardoor disproportioneel van de groei.
Concurrentie neemt toe, maar de totale markt groeit sneller dan individuele spelers terrein verliezen. Zelfs met nieuwe toetreders blijft de vraag naar hoogwaardige infrastructuur zo groot dat meerdere partijen kunnen profiteren. AI ontwikkelt zich daarmee minder als een zero sum game en meer als een ecosysteem waarin schaal en integratie centraal staan.
De nieuwe economische logica van AI en tokens
Wat uiteindelijk sterk naar voren komt, is een fundamenteel nieuwe economische logica. AI draait niet langer alleen om modellen of software, maar om het produceren van tokens op schaal. Die tokens vertegenwoordigen waarde. Ze zijn de output van AI systemen en vormen de basis van nieuwe businessmodellen. Bedrijven die efficiënt tokens kunnen genereren, hebben een direct voordeel.
De combinatie van agentic AI, gespecialiseerde hardware en groeiende vraag naar inference creëert een ecosysteem waarin infrastructuur centraal staat. Niet de applicatie, maar de capaciteit om AI te draaien bepaalt wie wint. Voor beleggers betekent dit dat de focus verschuift van zichtbare toepassingen naar onderliggende systemen. De echte waarde zit niet alleen in wat AI kan, maar in wie het mogelijk maakt op schaal en tegen de laagste kosten.
Wat de keynote uiteindelijk duidelijk maakt, is dat de AI revolutie een nieuwe fase ingaat waarin infrastructuur, energie en software samenkomen in één geïntegreerd systeem. De combinatie van agentic AI, gespecialiseerde chips en explosieve groei in inference creëert een markt waarin schaal en efficiëntie bepalend zijn voor succes.
Lees ook: Beste vastgoedfondsen in 2026
Advertorial
De inzichten van Nvidia onderstrepen dat de echte waarde in AI steeds meer verschuift naar infrastructuur en schaal, maar zulke groeiverhalen gaan vaak gepaard met hoge investeringen en stevige waardeschommelingen. Beleggers die minder afhankelijk willen zijn van technologische cycli en kapitaalintensieve ontwikkelingen, kunnen ook kijken naar vastgoed met stabiele en voorspelbare inkomsten. Zeker in segmenten waar de vraag structureel is, blijft rendement minder gevoelig voor marktvolatiliteit.
Het SynVest Dutch RealEstate Fund belegt in Nederlands vastgoed met een focus op supermarkten en zorgcentra, sectoren die ook in economisch wisselvallige tijden veerkrachtig blijven. Het fonds realiseerde de afgelopen jaren een gemiddeld rendement van 8,6% per jaar, waarvan 6% maandelijks wordt uitgekeerd. Beleggers profiteren van regelmatige cashflow en brede spreiding over solide huurders, met deze maand bovendien een extra bonusuitkering bovenop het reguliere rendement.
Vraag nu de gratis brochure aan en ontdek vrijblijvend of dit vastgoedfonds past bij jouw beleggingsdoelen.
