DeepSeek daagt ook Nvidia uit: het einde van GPU-monopolie?
In het kort:
Nvidia blijft dominant in AI met krachtige hardware en het unieke CUDA-software-ecosysteem, maar krijgt te maken met toenemende concurrentie zoals DeepSeek en hyperscalers.
Nieuwe technologische ontwikkelingen, zoals Nvidia's Blackwell-chips, versterken de leidende positie, maar alternatieve hardware en efficiëntere AI-modellen kunnen marges onder druk zetten.
Analisten zien Nvidia nog steeds als favoriet dankzij zijn enorme van 94% in omzet op jaarbasis, maar waarschuwen voor risico’s.
Een analyse van de recente ontwikkelingen rondom AI, en dus Nvidia laat zien dat het bedrijf, ondanks zijn bizar sterke positie in de AI-sector op dit moment, te maken heeft met een mogelijk toenemende dreiging van concurrentie en technologische verschuivingen. Hiermee lijkt DeepSeek niet alleen andere LLM´s uit te dagen, waar iedereen het uiteraard nu over heeft (binnen de AI ontwikkelingen), maar ook Nvidia´s positie in de AI-markt.
De explosieve groei van Nvidia is echter nog altijd ongeëvenaard. Het bedrijf heeft zich ontwikkeld van een relatief onbekende speler in computerhardware tot een absolute leider in de wereld van AI-infrastructuur, waarmee het zeker een favoriet blijft als we kijken naar wat het aandeel tot nu toe gedaan heeft..
De aandelenkoers van Nvidia:
Nvidia’s chips, met name de H100 en A100 en naar verwachting de Blackwell chips, zijn cruciaal geworden voor het trainen en inzetten van grote taalmodellen (LLM’s) zoals ChatGPT. Deze AI-systemen vereisen een enorme hoeveelheid rekenkracht, en Nvidia’s hardware is bij uitstek geschikt om hieraan te voldoen.
Naast zijn dominante positie in datacenters richt Nvidia zich nu ook op fysieke AI, zoals robots en autonome voertuigen. Deze sectoren hebben enorme potentie, aangezien steeds meer bedrijven investeren in automatisering en slimme machines. Nvidia biedt hier een complete oplossing: van hardware tot de software die nodig is om AI op een veilige en efficiënte manier te integreren in de fysieke wereld.
De combinatie van ingebouwde processors en gespecialiseerde software maakt Nvidia een unieke speler in deze snelgroeiende markt. Dit onderscheidt het van concurrenten zoals AMD en Intel, die moeite hebben om een vergelijkbare end-to-end-oplossing te bieden.
De omzetgroei van Nvidia:
Nvidia (NASDAQ: NVDA) rapporteerde op 20 november 2024 indrukwekkende resultaten voor het derde kwartaal, dat eindigde op 27 oktober 2024. De omzet bedroeg $35,1 miljard, een stijging van 17% ten opzichte van het vorige kwartaal en een groei van maar liefst 94% op jaarbasis. De GAAP-winst per aandeel (EPS) kwam uit op $0,78, een toename van 16% vergeleken met Q2 2024 en een indrukwekkende 111% hoger dan dezelfde periode een jaar eerder.
De FWD P/E ratio van Nvidia:
Dit succes wordt echter weerspiegeld in de waardering: Nvidia wordt momenteel verhandeld tegen 32,9 keer de verwachte winst in 2026 en 18 keer de verwachte omzet in 2026, wat neerkomt op een marktkapitalisatie van meer dan $1,2 biljoen. Deze waardering is gebaseerd op de verwachting dat Nvidia’s groeipad de komende jaren ononderbroken blijft, iets waar recent meer en meer vraagtekent bij gezet worden.
De P/S ratio van Nvidia:
Ondanks de hoge waardering van het aandeel, zien analisten Nvidia logischerwijs als een van de meest aantrekkelijke investeringen in de technologie/AI-sector. De verwachte winstgroei van gemiddeld 39% per jaar tot 2027 onderstreept het groeipotentieel van het bedrijf. Daarnaast wijzen experts zoals Dan Ives erop dat de huidige schattingen mogelijk te voorzichtig zijn, gezien de sterke marktvraag en de innovaties die Nvidia introduceert. Andere analisten, zoals Harsh Kumar van Piper Sandler, noemen Nvidia de onbetwiste leider in large-cap-technologiebedrijven.
Nvidia’s GPU’s zijn technisch superieur en profiteren van het bedrijfseigen CUDA-ecosysteem en Mellanox-interconnect-technologie. Deze voorsprong maakt Nvidia’s hardware vrijwel onmisbaar in high-end datacenters. Maar nieuwe spelers en bestaande klanten proberen deze dominantie te doorbreken.
Lees ook: Kan AMD 130% stijgen dankzij DeepSeek?
