Nvidia versnelt chipontwerp, maar tijdwinst is nog geen omzet
In het kort
NVIDIA presenteerde op 14 oktober samen met Cadence, Synopsys, Lam Research, KLA, Teradyne en Applied Materials nieuwe versnellingen voor chipontwerp en productie. De technische winst loopt in vroege tests van enkele keren sneller tot tientallen keren sneller. Bij een koers van $216,71 op Nasdaq is de beleggersvraag hoeveel van die bespaarde uren uiteindelijk als terugkerende omzet en vrije kas per aandeel bij NVIDIA terechtkomt.
De bekendste toepassing van NVIDIA-chips is het trainen en draaien van AI-modellen. De aankondiging van 14 oktober laat een tweede laag zien. Dezelfde rekenarchitectuur kan ook het ontwerpen, maken en testen van chips versnellen. NVIDIA noemt onder meer cuPotential, cuEST en cuDSS. Dat klinkt technisch, maar het economische idee is eenvoudig: een simulatie die vroeger uren of dagen duurde, kan vaker worden herhaald voordat een dure productiestap begint.
Daar ligt een grote kans. De chipindustrie geeft miljarden uit aan onderzoek, ontwerptools, meetapparatuur en productielijnen. Als sneller rekenen één fout in een masker, processtap of testprogramma voorkomt, kan de besparing groter zijn dan de prijs van de rekencapaciteit. NVIDIA verkoopt dan niet alleen chips voor AI-datacenters, maar ook een gereedschapslaag voor de bedrijven die de volgende generatie chips bouwen.
Direct naar een onderdeel van dit artikel
Van snelheidswinst naar een factuur
De gepresenteerde versnellingen verschillen sterk per toepassing. NVIDIA schrijft dat cuPotential in vroege tests twee tot drie keer sneller werkt dan een al voor GPU's geoptimaliseerde basis. Synopsys noemt voor onderdelen van de workflow mogelijke versnellingen van 12 tot 30 keer. Lam Research spreekt bij selectieve etsprocessen over maximaal 30 keer, KLA bij een rekenkernel over 50 keer en Teradyne bij onderhoudsinferentie over ongeveer 85 keer. Het woord maximaal is belangrijk. Het gaat om specifieke taken, vroege toegang en uiteenlopende vergelijkingspunten.
Een snelheidsfactor is nog geen omzet. De klant moet de software aanpassen, resultaten valideren en de nieuwe werkwijze opnemen in een productieproces waarin fouten zeer duur zijn. Bovendien delen partners de economische waarde. Cadence of Synopsys kan de softwarelicentie verkopen, een fabrikant kan eigen infrastructuur inzetten en NVIDIA levert een deel van de hardware en softwarelaag. Zonder inzicht in gebruik, prijzen en contractduur is niet vast te stellen welk deel van de bespaarde ingenieursuren bij NVIDIA belandt.
Dat onderscheid is nuttig naast onze eerdere analyse van NVIDIA's nieuwe netwerkverbinding. Ook daar gold dat een productintroductie eerst in inzet, volume en contractwaarde moet veranderen. De huidige aankondiging gaat over een ander deel van de keten, maar dezelfde financiële discipline blijft nodig: een demo of benchmark bewijst technische haalbaarheid, geen betaalde vraag.
Stel dat een ontwerptaak 400 CPU-uren vraagt en op een GPU twaalf keer sneller draait. Dan zakt de pure rekentijd naar ongeveer 33 uur. Als slechts 30% van de mogelijke tijdwinst daadwerkelijk wordt benut, omdat validatie en andere stappen niet versnellen, blijft ongeveer 110 uur effectieve besparing over. Dat kan zeer waardevol zijn, maar de verdeling van die waarde bepaalt de omzet voor NVIDIA.
