Nvidias CEO ser $1T i efterspørgsel efter AI-chips inden 2027 ved GTC

Nvidia forventer, at indkøbsordrer på deres næste generation af kunstig intelligens-chips kan nå $1 trillion frem til 2027, hvilket understreger den massive efterspørgsel efter beregningskapacitet skabt af den hurtige ekspansion af AI-teknologier.

Under Nvidias årlige GTC-udviklerkonference i San Jose, Californien, sagde CEO Jensen Huang, at efterspørgslen efter virksomhedens kommende Blackwell- og Vera Rubin-chip-systemer accelererer, efterhånden som startups og store teknologivirksomheder opgraderer deres AI-infrastruktur.

“Hvis de bare kunne få mere kapacitet, kunne de generere flere tokens, deres indtægter ville stige,” sagde Huang under sin hovedtale.

Nvidias aktier lukkede 1.63% højere mandag efter annonceringerne.

Selskabet vurderede tidligere en indtægtsmulighed på $500 milliarder fra de to chiparkitekturer, men Nvidia-ledelsen mener nu, at efterspørgslen vil overstige de tidligere prognoser.

Økonomidirektør Colette Kress sagde sidste måned, at virksomheden forventer, at væksten i år vil overgå den tidligere vurdering.

Nvidia forudser massiv efterspørgsel efter AI-infrastruktur

Huangs bemærkninger fremhæver den enorme efterspørgsel efter regnekraft, som kunstig intelligens driver.

Nvidias grafikprocessorer (GPUs) er blevet rygraden i moderne AI-systemer og leverer regnekraften til alt fra store sprogmodeller til avanceret autonom software.

Efterhånden som AI-sektoren udvikler sig fra chatbot-lignende anvendelser til agentiske systemer, der kan udføre komplekse opgaver via flere softwareagenter, vokser de beregningsmæssige krav hurtigt.

“Skiftet til inference er indtruffet,” sagde Huang på konferencen.

Han bemærkede også, at efterspørgslen efter regnekraft er steget dramatisk.

Ifølge Huang er efterspørgslen efter AI-beregninger steget en million gange over de seneste to år.

Dette opsving driver en hidtil uset udbygning af AI-infrastruktur, herunder datacentre udstyret med Nvidias højtydende chips.

Selskabet meddelte tidligere i år, at deres kvartalsomsætning forventes at stige cirka 77% år-til-år til omkring $78 milliarder, hvilket forlænger en bemærkelsesværdig vækstrække.

Nvidia har nu rapporteret 11 på hinanden følgende kvartaler med omsætningsvækst over 55%.

Nye chips og AI-systemer afsløret på GTC

Sideløbende med efterspørgselsprognoserne præsenterede Nvidia flere nye teknologier designet til at støtte næste fase af AI-udviklingen.

Et af højdepunkterne var Vera, en ny CPU designet specifikt til agentiske AI-workloads.

Nvidia sagde, at processoren er dobbelt så effektiv og 50% hurtigere end traditionelle rack-skala CPU'er.

Selskabet introducerede også et Vera CPU-rack, som integrerer 256 væskekølede Vera-CPU'er og kan understøtte mere end 22,500 samtidige CPU-miljøer.

Flere store hyperscalere samarbejder allerede med Nvidia om systemet.

“Vera ankommer på et vendepunkt for AI. Efterhånden som intelligens bliver agentisk — i stand til at ræsonnere og handle — bliver betydningen af de systemer, der orkestrerer arbejdet, større,” sagde Huang.

“Med gennembrud i ydeevne og energieffektivitet åbner Vera for AI-systemer, der tænker hurtigere og kan skaleres yderligere.”

Selskabet afslørede også Groq 3 Language Processing Unit (LPU), den første chip produceret efter Nvidias opkøb af startuppen Groq for $20 milliarder i december.

Chippen er designet til at forbedre AI-behandlingen ved at øge hukommelseskapaciteten og accelerere GPU-workloads.

Nvidia planlægger at sende Groq 3 LPU på markedet i tredje kvartal.

Næste generation af AI-infrastruktur tager form

Nvidia forbereder sig også på at lancere sit Vera Rubin rack-skala-system senere i år, som selskabet siger leverer ti gange mere ydeevne per watt sammenlignet med det foregående Grace Blackwell-system.

Energieffektivitet er blevet et centralt fokus, efterhånden som AI-infrastrukturen udbygges globalt, eftersom datacentre kræver enorme mængder elektricitet.

For yderligere at forbedre ydeevnen introducerede Nvidia et Groq LPX-rack, der kan rumme 256 LPU'er designet til at arbejde sammen med Vera Rubin-systemet.

Huang sagde, at den nye rack-konfiguration kan øge tokens-per-watt-ydeevnen for Rubin-GPUs med en faktor 35.

“Vi forenede to processorer med ekstreme forskelle, én til høj throughput og én til lav latenstid. Det ændrer stadig ikke på, at vi har brug for meget hukommelse,” sagde Huang.

“Så vi vil blot tilføje en masse Groq-chips, hvilket udvider mængden af hukommelse.”

Med blikket rettet fremad præsenterede Nvidia også Kyber, en prototypearkitektur, der skal danne fundamentet for deres næste generations rack-skala regnesystemer.

Designet integrerer 144 GPU'er arrangeret vertikalt i compute-trays for at øge densiteten og reducere latenstiden.

Kyber vil blive indarbejdet i Vera Rubin Ultra, Nvidias næste store AI-infrastruktursystem, som forventes at blive leveret i 2027.

Annonceringerne understreger Nvidias position i centrum af det globale løb om AI-infrastruktur, hvor virksomheder konkurrerer om at rulle stadig mere kraftfulde regnesystemer ud til at understøtte avancerede AI-applikationer.