Nvidia je upravo objavila oko 43 milijarde dolara tromjesečne dobiti od AI čipova, a taj ogroman broj stvara i uzbuđenje i zabrinutost za studente, programere i stručnjake na početku karijere koji se pitaju što to znači za poslove, vještine i budućnost AI-ja u Sjedinjenim Državama. Umjesto letimičnog čitanja naslova i nagađanja što dalje, možete koristiti ovaj pregled kao praktičan plan za vlastiti plan učenja, tehničke projekte i poteze u karijeri. Nvidia opskrbljuje mnoge GPU-ove koji pokreću poznate alate poput ChatGPT-a, generatore slika i druge velike jezične modele, pa njezina zarada govori priču o tome koliko brzo raste AI infrastruktura. Ovaj članak objašnjava što pokreće Nvidijinu dobit od 43 milijarde dolara, koliko od toga dolazi od AI čipova i što ti rezultati signaliziraju za karijere, kolegije i učenje o investicijama. Vidjet ćete jednostavne preglede, tablice i jednostavan jezik tako da možete pratiti novac bez financijskog obrazovanja i zatim to povezati s vlastitim putom učenja ili tehničkim razvojem.
Ključni zaključci iz Nvidijine AI dobiti od 43 milijarde dolara
- Nvidijini najnoviji rezultati pokazuju desetke milijardi tromjesečne dobiti, uglavnom pokretane AI čipovima za podatkovne centre, a ne igrama.
- Visokokvalitetni AI GPU-ovi za podatkovne centre nose premium cijene i marže, pa dominiraju Nvidijinom mješavinom dobiti.
- Ova dobit signalizira masivnu izgradnju AI infrastrukture od strane cloud pružatelja, velikih tehnoloških tvrtki, poduzeća i startupova.
- Za studente i stručnjake, Nvidijin AI porast upućuje na rastuću potražnju za GPU, cloud i primijenjenim AI vještinama.
Što pokreće Nvidijinu tromjesečnu dobit od 43 milijarde dolara
Odgovor na jednostavnom jeziku
Nvidijina tromjesečna dobit od 43 milijarde dolara dolazi uglavnom od AI čipova za podatkovne centre, a ne od tradicionalnog gaming poslovanja. Tvrtka prodaje napredne GPU-ove i potpune sustave cloud pružateljima, velikim tehnološkim tvrtkama i AI startupovima koji treniraju i pokreću velike modele. Ti AI proizvodi imaju vrlo visoke cijene i snažne marže, pa sada čine većinu Nvidijine dobiti. Ako želite vidjeti kako ta potražnja izgleda u praksi, možete pročitati o tome kako je Microsoft nabavio 500.000 Nvidia Hopper čipova u jednom velikome potezu za AI kapacitet kroz ovaj Microsoft Nvidia Hopper deployment.
Kratki pregled Nvidiinih poslovnih segmenata
Nvidia izvještava o nekoliko glavnih segmenata, svaki s različitom ulogom u njezinim zaradama.
- Podatkovni centar: Ovaj segment uključuje GPU-ove za treniranje i zaključivanje, potpune serverske sustave, mrežnu opremu i povezani softver. To je glavni AI posao.
- Gaming: Ovaj segment pokriva GeForce GPU-ove za gaming PC-ove i neke cloud gaming usluge. Nekad je bio glavni motor rasta.
- Profesionalna vizualizacija: To uključuje radne stanice GPU-ove za 3D dizajn, simulaciju i stvaranje sadržaja u studijima i poduzećima.
- Automobilska industrija: Ovaj segment prodaje čipove i platforme za pomoć vozačima, autonomna vozila i infotainment u automobilima.
- OEM i ostalo: Ovaj koš uključuje naslijeđene proizvode i manje linije koje se više ne nalaze u glavnim područjima rasta.
Segment podatkovnih centara najizravnije se povezuje s AI GPU-ovima i čini većinu Nvidijina nedavnog rasta. Čitatelji koji žele dublji hardverski kontekst mogu proučiti osnove AI GPU-a u fokusiranom objašnjenju o AI GPU-ovima i budućnosti čipova. Širi vodič o cijelom AI hardverskom ekosustavu također može pomoći u smještanju Nvidijine uloge unutar većeg vrijednosnog lanca. Za sažet tržišni pregled također možete prolistati ovaj pregled o tome kako je Nvidia porasla kao vođa AI čipova među globalnim konkurentima.
Koliko Nvidijine dobiti dolazi od AI čipova
Prihodi i dobit po segmentima
Nvidijini službeni dokumenti pokazuju jasnu dominaciju njezinog poslovanja podatkovnih centara. Na primjer, u tromjesečju završenom 26. siječnja 2025., Nvidia je objavila ukupne prihode od 22,1 milijarde dolara, s prihodima podatkovnih centara od 18,4 milijarde dolara, ili oko 83 posto ukupnih prihoda, dok je Gaming ostvario 2,9 milijardi dolara, a ostatak je došao iz manjih segmenata. Te se brojke pojavljuju u Nvidijinom priopćenju o zaradi i 10-K za fiskalnu 2025., zajedno s napomenama o segmentima koje detaljnije opisuju mješavinu [1].
| Segment | Prihodi u najnovijem tromjesečju (milijarde USD) | Približni udio ukupnih prihoda |
|---|---|---|
| Podatkovni centar (AI i cloud) | 18,4 | 83% |
| Gaming | 2,9 | 13% |
| Profesionalna vizualizacija | 0,4 | 2% |
| Automobilska industrija | 0,3 | 1% |
| OEM i ostalo | 0,1 | 1% |
| Ukupno | 22,1 | 100% |
Nisu svi prihodi podatkovnih centara iz čistih AI radnih opterećenja, ali AI GPU-ovi i povezane platforme glavni su pokretači rasta. Isto je tromjesečje pokazalo ukupnu neto dobit od 12,3 milijarde dolara, više od šest puta veću od razine od prije godinu dana, podržanu visokim maržama na tim AI proizvodima [1].
