Autor Maksym Misichenko · Nasdaq ·
Co agenci AI myślą o tej wiadomości
The panel's net takeaway is that Nvidia's Vera Rubin platform could significantly impact AI hardware, but execution risks, customer responses, and potential commoditization pose challenges to the bullish case.
Ryzyko: execution delays, customer inventory corrections, or saturation in hyperscaler capex cycles
Szansa: supercharging the AI flywheel with cheaper AI boosting adoption and fattening hyperscaler margins.
Analiza ta jest generowana przez pipeline StockScreener — cztery wiodące LLM (Claude, GPT, Gemini, Grok) otrzymują identyczne instrukcje z wbudowaną ochroną przed halucynacjami. Przeczytaj metodologię →
Kluczowe punkty
Nowe układy Vera Rubin do centrów danych dla obciążeń AI oferują większą wydajność i lepszą efektywność kosztową niż ich lider branżowy układ Blackwell.
Platforma Vera Rubin prawdopodobnie przyspieszy wzrost przychodów i zysków firmy w bieżącym roku obrachunkowym.
Akcje Nvidia mogą podwoić, a nawet potroić się w ciągu następnych dwóch lat.
- 10 akcji, które podobały nam się bardziej niż Nvidia ›
Nvidia (NASDAQ: NVDA) dostarcza najlepsze na świecie procesory graficzne (GPU) do centrów danych, które są podstawowymi układami używanymi w rozwoju sztucznej inteligencji (AI). Firma ma niewiarygodną moc cenową w tej chwili, ponieważ popyt nadal przewyższa podaż, co prowadzi do wzrostu jej przychodów i zysków.
Nvidia rozpocznie wysyłanie swojej nowej generacji układów AI w drugiej połowie tego roku. Są one oparte na jej nowej architekturze Vera Rubin, która oferuje znaczne ulepszenia w wydajności i kosztach w stosunku do jej lidera branżowego architektury Blackwell.
Czy AI stworzy pierwszego na świecie trylionera? Nasz zespół właśnie opublikował raport o jednej mało znanej firmie, zwaną "Niezbędną Monopolią", dostarczającej kluczową technologię, której obie potrzebują Nvidia i Intel. Czytaj dalej »
Układy Vera Rubin są oczekiwane na zasilanie przyspieszenia przychodów i zysków Nvidia, co może przetłumaczyć się na znaczne zyski dla akcjonariuszy firmy. Oto gdzie przewiduję, na jakiej wartości będą akcje Nvidia za dwa lata.
Vera Rubin może być dotąd najbardziej poszukiwaną platformą AI od Nvidia
Układ GB300 od Nvidia, który jest oparty na jej architekturze Blackwell Ultra, to obecnie najbardziej poszukiwany układ AI do centrów danych na rynku. Skonfigurowany w stojaku NVLink 72 do centrów danych, GB300 oferuje do 50 razy większą wydajność niż oryginalny układ AI do centrów danych firmy, H100, który został wprowadzony w 2022 roku. Większa wydajność może przetłumaczyć się na potężniejsze modele AI, a także obniżyć koszty poprzez przyspieszenie terminów rozwoju.
Platforma Vera Rubin obejmuje GPU Rubin, procesor Vera, nowe przełączniki NVLink 6 i inne sprzęt sieciowy. Nvidia twierdzi, że jest tak potężna, że deweloperzy będą w stanie uruchamiać te same obciążenia trenowania AI z około 75% mniejszą liczbą GPU w porównaniu do Blackwell. Serwowanie oprogramowania AI użytkownikom również będzie znacznie tańsze, ponieważ Rubin redukuje koszty tokenów wnioskowania o imponujące 90%.
Tokeny wnioskowania są zużywane, gdy model AI pochłania dane wejściowe od użytkownika i generuje odpowiedź wyjściową. Mogą to być słowa, obrazy lub nawet filmy wideo, a ich produkcja kosztuje pieniądze, dlatego większość firm AI nalicza klientom opłaty na podstawie ich stawek użycia.
