Nvidias VD ser $1T i efterfrågan på AI-chips till 2027 vid GTC

Nvidia förväntar sig att inköpsorder för dess nästa generations artificiella intelligens-chip kommer att nå $1 trillion fram till 2027, vilket understryker den massiva beräkningsefterfrågan som skapats av den snabba expansionen av AI-teknologier.

Under Nvidias årliga GTC-utvecklarkonferens i San Jose, Kalifornien, sade VD Jensen Huang att efterfrågan på företagets kommande Blackwell- och Vera Rubin-chipssystem accelererar i takt med att startupföretag och stora teknikbolag bygger ut sin AI-infrastruktur.

”Om de bara kunde få mer kapacitet skulle de kunna generera fler tokens och deras intäkter skulle öka,” sade Huang under sitt huvudtal.

Nvidias aktier stängde 1.63% högre på måndagen efter tillkännagivandena.

Företaget uppskattade tidigare en intäktsmöjlighet på $500 billion från de två chiparkitekturerna, men Nvidia-ledningen anser nu att efterfrågan kommer att överstiga dessa tidigare prognoser.

Finanschefen Colette Kress sade förra månaden att företaget förväntar sig att tillväxten i år kommer att överstiga den tidigare uppskattningen.

Nvidia förutser massiv efterfrågan på AI-infrastruktur

Huangs kommentarer belyser den enorma efterfrågan på beräkningskraft som drivs av artificiell intelligens.

Nvidias grafikprocessorer (GPUs) har blivit ryggraden i moderna AI-system och hjälper till att driva allt från stora språkmodeller till avancerad autonom programvara.

När AI-branschen utvecklas från chattbotstillämpningar till agentiska system som kan utföra komplexa uppgifter genom flera mjukvaruagenter, ökar de beräkningsmässiga kraven snabbt.

”Vändpunkten för inferens är här,” sade Huang på konferensen.

Han noterade också att efterfrågan på beräkningskapacitet har skjutit i höjden.

Enligt Huang har efterfrågan på AI-beräkningar ökat en miljon gånger under de senaste två åren.

Denna ökning driver en enastående utbyggnad av AI-infrastruktur, inklusive datacenter utrustade med Nvidias högpresterande chips.

Företaget sade tidigare i år att dess kvartalsomsättning förväntas öka med ungefär 77% år över år till cirka $78 billion, vilket förlänger en anmärkningsvärd period av snabb tillväxt.

Nvidia har nu rapporterat 11 kvartal i rad med intäktstillväxt över 55%.

Nya chips och AI-system presenterades på GTC

Parallellt med efterfrågeprognoserna presenterade Nvidia flera nya teknologier utformade för att stödja nästa fas av AI-utvecklingen.

Ett av huvudinslagen var Vera, en ny CPU konstruerad specifikt för agentiska AI-arbetsbelastningar.

Nvidia uppgav att processorn är dubbelt så energieffektiv och 50% snabbare än traditionella rack-scale CPUs.

Företaget introducerade också ett Vera CPU rack, som integrerar 256 vätskekylda Vera-CPUs och kan stödja mer än 22,500 samtidiga CPU-miljöer.

Flera stora hyperscalers samarbetar redan med Nvidia kring systemet.

”Vera kommer i en vändpunkt för AI. När intelligens blir agentisk — kapabel att resonera och agera — ökar vikten av systemen som orkestrerar det arbetet,” sade Huang.

”Med genombrott i prestanda och energieffektivitet möjliggör Vera AI-system som tänker snabbare och skalar vidare.”

Företaget lanserade också Groq 3 Language Processing Unit (LPU), den första chippen som producerats efter Nvidias förvärv av startupen Groq för $20 billion i december.

Chippet är utformat för att förbättra AI-bearbetning genom att öka minneskapacitet och accelerera GPU-arbetsbelastningar.

Nvidia planerar att skeppa Groq 3 LPU i tredje kvartalet.

Nästa generations AI-infrastruktur tar form

Nvidia förbereder sig också för att lansera sitt Vera Rubin rack-scale-system senare i år, vilket företaget säger levererar tio gånger bättre prestanda per watt jämfört med det tidigare Grace Blackwell-systemet.

Energieffektivitet har blivit en huvudfråga i takt med att AI-infrastrukturen expanderar globalt, då datacenter kräver enorma mängder elektricitet.

För att ytterligare förbättra prestanda introducerade Nvidia ett Groq LPX rack som kan rymma 256 LPUs och är avsett att användas tillsammans med Vera Rubin-systemet.

Huang sade att den nya rackkonfigurationen kan öka Rubin-GPU:ernas tokens-per-watt-prestanda med 35 gånger.

”Vi förenade, enade två processorer av extrema skillnader, en för hög genomströmning, en för låg latens. Det förändrar inte faktumet att vi behöver mycket minne,” sade Huang.

”Så vi kommer helt enkelt att lägga till en hel massa Groq-chips, vilket ökar mängden minne.”

Framåtblickande visade Nvidia också upp Kyber, en prototyparkitektur som kommer att utgöra grunden för dess nästa generations rack-scale beräkningssystem.

Designen integrerar 144 GPUs arrangerade vertikalt i compute-trays för att öka densiteten och minska latensen.

Kyber kommer att införlivas i Vera Rubin Ultra, Nvidias nästa stora AI-infrastruktursystem som väntas skeppas 2027.

Tillkännagivandena befäster Nvidias position i centrum av det globala loppet om AI-infrastruktur, där företag konkurrerar om att driftsätta allt kraftfullare beräkningssystem för att stödja avancerade AI‑tillämpningar.