Een opvallende concurrent is bijvoorbeeld Cerebras, dat met zijn WSE-3-chip een volledig andere benadering heeft gekozen. De WSE-3 is een gigantisch stuk hardware: met een oppervlak van 46.225 mm² is deze chip ruim 57 keer groter dan Nvidia’s H100. Waar Nvidia afhankelijk is van complexe interconnect-technologie om duizenden GPU’s samen te laten werken, biedt Cerebras een eenvoudige oplossing: alles wordt verwerkt op één enkele chip. Dit maakt interconnect grotendeels overbodig en kan aanzienlijke kosten besparen in datacenters.
Daarnaast ontwikkelen hyperscalers zoals Amazon, Google, en Microsoft hun eigen AI-chips. Deze bedrijven behoren tot Nvidia’s grootste klanten en zijn verantwoordelijk voor een groot deel van de omzetgroei. Amazon bijvoorbeeld rolt momenteel clusters uit met meer dan 400.000 interne AI-chips voor klanten zoals Anthropic. Hoewel deze chips niet per se beter zijn dan Nvidia’s H100, zijn ze goedkoper en specifiek ontworpen voor de behoeften van de hyperscalers.
Nvidia´s marktaandeel in de AI markt:
De opkomst van alternatieve hardware betekent dat Nvidia’s dominante positie in de datacenter-markt niet langer onaantastbaar is. Hoewel de H100 en A100 nog steeds toonaangevend zijn, kunnen klanten steeds vaker kiezen voor goedkopere, “goed genoeg”-opties. Dit kan Nvidia dwingen om zijn prijzen te verlagen en marges in te leveren.
Om de huidige ontwikkelingente begrijpen, moeten we eerst training en inference duidelijk uitgesplitst hebben:
Training: Dit vereist krachtige hardware (zoals Nvidia’s H100) en immense investeringen in datacentra. Traininghardware vormt het fundament van geavanceerde AI-systemen.
Inference: Dit is de toepassing van getrainde modellen, zoals spraakherkenning en vertaling, en heeft minder hardwarevereisten. Het is bovendien goedkoper en breder inzetbaar.
Door traininghardware te beperken, voorkomt de VS dat China snel grote AI-modellen kan ontwikkelen, terwijl het brede toegang tot inferencehardware stimuleert om internationale afhankelijkheid van Amerikaanse technologie te vergroten. Deze strategie bevordert het mondiale gebruik van Amerikaanse AI-software en versterkt Amerika’s technologische soft power, echter lijkt China nu een slag te maken met DeepSeek.
DeepSeek versus enkele van de bekendste LLM´s:
DeepSeek, een tot een week geleden relatief onbekend bedrijf heeft twee modellen uitgebracht, DeepSeek-V3 en DeepSeek-R1, die de prestaties van OpenAI’s GPT-4 evenaren. Dit is ook meteen de reden waarom we overal nu dit gesprek zien ontstaan, waarin Nvidia´s absolute macht, waarbij er geen andere optie zoals AMD leek te zijn, in twijfel wordt getrokken.
China heeft vaak innovatieve oplossingen ontwikkeld vanuit schaarste en budgetbeperkingen, terwijl de VS veelal afhankelijk is van brute-force investeringen. Dit verschil in aanpak is zichtbaar in projecten zoals DARPA, die zogenaamde lean opereren en baanbrekende innovaties hebben voortgebracht.
De VS moet deze lean-benadering opnieuw omarmen door bureaucratie te verminderen, R&D te stimuleren en engineers meer beslissingsmacht te geven. Dit is essentieel om concurrerend te blijven in de race om AI-dominantie.
Wat deze modellen namelijk echt baanbrekend maakt, is hun efficiëntie: DeepSeek heeft zijn V3-model getraind voor slechts $5,6 miljoen, terwijl vergelijkbare modellen bij OpenAI of Anthropic tientallen miljoenen dollars aan GPU-capaciteit vereisen.
DeepSeek bereikt deze efficiëntie door meerdere innovaties:
FP8 Mixed-Precision Training: Door gebruik te maken van 8-bit getallen in plaats van de standaard 32-bit, wist DeepSeek het geheugenverbruik drastisch te verminderen zonder aan nauwkeurigheid in te boeten.
Multi-token prediction: Dit versnelt inference met 85-90% door meerdere tokens tegelijk te voorspellen.
Slimme compressie-algoritmen: DeepSeek slaat slechts de essentiële informatie op, waardoor de benodigde GPU-capaciteit aanzienlijk wordt verlaagd, een kans voor AMD.