Redukowanie kosztów tokenów wnioskowania osiągnie dwa cele: po pierwsze, uczyni AI bardziej przystępnym do użycia, tym samym zwiększając adopcję, a po drugie, poprawi marże zyskowe firm AI, dając im więcej pieniędzy na finansowanie dodatkowych wydatków na infrastrukturę. Ten efekt wirnika teoretycznie powinien z czasem zasilować większy popyt na układy Nvidia.
Wzrost Nvidia jest gotowy do przyspieszenia
Nvidia uzyskała $215,9 miliarda przychodów w roku obrachunkowym 2026 (zakończonym 25 stycznia), co było o 65% więcej niż rok wcześniej. Jej dział związków danych sam przyniósł $193,7 miliarda, co było wzrostem o 68%.
Według szacunków konsensusu analityków Wall Street (dostarczonych przez Yahoo! Finance), Nvidia może wygenerować $367,7 miliarda łącznych przychodów w roku obrachunkowym 2027 (jej obecny rok obrachunkowy), co oznaczałoby przyspieszony tempo wzrostu o 70%. Większość tych przychodów prawdopodobnie będzie pochodzić znowu z działu związków danych, zważywszy na niewiarygodny popyt na układy AI.
Pod względem zysku netto analitycy Wall Street przewidują, że zyski Nvidia wzrosną o 73% do $8,25 na akcję w roku obrachunkowym 2027, przyspieszając od wzrostu zysków firmy w roku obrachunkowym 2026 o 60%. Komercyjne ilości układów Vera Rubin są oczekiwane na wysłanie do klientów w drugiej połowie tego roku kalendarzowego, więc odegrają one centralną rolę w ożywieniu prognoz analityków.
Nvidia może być warta tyle za dwa lata
Na podstawie zysków z roku obrachunkowego 2026 w wysokości $4,77 na akcję, akcje handlują z wielokrotnością ceny do zysku (P/E) 37,2. To znaczący rabat w stosunku do jej średniej 10-letniej wynoszącej 61,6, sugerujący, że akcje mogą być obecnie niedowartościowane.
Akcje wyglądają jeszcze tańniej w perspektywie z przodu. Jeśli założymy, że Nvidia wyprodukuje zyski w wysokości $8,25 na akcję w roku obrachunkowym 2027, zgodnie z oczekiwaniami Wall Street, to jej perspektywiczna wielokrotność P/E wynosi 21,8. Analitycy wierzą, że firma następnie dostarczy zyski w wysokości $10,80 na akcję w roku obrachunkowym 2028, co przekłada się na perspektywiczną wielokrotność P/E 16,7.
Te prognozy sugerują, że akcje Nvidia będą musiały wzrosnąć o 120% w ciągu następnych dwóch lat tylko po to, aby utrzymać jej obecną wielokrotność P/E 36,7, a nawet o imponujące 269%, gdyby jej akcje handlowały zgodnie ze średnią 10-letnią wielokrotnością P/E 61,6. Te potencjalne zyski implikują cenę akcji między $396 a $664 za dwa lata od teraz, oraz oczamiwujący kapitalizację rynkową między $9,6 biliona a $16,2 biliona.
Prezes Nvidia Jensen Huang uważa, że wydatki na infrastrukturę AI osiągną $4 biliona rocznie do 2030 roku, gdy operatorzy centrów danych będą zmagali się o zaspokojenie popytu na moc obliczeniową od deweloperów AI. Dlatego akcje Nvidia mogą być przygotowane na jeszcze większy wzrost poza następne dwa lata.
Czy warto teraz kupić akcje w Nvidia?
Przed zakupem akcji w Nvidia rozważ to:
Zespół analityków Motley Fool Stock Advisor właśnie zidentyfikował, co według nich są 10 najlepszymi akcjami do kupienia teraz... a Nvidia nie była jedną z nich. 10 akcji, które weszły w skład, mogą przynieść potężne zyski w nadchodzących latach.
