Nvidia Stock pourrait être la prochaine Apple Voici ce que cela signifie pour les investisseurs.

Je sais ce que tu penses probablement. Nvidia (NASDAQ : NVDA) est l’entreprise la plus valorisée au monde — plus grande que Pomme (NASDAQ : AAPL). Pourquoi doit-elle « devenir la prochaine Apple » ?

Nvidia a récemment tenu sa conférence annuelle GTC. Et lors de cette conférence, la direction a longuement parlé du boom de l’inférence dans l’intelligence artificielle (IA) et de l’écosystème croissant de Nvidia qui étend les unités de traitement graphique (GPU) et dépasse les ventes de matériel unique.

L’IA créera-t-elle le premier milliardaire au monde ? Notre équipe a récemment publié un rapport sur une société peu connue appelée « The Unstoppable Monopoly » qui fournit une technologie critique à Nvidia et Intel. Continuer “

Tout comme Apple a construit un écosystème de produits de consommation devenus aussi essentiels pour de nombreux ménages que le détergent à lessive et le dentifrice, Nvidia construit un écosystème principalement destiné aux entreprises afin de créer une source de revenus récurrente à l’ère de l’inférence de l’IA.

Voici pourquoi ce modèle économique émergent pourrait changer la donne pour les investisseurs en ajoutant un équilibre à la thèse d’investissement de Nvidia.

Source de l’image : Nvidia.

La croissance des revenus de Nvidia a explosé ces dernières années alors que les principaux clients hyperscalers construisent des centres de données qui s’appuient sur les GPU Nvidia. Le secteur des centres de données est si massif que d’autres segments comme la visualisation professionnelle, les jeux, l’automobile et la robotique font à peine bouger les choses. Au cours de l’exercice 2026, le segment des centres de données représentait 90 % du chiffre d’affaires total. Et cela met la pression sur Nvidia pour qu’il continue à vendre des GPU aux hyperscalers afin de suivre son taux de croissance explosif.

La dernière architecture de Nvidia, Rubin, résout déjà une partie du problème. Il comprend six puces qui fonctionnent ensemble pour améliorer les performances des applications de centre de données à l’échelle du rack. De nombreuses réalisations de Rubin sont liées à l’inférence de l’IA et non à la formation.

Considérez le modèle d’IA comme la base de connaissances que les agents et les outils d’IA utilisent pour effectuer un travail réel. L’utilisation de modèles d’intelligence artificielle pour faire des inférences nécessite beaucoup de calculs.

La tokenisation d’inférence crée une source de revenus récurrente pour Nvidia. L’idée est que les hyperscalers factureront les clients en fonction du nombre de jetons d’inférence IA utilisés. À mesure que l’utilisation de l’intelligence artificielle pour l’IA générative, les agents d’IA et l’IA physique augmente, le nombre de jetons demandés augmente également. Le matériel et les logiciels de Nvidia sont conçus pour traiter les jetons plus rapidement, ce qui séduit les hyperscalers.

L’objectif de Nvidia est de créer un écosystème comprenant des puces d’IA personnalisées, du matériel réseau et des logiciels d’inférence qui évoluent avec la demande de jetons, car l’inférence et l’IA physique nécessitent bien plus de jetons que la simple IA générative basée sur le chat.

Link da fonte

DEIXE UMA RESPOSTA

Por favor digite seu comentário!
Por favor, digite seu nome aqui