Nvidias vågade drag – som räddade bolaget

Upptakten till Nvidias rapport för tredje kvartalet var skakig. Efter att ett par stora investerare tagit hem vinster växte oron för såväl en AI-bubbla som att de höga förväntningarna på Nvidia faktiskt var för höga. 

Marknaden drog en lättnadens suck när rapporten på onsdagskvällen, efter Wall Streets stängning, kom in över förväntan.

– De starka resultaten och den positiva prognosen från Nvidia dämpar oron för en AI-bubbla. Efterfrågan på bolagets AI-acceleratorer är fortsatt stark, och vi ser allt fler affärer från aktörer som bygger AI-datacenter runt om i världen, konstaterar JoAnne Feeney, portföljförvaltare och partner på Advisors Capital Management.

Resan kan nu fortsätta för världens högst värderade bolag, vars produkter är motorn i den pågående AI-revolutionen. Nvidia har en marknadsandel runt 90 procent.

Men även om rapporten var ett styrkebesked, börjar hotfulla skuggor anas. 

Även Nvidias CEO Jensen Huang har pratat om dem. Men det är inte en bubbla eller överinvesteringar han varnar för.

– Kina kommer att vinna AI-racet, förklarade Huang nyligen för Financial Times i samband med ett event i London.

Strax efter förtydligar han sig i ett skriftligt uttalande från bolaget: "Som jag länge har sagt, Kina är bara nanosekunder bakom USA inom AI."

Nvidia har hela tiden varit tidigt med att se vad som är på väg; först PC-revolutionen och sedan AI-revolutionen. Genom sina produkter, GPU:er med hög prestanda och tillhörande mjukvara, kan bolaget idag bestämma vem som får köpa och inte köpa. En GPU är ett programmerbart grafikkort, en slags processor som kan utföra miljontals små beräkningar parallellt.

“Efterfrågan överstiger fortfarande utbudet”

JoAnne Feeney har följt Nvidia i mer än två decennier. Hon beskriver hur efterfrågan på AI-chip har ökat i takt med att allt fler företag och myndigheter bygger egna datacenter.

– Efterfrågan ligger fortfarande långt före industrins kapacitet att förse marknaden med chip till datacenter och nya AI-tillämpningar, säger hon.

Så här långt har det mest handlat om USA. Den andra och tredje vågen av datacenter väntas bli mer globala.

– Både länder och företag vill bygga egna AI-datacenter för att behålla kontrollen över sin data och minska beroendet av publika moln. Det innebär, att tillväxtpotentialen för Nvidia fortfarande är stor, säger Feeny.

När det gäller Kina håller Feeney med om att det finns ett hot, även om deras produkter kanske inte är lika bra som Nvidias.

– Om kinesiska ingenjörer börjar utveckla sina applikationer för Huaweis chip kan det påverka Nvidias potential, inte bara i Kina utan globalt. Dessa lösningar kan snabbt spridas till Europa, Afrika och andra regioner, säger hon.

Uttalandet från Huang kan också ses som strategiskt. Kina har på senare tid ökat sitt stöd till inhemska konkurrenter till följd av USA:s exportrestriktioner mot avancerade Nvidia-produkter. 

Även amerikanska techgiganter som AMD och Qualcomm satsar för att ge Nvidia en AI-match.  

– AMD är den starkaste utmanaren, säger Feeney.

Kunderna Amazon, Google och Microsoft utvecklar egna specialchip för AI-beräkningar, så kallade acceleratorer. De är skräddarsydda för vissa typer av AI i sina egna datacenter. 

Men hur lyckades egentligen Nvidia bygga det försprång bolaget idag har, och vart kommer det ifrån.

Låt oss backa bandet.

Började med gratis påtår

Under tidigt 1990-tal var Jensen Huang anställd som ingenjör på chipstillverkaren LSI Logic i Silicon Valley. Han fick i uppdrag att tillsammans med Chris Malachowsky och Curtis Priem på Sun Microsystems skapa ett 3D-grafikkort.

PC-revolutionen hade ännu inte brutit igenom, och datorer användes främst av företag och universitet. Visionen var att användarna skulle kunna stoppa grafikkortet i Suns arbetsdatorer och tillsammans med en vanlig processor skapa bilder och grafik på skärmen.

– Vi klickade verkligen. Chris och Curtis är två av de bästa ingenjörer jag någonsin har träffat. Fantastiska personer, visionärer inom arkitektur och design, säger Jensen Huang i en podcast från 2023, producerad av Sequoia.

Trion träffades även efter arbetstid, ofta på Denny’s i San Jose. Påtår är gratis där, så de satt i timmar över sina koppar. De anar att PC-revolutionen är på väg, men vad ska hemdatorer egentligen användas till, frågar de sig. Spel är ett av deras svar.

Sun lägger så småningom ner projektet för att satsa på annan teknik. Chris och Curtis vill starta eget. De försöker övertala Jensen att hänga på. Tänk om de kan bygga ett kort som ger hemdatorer lika kraftfull grafik som arbetsstationer.

Huang berättar för sin chef på LSI Logic, Wilfred Corrigan, om planerna. Chefen ringer till venture capital firman Sequoias grundare Don Valentine. Enligt Huangs version säger Corrigan: ”Den här killen ska du ge pengar till.”

Några dagar senare är Jensen på Sequoias kontor på Sand Hill Road, gatan som är känd för att husera världens tyngsta tech-investerare.