Pomyśl, kiedy Netflix znalazł się na tej liście 17 grudnia 2004 roku... gdybyś zainwestował $1000 w momencie naszej rekomendacji, miałbyś teraz $508,877!* Albo kiedy Nvidia znalazł się na tej liście 15 kwietnia 2005 roku... gdybyś zainwestował $1000 w momencie naszej rekomendacji, miałbyś teraz $1,115,328!*
Teraz warto zauważyć, że średnia stopa zwrotu Stock Advisor wynosi 936% - zniszczający rynek outperformance w porównaniu do 189% dla S&P 500. Nie przegap najnowszej listy top 10, dostępnej z Stock Advisor, i dołącz do społeczności inwestorskiej zbudowanej przez indywidualnych inwestorów dla indywidualnych inwestorów.
*Zwrócone przez Stock Advisor na 19 marca 2026 roku.
Anthony Di Pizio nie zajmuje żadnej pozycji w żadnej z wymienionych akcji. Motley Fool ma pozycje w Nvidia i zaleca ją. Motley Fool ma politykę ujawniania.
Poglądy i opinie wyrażone w tym miejscu są poglądami i opiniami autora i niekoniecznie odzwierciedlają te Nasdaq, Inc.
Cztery wiodące modele AI dyskutują o tym artykule
"Rubin's technical superiority is real, but the article conflates product leadership with stock returns while ignoring competitive response and the risk that current valuation already prices in successful execution."
Matematyka w artykule jest wewnętrznie spójna, ale opiera się na bohaterskich założeniach. Rubin dostarczający 75% mniej GPU i 90% redukcję kosztów wnioskowania jest wiarygodny technologicznie - ale artykuł zakłada zerową reakcję konkurencji. AMD, Intel i krzem własny (TPU Google, chipy Meta) rozwijają się. Prognoza P/E z 21,8x (FY27) do 16,7x (FY28) zakłada kontrakcję mnożnika pomimo przyspieszonego wzrostu - historycznie Nvidia handluje 40-60x forward podczas faz budowy AI. Ryzyko: opóźnienia w realizacji, korekty zapasów klientów lub nasycenie cykli wydatków na centra danych.
Forward P/E Nvidia wynoszący 21,8x jest już poniżej jego 10-letniej średniej wynoszącej 61,6x, ponieważ rynek wycenia wolniejszy wzrost w przyszłości lub rosnącą konkurencję - nie dlatego, że jest tani. Jeśli Rubin zawiedzie lub zostanie wysłany z opóźnieniem, akcje zostaną wycenione niżej, a nie wyżej.
"The article conflates technological superiority with financial valuation, ignoring that increased hardware efficiency often leads to lower unit volume demand for the manufacturer."
The article’s reliance on a 10-year average P/E of 61.6 to justify a $16 trillion market cap is intellectually dishonest. Nvidia is transitioning from a hyper-growth startup phase to a mature, albeit dominant, infrastructure giant. While the Rubin architecture’s efficiency gains are impressive, they create a 'deflationary' risk for Nvidia’s own top line: if you can do the same work with 75% fewer chips, the volume demand may not scale linearly with performance. At a forward P/E of 16.7, the market is clearly signaling skepticism regarding the sustainability of these margins. I am neutral; the growth is real, but the valuation math in this piece ignores the inevitable commoditization of AI hardware.
If the Rubin platform triggers an 'AI spring' by collapsing inference costs, the total addressable market could expand by an order of magnitude, rendering current P/E concerns irrelevant.
"Vera Rubin can materially boost Nvidia’s data-center economics, but doubling or tripling the stock in two years is far from guaranteed because it depends on execution, pricing power, and large TAM assumptions that are not certain."
The article’s bull case hinges on Vera Rubin delivering step-function improvements (the piece cites claims like 75% fewer GPUs needed for training vs Blackwell and 90% lower inference token costs) and on Wall Street forecasts that push NVDA revenue toward $367.7B in fiscal 2027 with EPS of $8.25. Those inputs could certainly drive rapid re-rating, but the upside to the $396–$664 price targets requires flawless execution: timely high-volume shipments, maintained ASPs (average selling prices), and continued hyperscaler demand. Equally important are risks the article glosses over—customer verticalization, competition from custom accelerators, supply constraints, and a valuation that already embeds aggressive growth.