Het verdienmodel wordt breder en afhankelijker
NVIDIA kan op drie manieren verdienen. De eerste is directe verkoop van GPU-systemen en netwerkapparatuur. De tweede is software, ondersteuning en licenties rondom CUDA-bibliotheken. De derde is indirect: partners bouwen hun producten rond de NVIDIA-architectuur, waardoor klanten moeilijker naar een andere rekenomgeving overstappen.
Die derde route kan het sterkst zijn, maar is lastig te meten. Een ontwikkelaar die cuDSS gebruikt, bouwt kennis en code op rond CUDA. Dat vergroot de overstapkosten. Tegelijk krijgen grote klanten een reden om prijzen scherp te onderhandelen of eigen chips te ontwikkelen. De marktwaarde van NVIDIA veronderstelt daarom niet alleen groei, maar ook dat de onderneming een groot deel van de economische waarde blijft vasthouden.
Het sterkste tegenargument tegen voorzichtigheid is dat NVIDIA zijn platform al vaker van één toepassing naar een brede standaard heeft uitgebouwd. CUDA begon als programmeerlaag voor grafische chips en werd cruciaal voor AI. De nieuwe bibliotheken kunnen dezelfde route volgen in chipontwerp en productie. Partners als Cadence, Synopsys, Lam, KLA, Teradyne en Applied Materials geven de technologie bovendien toegang tot bestaande klanten en workflows.
Daar tegenover staat concentratierisico. De grootste datacenterklanten investeren in eigen versnellers en de chipindustrie kent cyclische investeringsgolven. Een toepassing in ontwerpsoftware verbreedt de markt, maar verandert niet meteen de afhankelijkheid van grote klanten of de hoge verwachtingen in de koers.
Wat vraagt een waarde van ongeveer $5,28 biljoen?
Bij $216,71 per aandeel komt de beurswaarde ruwweg op $5,28 biljoen. Wie 10% jaarlijks rendement verlangt, heeft in 2029 een waarde van ongeveer $7,03 biljoen nodig. Bij een winstmultiple van 28 keer hoort daar circa $251 miljard jaarlijkse winst bij. Bij een nettomarge van 38% vraagt dat ongeveer $660 miljard omzet. Dit is een rekenvoorbeeld, geen consensus.
De vergelijking laat zien waarom zelfs grote nieuwe markten relatief klein kunnen zijn. Honderden miljoenen aan software- of industriële omzet zijn strategisch interessant, maar bewegen een onderneming van deze omvang nauwelijks. De nieuwe toepassingen moeten miljardenomzet opleveren, de kernactiviteiten versterken of de levensduur van het platform verlengen om de waardering materieel te dragen.
In het bearscenario groeit de vraag naar AI-infrastructuur minder snel, dalen marges en waardering en blijkt industriële adoptie geleidelijk. Het middenpad veronderstelt dat datacentergroei afkoelt maar breed blijft, terwijl software en industriële toepassingen een groter deel van de mix vormen. Het gunstige pad vraagt dat NVIDIA niet alleen de rekenlaag, maar ook een waardevolle softwarestandaard in meerdere industrieën bezit.
De afweging
De aankondiging van 14 oktober is inhoudelijk belangrijker dan een losse productspecificatie. Zij laat zien dat NVIDIA probeert mee te verdienen aan het hele proces waarmee chips worden ontworpen en gemaakt. Dat kan de markt verbreden en de klantbinding verdiepen.
Toch is de waardering te hoog om technische benchmarks rechtstreeks als financiële waarde te boeken. Het bewijs moet komen uit betaalde implementaties, terugkerend softwaregebruik en omzet die sneller groeit dan de kosten om het ecosysteem te onderhouden. Bij $216,71 is het middenpad geloofwaardig als nieuwe toepassingen aantoonbaar bijdragen zonder dat de kernmarges snel dalen. De eerstvolgende reden om positiever te worden is niet nog een hogere versnellingsfactor, maar een duidelijker beeld van klanten, gebruik en dollars per workload.
Opmerkingen