Nvidia forventer chipordrer for 1 billion dollar efter GTC-keynote

Nvidias CEO Jensen Huang brugte sin årlige GTC-keynote til at fremvise selskabets næste generation af AI-chips og satte et tal på ambitionerne: ordrer for 1 billion dollar (ca. 7.000 milliarder kroner) for Blackwell- og Vera Rubin-chipgenerationerne tilsammen. Det er et beløb, der understreger, hvor massivt efterspørgslen på AI-hardware er vokset.

Blackwell-chippen er allerede i produktion og leveres til de store cloudselskaber. Vera Rubin, opkaldt efter astronomen der beviste mørkt stofs eksistens, er Nvidias næste platform og forventes klar i 2027.

Hvad driver efterspørgslen?

Den eksplosive vækst i AI-modellernes størrelse og kompleksitet kræver konstant mere regnekraft. Træning af en enkelt frontier-model kan kræve titusinder af chips, der kører parallelt i uger. Og når modellerne er trænet, kræver inference (at bruge modellen til at generere svar) også betydelig kapacitet, især når millioner af brugere tilgår dem samtidig.

Nvidia dominerer dette marked med en anslået markedsandel på over 80 procent for AI-acceleratorer. Det gør selskabets produktpipeline til en direkte indikator for, hvor hurtigt AI-infrastrukturen udbygges globalt.

💡 Vera Rubin-platformen i tal Vera Rubin forventes at levere op til 3,5 gange ydeevnen pr. watt sammenlignet med Blackwell. Platformen inkluderer nye NVLink-forbindelser, der lader chips kommunikere hurtigere i store klynger. For virksomheder betyder det potentielt lavere driftsomkostninger pr. AI-forespørgsel.

Hvad betyder det for danske virksomheder?

For de fleste danske organisationer er Nvidias chippriser irrelevante i sig selv, da de køber regnekraft via cloudtjenester. Men Nvidias roadmap påvirker direkte, hvad Azure, AWS og Google Cloud kan tilbyde og til hvilken pris.

Virksomheder, der planlægger AI-projekter med opstart i 2027 eller senere, kan forvente markant bedre pris-ydeevne, efterhånden som Vera Rubin-kapacitet bliver tilgængelig hos cloud-udbyderne. Omvendt kan den enorme efterspørgsel betyde, at ventetider på GPU-kapacitet forbliver et problem.

For danske AI-startups og forskningsinstitutioner er budskabet, at adgang til regnekraft fortsat er en strategisk flaskehals. Initiativer som EuroHPC og nationale superdatacentre bliver vigtigere.