If Vera Rubin under-delivers on real-world total cost-of-ownership or hyperscalers accelerate their in-house chips, NVDA could miss the revenue/earnings ramps needed to justify current prices, sending the stock materially lower. High expectations also make NVDA vulnerable to even modest execution misses or macro slowdowns.
"Vera Rubin's efficiency edge positions NVDA for FY27 revenue acceleration to $368B and EPS re-rating from 22x to 30x+ forward multiples, driving 120-270% stock upside in two years."
Nvidia's Vera Rubin platform's claimed 75% fewer GPUs for training vs Blackwell and 90% inference cost reduction could supercharge the AI flywheel: cheaper AI boosts adoption, fattens hyperscaler margins, spurs more capex into NVDA data center chips (93% of FY26's $193.7B revenue). FY27 consensus $367.7B revenue (+70% YoY) and $8.25 EPS (+73%) at 21.8x forward P/E (vs 10-yr avg 61.6) screams undervaluation if Rubin ships on H2 schedule, targeting $396/share (120% upside) to maintain current multiple or $664 at historical norms for 9-16T market cap.
Hyperscalers like MSFT, AMZN, GOOG are ramping in-house ASICs (e.g., Azure Cobalt, Trainium) to cut NVDA dependency and pricing power, while AMD's MI300X chips gain traction; if AI capex ROI falters amid economic slowdown, growth decelerates sharply.
"ASP risk matters more than unit volume risk, and nobody's modeled the inference-to-CPU migration scenario credibly."
OpenAI flags execution risk correctly, but undersells the ASP (average selling price) defense. Vera Rubin's 75% fewer GPUs doesn't halve revenue if Nvidia maintains or raises per-unit pricing—efficiency gains often command premium ASPs in early adoption. The real threat isn't volume compression; it's hyperscalers deciding inference workloads don't justify premium chips at all. Google's 'deflationary' concern is sharper: if Rubin enables customers to consolidate inference onto cheaper hardware, NVDA's data center mix shifts unfavorably even if total units hold.
"The CUDA software moat will allow Nvidia to maintain premium pricing despite the hardware efficiency gains of the Rubin architecture."
Google’s 'deflationary' thesis misses a critical supply-side reality: Nvidia’s moat is software, not just silicon. Even if Rubin drastically lowers hardware requirements, the CUDA ecosystem prevents hyperscalers from easily porting workloads to cheaper, non-Nvidia alternatives. The risk isn't that Nvidia cannibalizes its own volume; it's that Rubin raises the barrier to entry so high that AMD and custom silicon become irrelevant, creating a monopolistic pricing environment that bypasses 'commoditization' entirely.
"Hyperscalers gain leverage from Rubin's cost reductions, making sustained premium ASPs unlikely unless Nvidia maintains unassailable performance and supply advantages."
Anthropic's ASP defense understates hyperscalers' bargaining power: when Vera Rubin materially cuts total cost-of-inference, customers gain leverage to demand lower prices or shift workloads to cheaper in-house accelerators. Early-adopter premiums erode fast once volume economics hit; hyperscaler bundling and multi-year contracts plus software portability (ONNX, Triton, MLIR) make CUDA lock-in weaker than claimed. Nvidia can raise ASPs only if performance dominance is sustained and supply tight.
"CUDA's full-stack software moat plus Rubin's edge AI expansion preserve Nvidia's pricing power and market share."
OpenAI dismisses CUDA lock-in too casually—porting to ONNX/Triton/MLIR ignores cuDNN/TensorRT optimizations that deliver 2-3x real-world perf gains, creating 6-12 month hyperscaler switching costs. Rubin's efficiency expands TAM to edge AI/consumer (e.g., auto, robotics), driving non-hyperscaler revenue nobody flags, sustaining 93% data center dominance and ASP premiums despite volume 'deflation'.
The panel's net takeaway is that Nvidia's Vera Rubin platform could significantly impact AI hardware, but execution risks, customer responses, and potential commoditization pose challenges to the bullish case.
supercharging the AI flywheel with cheaper AI boosting adoption and fattening hyperscaler margins.
execution delays, customer inventory corrections, or saturation in hyperscaler capex cycles