Недооцінений новий «наратив» Nvidia: «Власні open-source моделі» та «локалізація ланцюга постачань»

Nvidia тихо будує захисний рід на двох фронтах, які ринок досі недостатньо оцінював.

Згідно з останнім аналітичним звітом HSBC від 20 серпня, аналітик HSBC Frank Lee вважає, що крім постійного "перевищення очікувань по доходах", новий каталіст для переоцінки акцій Nvidia прийде з двох раніше ігнорованих ринком наративів.

Перше — ставка на відкриті маленькі мовні моделі (SLM), що може розширити потенційну клієнтську базу від небагатьох гіпермасштабованих хмарних компаній до мільйонів розробників і суверенних держав; друге — завчасна фіксація потужностей через багаторічні договори закупівлі, що в умовах все більшої складності конкурентам отримати ключові виробничі ресурси, робить цю перевагу ще помітнішою.

Ринкове значення двох нових наративів полягає в тому, що вони об'єднуються навколо одного головного питання: двигун зростання Nvidia еволюціонує від залежності від кількох гіпермасштабованих клієнтів до ширшої й більш витривалої клієнтської екосистеми.

Якщо цей зсув буде визнаний ринком, це стане ключовим фактором для переоцінки.

Згідно з аналітичним звітом HSBC, після спаду хвилі суверенного AI та нових хмарних провайдерів (neocloud), Nvidia довго не могла створити новий наратив, здатний суттєво вплинути на переоцінку акцій, що є однією з причин її відставання від індексу Philadelphia Semiconductor з початку року. Стратегічна ставка на відкритий AI зараз заповнює цю прогалину.

Зараз Nvidia активно розвиває сферу відкритих моделей та позиціонує себе як найбільшого у світі контриб'ютора відкритого AI.

За даними Nvidia, сукупний масштаб відкритих моделей вже є другим за популярністю класом, якщо рахувати за кількістю згенерованих токенів. HSBC вважає, що стратегічна значимість цього полягає в тому, що відкриті маленькі мовні моделі (SLM) стають обраним інструментом для інтелектуальних агентів і застосунків на пристроях (on-device).

SLM отримують перевагу з трьох причин:

• Перевага в затримці та пропускній здатності — автономні інтелектуальні агенти мають часто виконувати цикл аналізу наміру, виклик API, оцінки результату тощо; кожен мікрошаг із залученням великої мовної моделі (LLM) створює серйозний "вузол" затримки, тоді як SLM мають явну перевагу у вартості та пропускній здатності під час інференсу;
• Інтелект для специфічних задач — SLM відмінно справляються з обмеженими, визначеними завданнями, компанії інтегрують SLM у спеціалізовані платформи для вирішення складних бізнес-питань;
• Можливість розгорнути на периферії — моделі з кількістю параметрів менше 10 мільярдів легко вміщуються в локальну GPU пам'ять або можуть працювати на периферійних пристроях, що підтримують локальне виконання.

Відкрита продуктова матриця Nvidia вже досить комплексна і охоплює ключові сфери:

• Серія Nemotron орієнтована на інференс та лінгвістичні завдання;
• Cosmos націлений на "фізичний AI" для робототехніки та візуальних задач;
• GR00T N1 позиціонується як перша у світі відкрита універсальна базова модель для гуманоїдних роботів;
• Alpamayo фокусується на автоматизованих транспортних сценаріях;
• NVIDIA Agent Toolkit і NeMo використовуються відповідно для створення та кастомізації корпоративних AI-агентів і генеративних AI-додатків.

HSBC відзначає, що ця безкоштовна, сильно оптимізована екосистема відкритих продуктів, по суті, є стратегічним важелем Nvidia для того, щоб розробники запускали AI-застосунки передусім на її обладнанні.

Аналітичний звіт HSBC зазначає, що в умовах постійного дефіциту пропозиції потужності AI, Nvidia системно забронювала на 2026 рік ключові виробничі потужності в галузях передового пакування, пам'яті, оптичних компонентів та енергетичної інфраструктури через ряд багаторічних угод.

HSBC прогнозує, що обмеження ланцюга постачань в багатьох сегментах можуть ще загостритися у 2027 році, і стратегія раннього бронювання Nvidia тоді принесе конкурентну цінність, яка перевищить конкурентів та забезпечить більшу премію на ринку.

За даними The Information, у сфері передового пакування та пам'яті, у липні 2026 року Nvidia підписала багаторічну угоду з Amkor Technology на суму $1,5 млрд для розширення потужностей передового пакування й тестування чипів у Арізоні (США);

У цей же місяць з SK Group укладено комплексну угоду на $500 млрд, що охоплює спільну розробку з SK Hynix наступної генерації AI-пам'яті (включаючи HBM), та планування 2-гигаватного заводу Vera Rubin AI у Південній Кореї.

Щодо виробничих потужностей, Nvidia зарезервувала 63% потужностей передового пакування CoWoS-L від TSMC на 2026 рік і 52% на 2027 рік, тому конкуренти у GPU та ASIC змушені шукати альтернативних постачальників, а це потенційно ризик для якості.

Щодо оптичної міжмережі, з мірою переходу AI-мережі від мідного кабелю до оптичної, Nvidia підписала багаторічні стратегічні угоди з Lumentum та Coherent — кожна компанія інвестувала $2 млрд у розробки та розширення виробництва в США, а Nvidia отримала право доступу до передових лазерних компонентів у майбутньому;

Також підписано багаторічну комерційну і технічну співпрацю з Corning для розширення виробництва передових оптичних рішень у США.

Щодо енергетики та землі, Nvidia забезпечує ключові активи шляхом прямого інвестування у розробників інфраструктури. Як повідомляє Bloomberg, Nvidia вже інвестувала у Cloverleaf Infrastructure, Lancium і SB Energy, прив'язуючи ресурси електроенергії для забезпечення роботи своїх чипів у майбутньому, а також інтегрує повний стек апаратури й програм у ранні етапи проектування об'єктів.

Зокрема, Nvidia оголосила про співпрацю з SB Energy та OpenAI для закріплення земель, електроенергії і виробничих потужностей у PORTS-Pike Tech Park (штат Огайо); початковий проєкт підтримує потужність AI-заводу 4,25 IT-GW, максимальні зобов'язання Nvidia за платежами — $105 млрд, плюс окремо $1,5 млрд інвестицій у SB Energy.

Крім того, Nvidia планує інвестувати $1 млрд у NAVER для розширення "GAK Sejong" AI-фабрики з 55 МВт до 200 МВт до 2028 року й перспективно — до потужності у 1 ГВт суверенної AI-інфраструктури.

З позиції конкуренції, такі інвестиції — це стратегія прив'язування. Гіганти хмарних технологій та AI-лабораторії зазвичай комбінують закупівлю чипів, мережевого обладнання та кабелів і в різних постачальників, а завдяки інвестиціям у розробників інфраструктури Nvidia отримує важіль, щоб майбутні об'єкти проектувалися навколо її повного технологічного стека.