Nvidia-aktien: Kan en skjult materialkatalysator drive næste kursstigning?
AI-sentiment: 68/100 Bullish
Denne score genereres ved hjælp af AI-drevet analyse af artiklens indhold.
drevet af
Køb NVDA. CuspAIs AI Materials Foundry er en ny “specialiseret arbejdsbyrde”, som kan køre på Nvidia-GPU'er via ALCHEMI/CUDA-X. Selv uden indtægter på kort sigt fordyber den Nvidias kundelåsning: flere anvendelsestilfælde inden for videnskabelig simulering giver kunderne flere grunde til at standardisere på Nvidias hardware og software, hvilket gør Nvidia sværere at erstatte.
Nøglerisiko: Store kunder reducerer AI-infrastrukturudgifter, så Nvidias nye arbejdsbyrder ikke omsættes til øget efterspørgsel efter GPU'er/software.
Køb AMAT. Hvis AI-drevet materialeforskning forkorter vejen til levedygtige halvlederprocesser, øger det sandsynligheden for hyppigere procesudvikling og dermed efterspørgslen efter fab-værktøjer. AMAT er den direkte leverandør af udstyr og værktøj til den cyklus, så selskabet kan drage fordel, selv hvis Nvidias partnerskab ikke viser sig i indtjeningen med det samme.
Nøglerisiko: Materialegennembrud fejler ved skalaoptrapning fra laboratoriet til produktionen, hvilket forsinker nye procesopstarter og holder udstyrsudgifterne flade.
- Nvidia tilslutter sig CuspAIs foundry for at udvide AI til opdagelse af fremtidige materialer.
- ALCHEMI kan uddybe Nvidias rolle på de globale markeder for videnskabelig beregning.
- Wall Street ser nu hyperscalernes investeringer som Nvidias primære vækstkatalysator.
Nvidia-aktien NASDAQ:NVDA lukkede fredag på $200.75, op 2.9%, efter at stærke cloud-resultater fra Microsoft og Amazon genoplivede tilliden til investeringer i infrastruktur til kunstig intelligens.
Endnu en, mindre synlig del af chipproducentens vækststrategi dukker op langt fra de datacentre, der dominerer Wall Streets opmærksomhed.
Nvidia har sluttet sig til CuspAIs nye AI Materials Foundry, et globalt netværk, der søger at kombinere generativ AI, accelererede simuleringer, videnskabelige data og laboratorietest for at opdage materialer til halvledere, energi og avanceret fremstilling.
Initiativet vil sandsynligvis ikke ændre Nvidias indtjening på kort sigt, men kan udvide selskabets rækkevidde til de videnskabelige værktøjer, der bruges til at designe de fysiske fundamenter for fremtidig teknologi.
Nvidias næste marked kan begynde i laboratoriet
CuspAI lancerede foundryen samtidig med en Series B-finansieringsrunde på 450 millioner USD (ca. 2,9 milliarder kr.), som værdisatte det Cambridge-baserede selskab til 2,6 milliarder USD (ca. 16,9 milliarder kr.).
Mere end 45 grundlæggende partnere omfatter Nvidia, Meta, Samsung Electronics, Applied Materials, Hyundai Motor Group, Tokyo Electron og Lam Research.
Gruppen sigter mod at forkorte en materialeudviklingsproces, der kan tage år.
CuspAIs tilgang dækker generering af kandidatmaterialer, simulering af deres egenskaber, planlægning af syntese, validering af resultater i laboratorier og til sidst forberedelse af succesfulde forbindelser til produktion.
Nvidias rolle er strategisk vigtig, fordi disse simuleringer kræver betydelig beregningskraft.
Dens ALCHEMI-platform leverer GPU-accelererede microservices og softwareværktøjer til kemi- og materialeforskning.
Nvidia oplyser, at dens batch-baserede geometrirelaksationsteknologi kan fremskynde visse simuleringer af materialestabilitet med op til 100 gange.
Det umiddelbare aktieargument er ikke, at CuspAI pludselig bliver en stor kunde. Der er ikke annonceret nogen forventet omsætning eller købsforpligtelse fra partnerskabet.
Muligheden er, at materialeforskning kan blive en anden specialiseret arbejdsbyrde knyttet til Nvidia-processorer, CUDA-X-software og cloud-infrastruktur.
Wall Streets Nvidia-tese ligger fortsat et andet sted
Analytikernes positive Nvidia-anbefalinger hviler stadig på etablerede styrker frem for materialalliansen.
Bank of America-analytiker Vivek Arya sagde, at investorer overser en “forstærket” købs-mulighed.
Arya argumenterede for, at bekymringer om stigende hukommelsesomkostninger og konkurrence fra skræddersyede chips undervurderede Nvidias prissætningsstyrke, skala og forpligtelser i forsyningskæden.
KeyBanc-analytiker John Vinh hævede sit kursmål til $330 fra $310 og opretholdt en Outperform-rating. Hans tiltro afspejler de konkurrencebarrierer, som Nvidias hardware- og CUDA-softwareøkosystem skaber.
ALCHEMI passer ind i den bredere logik, da hver specialistarbejdsbyrde, der tilføjes platformen, kan gøre Nvidia sværere at erstatte.
Bernstein-analytiker Stacy Rasgon opretholdt også en købsanbefaling og et kursmål på $315 trods bekymringer om Nvidias stadigt mere indbyrdes forbundne AI-aftaler.
Læs også: Nvidia, Alphabet blandt 5 aktier, der passer til Jim Cramers foretrukne regel for køb ved fald
En lovende katalysator står over for et langvarigt realitetstjek
AI-genererede materialer skal stadig bestå fysisk test, regulatoriske gennemgange og krav til masseproduktion.
Overgangen fra en lovende simulation til et kommercielt anvendeligt halvledermateriale kan tage år, og mange kandidater vil fejle.
Der er også en bredere risiko, idet videnskabelig beregning vil betyde mindre for Nvidia-aktierne, hvis de største kunders udgifter aftager.
Jim Paulsen advarede om, at flade eller faldende amerikanske kerneinvesteringer i anlægsaktiver kunne tvinge investorer, som er engageret i AI-udgiftsfortællingen, til en “stor tilpasning,” rapporterede Business Insider.
Microsoft og Amazon gav et mere opmuntrende signal, da deres seneste cloud-vækst viste, at tung AI-investering genererer indtægter, hvilket understøtter fortsat efterspørgsel efter infrastruktur.
Micron, SanDisk og SK Hynix: Er Morgan Stanleys Korea-anbefaling et købssignal?
Kospi falder efter Samsung og SK Hynix dyk: Rebound i denne uge?
SK Hynix og Samsung falder igen: Var fredagens rekordrally en brutal bull-fælde?
Vigtigste katalysatorer for Nikkei 225 denne uge: yen-redning, SoftBank-regnskab m.m.
Nvidia, Alphabet blandt 5 aktier der passer til Jim Cramers favoritregel for køb på dyk
Ingen resultater fundet
Indlæser artikler...
Failed to load articles. Please try again.