– Don Valentine var skrämmande. Jag hade precis fyllt 30 och min pitch var usel, men lyckligtvis var han redan instruerad att ge mig pengar, säger Huang i podcasten.

En teknisk triumf, men en ekonomisk katastrof

Två år senare, när PC-vågen briserar, lanserar Nvidia sitt första grafikkort. Det är tekniskt avancerat men en flopp på marknaden. Kortet är dyrt och med funktioner ingen efterfrågar. Men Nvidia får ändå ett avtal med Sega om nästa generations spelkonsol.

Allt förändras emellertid när Microsoft strax efter lanserar Windows 95 med DirectX. Den senare gör att spel kan köras direkt på Windows, men den bygger på en annan grafikstandard än den Nvidia använder.

Jensen och teamet inser att de kan fortsätta på fel väg och dö långsamt eller bryta kontraktet med Sega och gå i konkurs direkt.

Huang valde att be Sega-chefen att få bryta avtalet men ändå få betalt. Mot alla odds sade han ja.

– Sega fortsätter betala oss, ungefär fem miljoner dollar. Det ger oss precis tillräckligt med pengar för att kunna fortsätta, säger Huang i podcasten.

Nvidia satsade alla pengar på ett kort, bokstavligen: grafikkortet Riva 128. Det blir en succé. Riva 128 sålde en miljon exemplar på fyra månader vilket räddade företaget.

Från grafik till datorkraft

Nvidias aktie noterades på Nasdaq i början av 1999. Samma år lanserade bolaget GeForce 256, kallad världens första GPU då kortet gick att programmera.

En global, delvis svensk, spelindustri växte sedan snabbt fram baserad på Nvidias teknik. Även AMD fanns där som en kraftfull konkurrent, men ett grafikkort från Nvidia blir guldstandarden som alla “gamers” vill ha.

Universiteten först ut i AI-eran

Ungefär samtidigt upptäckte studenter och forskare att de med hjälp av Nvidias produkter kan bygga egna superdatorer som kan användas för annat än spel.

Grunden är Nvidias CUDA. Det är ett verktyg som gör det möjligt att programmera GPU:er även för vetenskapliga beräkningar, inte bara grafik.

Ronjon Nag, AI-forskare på Stanford University, minns när han först fick upp ögonen för potentialen.

– Det var när Geoff Hinton vid Toronto University började träna sina neurala nätverk på Nvidias GPU:er. Jag vet inte om Nvidia själva ens har börjat fokusera på AI än vid den tiden.

Nobelpristagaren Geoff Hinton, kallad AI:s gudfader, börjar tidigt använda CUDA för taligenkänning. Framgångarna fick honom att ivrigt förespråka GPU:er för djupinlärning.

Nvidia såg med intresse vad som hände i den akademiska världen och tog ett strategiskt beslut. Trots stabila intäkter från spelindustrin valde Nvidia att fokusera på en ny marknad. Men än så länge fanns AI bara i forskarnas värld.

In kör Volvo Cars

Vid konferensen CES i Las Vegas 2016 presenterade Jensen Huang en superdator för självkörande fordon. Den första kunden är Volvo Cars, berättade han på scenen.

– En lyckad lansering av självkörande fordon kommer att kräva en enorm mängd datorkraft och ständiga framsteg inom artificiell intelligens, förklarar Volvo Cars vd Håkan Samuelsson strax efter i ett pressmeddelande.

I september 2016 inviger Volvo Cars sitt första Silicon Valley Tech Center i Mountain View.

Samma höst överlämnade Huang personligen en DGX-1-superdator till Elon Musk på organisationen OpenAI, vilket fångades på bild av flera tidningar. 

Volvo Group öppnade 2019 sin anläggning Hub335 i Silicon Valley för att vara nära partners som Nvidia.

– Vi visste att vi för att lyckas behövde Nvidia för framtida självkörande fordon där stora mängder data måste bearbetas snabbt, både i realtid och statistiskt, säger Jenny Elfsberg som ansvarade för satsningen på plats i Kalifornien.

Under den här tiden gjorde Nvidia också flera viktiga förvärv. Ett var Mellanox Technologies, vars nätverkslösningar stärkte Nvidias förmåga att bygga kompletta AI-system.

ChatGPT och AI-eran

I november 2022 lanserade San Francisco-bolaget OpenAI tjänsten ChatGPT. Den hade utvecklats genom språkmodeller som tränats på superdatorer med tusentals Nvidia-GPU:er.

Sedan dess har utvecklingen gått snabbt, väldigt snabbt.

Jensen Huang, nu 62 år, fortsätter att styra Nvidia precis som han gjort sedan 1993.

Vad skulle hända om Jensen Huang valde att lämna bolaget?

– Han har ett mycket kompetent team, men Jensen är en hands-on-grundare med djup produktkunskap. Jag har hört berättelser om hur han går in i projekt och ändrar inriktningen efter flera års arbete, säger JoAnne Feeney. 

Några tecken på att ett byte på vd-posten skulle vara på väg ser hon inte.

– Men allt kan hända, och att förlora Jensen skulle vara en stor förlust för Nvidia, säger Feeney.

Medgrundaren Chris Malachowsky är kvar som senior teknikchef på Nvidia. Den tredje grundaren, Curtis Priem, är i dag filantrop och investerare.