Akcje Nvidii z nowym katalizatorem wybicia dzięki partnerstwu ze SK Hynix
Sentyment AI: 72/100 Byczy
Ten wynik jest generowany na podstawie analizy treści artykułu napędzanej sztuczną inteligencją.
Wspierane przez
Kup Nvidia (NVDA). Partnerstwo ze SK Hynix celuje w rzeczywiste ograniczenie wysyłek AI: zaawansowane HBM. Jeśli dostawy i kwalifikacja HBM4 poprawią się, Nvidia będzie mogła wysyłać więcej kompletnych systemów „fabryki AI” (nie tylko GPU), łagodząc wąskie gardło ograniczające liczbę dostarczanych systemów. To katalizator trwałego wybicia, a nie jednorazowy nagłówek.
Kluczowe ryzyko: Opóźnienia w kwalifikacji HBM4 i integracji systemowej, przez co Nvidia nie będzie w stanie zwiększyć wysyłek mimo partnerstwa.
Kup Broadcom (AVGO). Artykuł wskazuje Nvidię i Broadcom jako jedne z najsilniejszych nazw w segmencie 'value computing', a motyw wąskiego gardła pamięci podnosi cały stos infrastruktury AI. W miarę skalowania fabryk AI rośnie popyt na rozwiązania Broadcom: sieci, niestandardowy silikon i łączność centrów danych, które współistnieją z systemami akceleratorów.
Kluczowe ryzyko: Spowolnienie nakładów kapitałowych na AI lub opóźnienia klientów w budowie fabryk mogą obciąć popyt na sieci/niestandardowe układy zanim pojawi się efekt napędu przez pamięć.
- Umowa ze SK Hynix może złagodzić kluczowe ograniczenie pamięciowe dla systemów AI Nvidii.
- SK Telecom planuje fabrykę AI o mocy 2 GW z wykorzystaniem Vera Rubin i HBM4 od SK Hynix.
- Inicjatywa o wartości ponad 500 miliardów dolarów nie stanowi twardego zamówienia ani zobowiązania przychodowego Nvidii.
Rozszerzone partnerstwo Nvidii ze SK Hynix dało inwestorom powód do szukania wybicia, choć porozumienie nie wywołało jeszcze mierzalnej reakcji rynku.
NVDA zamknęła piątek na poziomie $206.84, tracąc 0,92%, zanim wchłonięto szczegóły inicjatywy SK Group.
Nvidia już dominuje w akceleratorach AI, ale jej procesory nie mogą być dostarczane jako kompletne systemy bez wystarczającej ilości pamięci o wysokiej przepustowości.
Zabezpieczając i wspólnie rozwijając HBM ze SK Hynix, Nvidia zajmuje się komponentem, który coraz częściej może decydować o tym, ile fabryk AI będzie w stanie zbudować i wysłać.
Umowa ze SK Hynix celuje w największe ograniczenie dostaw Nvidii
Nvidia i SK Hynix zgodziły się na ustanowienie długoterminowego partnerstwa obejmującego dostawy, wspólny rozwój i optymalizację pamięci klasy następnej generacji dla AI, w tym HBM.
Porozumienie ma na celu dostosowanie technologii pamięci do platform obliczeniowych Nvidii.
To ma znaczenie, ponieważ pamięć staje się jednym z najsurowszych ograniczeń w łańcuchu dostaw dla AI.
Analityk Morgan Stanley Joseph Moore opisał rynek jako odmienny od konwencjonalnego cyklu półprzewodnikowego, argumentując, że pamięć staje się „coraz bardziej KLUCZOWYM wąskim gardłem” dla systemów AI i agentycznych systemów obliczeniowych.
Moore wskazał także Nvidię i Broadcom jako jedne z najsilniejszych nazw w segmencie wartościowych rozwiązań obliczeniowych.
