Следил за последними шагами Nvidia, и Дженсен Хуанг недавно высказал довольно смелые мнения о том, куда действительно движутся инвестиции в ИИ. Платформа Vera Rubin, которую они запускают во второй половине этого года, действительно впечатляет — речь идет о необходимости на 75% меньше GPU для обучения по сравнению с Blackwell, а затраты на вывод в работу сокращены на 90%. Это не постепенное улучшение, а значительный скачок.

Больше всего меня поразило комментарий Хуанга о масштабе возможностей. Он в основном сказал, что классическая инфраструктура вычислений исторически обходилась примерно в 400 миллиардов долларов в год, но рабочие нагрузки ИИ требуют примерно в тысячу раз больше мощности. Это... много. В 2024 году он оценивал, что расходы на дата-центры для ИИ могут достичь 4 триллионов долларов ежегодно к 2030 году. Тогда это звучало дико, но когда начинаешь думать о том, что реально нужно для поддержки всех этих моделей, это уже не кажется нереалистичным.

Посмотрим на цифры: Nvidia получила выручку в 215,9 миллиарда долларов в 2026 финансовом году, что на 65% больше по сравнению с прошлым годом. Бизнес дата-центров составлял конкретно 193,7 миллиарда долларов с ростом на 68%. Они прогнозируют 78 миллиардов долларов в первом квартале FY2027, что на 77% больше, чем в прошлом году. Компания сейчас буквально печатает деньги, однако акции торгуются по P/E 36,1 — это на 41% ниже своего исторического десятилетнего среднего значения 61,6.

В перспективе, консенсус аналитиков Уолл-стрит ожидает, что Nvidia заработает 8,23 доллара на акцию в 2027 финансовом году, что дает прогнозируемый P/E всего 21,5. Индекс S&P 500 торгуется по trailing P/E 24,7. Так что, если оценки прибыли останутся неизменными и цена акций не изменится, Nvidia может стать дешевле, чем в целом рынок. Хуанг явно ставит на то, что этого не произойдет — и честно говоря, учитывая цикл развертывания инфраструктуры, который он описывает, трудно с этим не согласиться.