Grubi doprinos dobiti od AI-ja u odnosu na ostale linije
Nvidia ne objavljuje točnu dobit po segmentu u svojim priopćenjima za medije. Tvrtka daje ukupnu bruto maržu i neki komentar u svojem 10-K i pozivima o zaradi. Mnogi analitičari kombiniraju te informacije s prihodima segmenata kako bi procijenili udio dobiti koji dolazi od AI proizvoda podatkovnih centara. Na primjer, istraživanja velikih banaka i tržišnih analitičara često navode da bi podatkovni centar mogao predstavljati znatno više od tri četvrtine operativne dobiti, s obzirom na svoj udio prihoda i premium cijene, iako se točni brojevi razlikuju po tromjesečju i mješavini proizvoda [2].
AI GPU-ovi obično se prodaju po višim prosječnim cijenama od gaming GPU-ova, a sustavi podatkovnih centara uključuju pune rackove, mrežnu opremu i softversku podršku. Ti čimbenici povećavaju i prihode i maržu po prodaji. Nasuprot tome, gaming, automobilska industrija i profesionalna vizualizacija ostaju važni, ali danas nose manje udjele i prihoda i dobiti.
Jednostavan odgovor: Koliko je dobiti AI
Javni podaci i analitičarski rad sugeriraju da jasna većina Nvidijine dobiti sada dolazi od AI čipova i sustava podatkovnih centara, a ne od gaming hardvera.
Studenti koji žele naučiti kako čitati tablice segmenata i napomene o maržama mogu proučiti vodič o čitanju tehnoloških izvještaja o zaradi. Takav tip vodiča objašnjava ne-GAAP mjere, operativnu maržu i kako prilagoditi plaćanje na osnovu dionica.
Zašto Nvidia trenutno dominira prodajom AI čipova
Glavni razlozi zašto Nvidia dominira prodajom AI čipova
Nvidijin AI položaj počiva na više od brzine hardvera. Također odražava softver, partnerstva i vrijeme.
- CUDA softverski ekosustav: Nvidia je stvorila CUDA, programsku platformu koja omogućuje programerima pisanje koda koji efikasno radi na GPU-ovima. Mnogi AI frameworki, poput PyTorch-a i TensorFlow-a, imaju snažnu CUDA podršku.
- Specijalizirani AI hardver: Nvidia GPU-ovi uključuju Tensor Cores, koji ubrzavaju matrične operacije korištene u dubokom učenju, pa ključne AI zadatke izvršavaju brže.
- Odnosi s cloud pružateljima: Veliki cloud pružatelji, poput Amazon Web Services, Microsoft Azure, Google Cloud i Oracle Cloud, nude Nvidia GPU-ove kao osnovne AI instance za klijente kojima je potrebna snaga za treniranje i zaključivanje.
- End-to-end AI sustavi: Nvidia prodaje potpune platforme, poput DGX servera i mrežne opreme, a ne samo gole čipove, što kupcima omogućuje lakše postavljanje potpunih AI klastera.
- Prednost prvog pokretača: Nvidia je isporučila AI akceleratore spremne za proizvodnju rano u boom dubokog učenja, pa su mnogi laboratoriji i tvrtke izgradili svoje prve velike modele na Nvidia hardveru.
AI GPU-ovi, H100 i nove generacije jednostavnim riječima
AI GPU je grafička jedinica za obradu podešena za paralelne matematičke operacije koje pokreću neuralne mreže. U usporedbi sa standardnim gaming GPU-om ili CPU-om, AI GPU istovremeno rješava mnoge male kalkulacije, što odgovara matričnom množenju u treniranju modela. Moderni AI GPU-ovi također se povezuju kroz brze mrežne veze, pa mnogi čipovi mogu djelovati kao jedan logički klaster.
Nvidijin H100 GPU, temeljen na Hopper arhitekturi, postao je vodeći AI akcelerator za velike jezične modele. Prema izvještajima Reuters-a i drugih medija, sustavi temeljeni na H100 mogu koštati nekoliko stotina tisuća dolara kada uključite više GPU-ova i prateći hardver, dok pojedinačni čipovi mogu dosegnuti desetke tisuća dolara ovisno o konfiguraciji i ugovorima [3]. Nvidia je najavila novije arhitekture, poput Blackwell-a, koje obećavaju veću performansu po watt-u i bolju propusnost za treniranje i zaključivanje velikih modela [1].
Treniranje najsuvremenijeg modela može zahtijevati tisuće takvih GPU-ova koji rade paralelno tjednima. Ta razmjera, u kombinaciji s visokim cijenama, objašnjava zašto su prihodi AI podatkovnih centara tako brzo porasli. Studenti koji žele dublji tehnički pogled mogu pročitati poseban članak o AI GPU-ovima u odnosu na CPU-ove i kako različiti dizajni čipova služe različitim radnim opterećenjima. Poseban objašnjavač o CUDA-i i N