Jego argument wspiera tezę inwestycyjną stojącą za porozumieniem ze SK Hynix: jeśli Nvidia zabezpieczy bardziej zaawansowaną pamięć przy utrzymującym się popycie przewyższającym podaż, może wysyłać więcej kompletnych systemów i zmniejszyć istotne ryzyko wykonawcze.
Porozumienie nie eliminuje niedoborów natychmiast.
Pojemność HBM pozostaje ograniczona, wymagania kwalifikacyjne są surowe, a Nvidia, dostawcy hyperskalowi i konkurencyjni producenci akceleratorów rywalizują o tę samą zaawansowaną podaż.
Vera Rubin zyskuje zarówno klienta, jak i dostawcę
Partnerstwo łączy również Nvidię z potencjalnie ważnym klientem.
SK Telecom planuje rozwinąć fabrykę AI o mocy do 2 gigawatów, wykorzystując architekturę DSX Nvidii oraz przyspieszone systemy obliczeniowe Vera Rubin zasilane HBM4 od SK Hynix.
Pierwszy obiekt ma rozpocząć działalność w 2027 roku.
Tworzy to strategiczne zamknięcie pętli: SK Hynix dostarcza i współopracowuje pamięć, Nvidia zapewnia systemy obliczeniowe, sieci, oprogramowanie i architekturę centrum danych, a SK Telecom staje się klientem infrastrukturalnym obsługującym Koreę Południową i szerszy region Azji i Pacyfiku.
Wdrożenie może stać się cenną instalacją referencyjną dla Vera Rubin, gdy Nvidia zmaga się z konkurencją ze strony niestandardowych procesorów hyperskalerów i wyspecjalizowanych firm produkujących chipy AI.
Wzmacnia to także przesunięcie Nvidii od sprzedaży pojedynczych GPU w kierunku dostarczania kompletnych fabryk AI.
Jednak firmy podpisały listy intencyjne dotyczące programu opisywanego jako przekraczający 500 miliardów dolarów.
Nie ujawniono oczekiwanych przychodów Nvidii, wolumenów systemów, cen pamięci ani wiążących zobowiązań zakupowych.
Przeczytaj też: Dlaczego notowania CoreWeave, Nebius i IREN wspieranych przez Nvidię gwałtownie spadają?
Wybicie nadal zależy od realizacji projektu Rubin
Realizacja pozostaje kluczowym ryzykiem. Analityk KeyBanc John Vinh stwierdził, że rozruch Vera Rubin wydaje się nieco opóźniony z powodu problemów z pokrywą termiczną i kwalifikacją HBM4 przez SK Hynix.
Uważał on jednak, że ryzyko finansowe jest możliwe do opanowania, ponieważ dodatkowe wysyłki Blackwell mogłyby zrekompensować wolniejsze dostawy Rubin.
Vinh utrzymał rekomendację „Outperform” i podniósł cenę docelową dla Nvidii do $330 z $310.
Jego pogląd oddaje napięcie wokół akcji: partnerstwo adresuje właściwe wąskie gardło, ale Nvidia nadal musi skwalifikować HBM4, rozwiązać wyzwania na poziomie systemu i skalować Rubin zgodnie z harmonogramem.
Inwestorzy muszą też zobaczyć utrzymanie nakładów kapitałowych od Microsoftu, Amazona, Alphabet i Meta.
Barron’s niedawno stwierdził, że potrzebne są nowe zobowiązania wydatkowe ze strony Big Tech, aby napędzić trwałe wzrosty powyżej $200.
Nikkei 225: Kioxia i inne czynniki wpływające na japońskie akcje w tym tygodniu
Indeks Kospi cofa się przed wynikami Samsunga i SK Hynix — kupować przy spadku?
Akcje CXMT rosną 472% w debiucie; producent chipów najcenniejszy w Chinach
Dlaczego kurs akcji Ubera gwałtownie spada
Dlaczego kursy spółek latających samochodów, takich jak Joby i Archer, spadają
Nie znaleziono wyników
Ładowanie artykułów...
Failed to load articles. Please try again.