Het nieuws rondom DeepSeek is nog erg nieuw, maar dit neemt niet weg dat het een kans kan zijn voor kleinere spelers als AMD, waarbij AMD eerder al nieuwe markten heeft betreden en zijn plek erin gevochten heeft:
DeepSeek’s technieken hebben verstrekkende implicaties. Als andere spelers deze efficiënties kunnen repliceren – en gezien de open-source aanpak van DeepSeek is dat waarschijnlijk – kan de vraag naar GPU-capaciteit, en de soort GPU´s in AI drastisch afnemen. Dit is een direct risico voor Nvidia, dat sterk afhankelijk is van de enorme investeringen in AI-datacenters.
CUDA, Nvidia’s programmeerplatform, wordt vaak genoemd als een belangrijke reden voor de dominantie van Nvidia’s GPU’s, aangezien AMD bijvoorbeeld nog sterk achterloopt op dit vlak. Softwareontwikkelaars wereldwijd gebruiken CUDA als de standaard voor AI-toepassingen. Maar deze dominantie wordt bedreigd door nieuwe ontwikkelingen:
Nieuwe frameworks zoals Triton en MLX: Deze platforms abstraheren hardware en maken het mogelijk om AI-code te schrijven die werkt op meerdere soorten chips, niet alleen Nvidia’s GPU’s.
Custom drivers voor AMD: Open-source projecten zoals tinygrad werken aan drivers die AMD GPU’s aantrekkelijker maken voor AI-toepassingen, waarbij AMD niet langer een zwakte heeft doordat het niet kan concurreren met CUDA.
Bovendien ontstaan er tools die CUDA-code automatisch omzetten naar andere architecturen. Dit verzwakt de “lock-in” die Nvidia historisch zeker heeft geholpen, en nog steeds.
Dan moeten we uiteraard kijken naar de waardering van Nvidia, het aandeel wordt verhandeld tegen een koers die 18 keer de verwachte omzet in 2026 bedraagt, zoals je eerder al zag. Dit impliceert dat beleggers niet alleen enorme omzetgroei verwachten, maar ook dat Nvidia zijn marges van 75% behoudt.
De brutomarge van Nvidia:
Maar wat gebeurt er als:
Concurrentie Nvidia dwingt om prijzen te verlagen?
DeepSeek’s efficiëntie de totale vraag naar GPU-capaciteit verlaagt?
Grote klanten overstappen op interne hardware?
Export naar China bemoeilijkt wordt?
Volgens Goldman Sachs genereert Nvidia 20-25% van zijn omzet uit China. Een totale stopzetting van deze export zou dus miljarden dollars aan omzetverlies kunnen betekenen. In heel 2024 wordt bijvoorbeeld verwacht dat Nvidia meer dan $15 miljard omzet haalt uit AI-chips. Dit soort grijze transacties vormen niet alleen een financieel risico voor Nvidia, maar versterken ook de geopolitieke afhankelijkheid van AI-technologie door rivalen.
Het huidige ecosysteem van venture capital is overigens ook nog eens doordrenkt met overfinanciering van marginale startups. Veel bedrijven zijn “default dead,” oftewel structureel niet levensvatbaar zonder constante kapitaalinjecties.
Met de opkomst van (even) krachtige nieuwe open-source AI-modellen, die de kosten van softwareontwikkeling verlagen, wordt de concurrentie voor startups alleen maar groter. Durfkapitaal moet zich richten op ambitieuze projecten die fundamentele veranderingen kunnen teweegbrengen, in plaats van incrementele verbeteringen. Zelfs een lichte daling van de omzetgroei voor Nvidia – bijvoorbeeld van 100% naar 85% – kan uiteraard meteen een significante impact hebben op Nvidia’s waardering, en daarmee indirect kansen bieden voor andere spelers.
Hoewel Nvidia’s dominantie in de AI-sector onbetwist blijft, is het belangrijk om de opkomst van nieuwe spelers zoals DeepSeek en alternatieve frameworks zoals Triton in perspectief te plaatsen. DeepSeek’s innovaties zijn veelbelovend, maar de commerciële levensvatbaarheid en schaalbaarheid van deze technologie moeten uiteraard nog worden bewezen. Bovendien blijft Nvidia’s positie voor nu nog stevig verankerd door het CUDA-ecosysteem en de bewezen prestaties van zijn hardware in datacenters wereldwijd. De impact van concurrerende technologieën zal waarschijnlijk geleidelijk zijn, waardoor Nvidia de tijd heeft om zich aan te passen en te innoveren.
Hoewel Nvidia een indrukwekkend groeiverhaal is en blijft, wijst deze nieuwe ontwikkeling er wel op dat er nieuwe fundamentele risico’s mogelijk zijn die, als ze uitpakken zoals sommigen lijken te denken, niet verwerkt lijkt te zijn in de huidige waardering. Hardware-innovaties, efficiëntere AI-modellen en software-abstrahering ondermijnen in de toekomst mogelijk Nvidia’s dominantie. Als belegger in AI is het cruciaal om deze trends nauwlettend te volgen en kritisch te kijken naar Nvidia’s vooruitzichten.
Comments