Nvidia richt zich op AI-doorbraken die concurrentie aftroeven op megaconferentie
In dit artikel:
Jensen Huang opent op maandag 13 maart in een uitverkochte ijshockeyarena in San Francisco de vierdaagse Nvidia GTC, waar de chipmaker naar verwachting nieuwe producten en samenwerkingen toont om zijn leidende positie in AI-hardware te handhaven. Het evenement is Huangs belangrijkste podium om vorderingen te laten zien op het gebied van chips (zoals de generaties Rubin en Feynman), datacenters, programmeersoftware CUDA, AI-agenten en fysieke AI-toepassingen zoals robots.
Beleggers kijken extra scherp mee: Nvidia herinvesteert winsten in het AI-ecosysteem en moet aantonen dat die strategie concurrerend voordeel oplevert. Analisten verwachten een “full‑stack” update met nadruk op inferentie (het uitvoeren van modellen voor eindgebruik), agentische AI (autonome digitale hulpverleners) en infrastructuur voor grootschalige AI-clusters. Die verschuiving van training — waarbij veel GPU’s aan elkaar worden gekoppeld voor modelontwikkeling — naar brede inferentietaken verandert de marktdynamiek.
Hoewel Nvidia nog steeds een dominant marktaandeel heeft, neemt de concurrentie toe. Grote klanten als OpenAI en Meta ontwikkelen eigen chips, en gespecialiseerde ASIC’s (application‑specific integrated circuits) dreigen vanaf ongeveer 2027 marktaandeel af te snoepen, vooral in inferentie. Tegelijkertijd kan de opkomst van tienduizenden AI-agenten leiden tot een nieuwe “orchestration”-laag die het verkeer tussen gebruikers en agentvloten regelt — een ontwikkeling die zowel kansen als nieuwe knelpunten creëert, onder meer bij CPU’s.
Om zijn positie te verstevigen kocht Nvidia in december Groq voor ongeveer $17 miljard; op GTC zal het laten zien hoe Groq’s snelle inferentie‑technologie in het CUDA-ecosysteem past. Analisten verwachten ook nieuwe servers die Groq-chips combineren met Nvidia‑netwerktechnologieën voor snellere en goedkopere inferentie. Verder hint Nvidia op eigen CPU-initiatieven: met agentische AI verschuift een deel van de bottleneck naar de CPU-laag, waardoor servers met Nvidia‑CPU’s strategisch interessant kunnen worden.
Nvidia investeerde daarnaast circa $2 miljard in laserfabrikanten Lumentum en Coherent. Die lasers (co‑packaged optics) kunnen datacenterverbindingen tussen chips aanzienlijk versnellen, maar grootschalige productie en kostenefficiëntie blijven uitdagingen.
Kort samengevat: GTC moet aantonen dat Nvidia met nieuwe chips, integraties (zoals Groq) en optische connecties zijn voorsprong behoudt terwijl het zich voorbereidt op een markt waarin inferentie, op maat gemaakte ASIC’s en orchestratie van AI-agenten de spelregels hertekenen.