Nvidia zegt dat frontier labs slechts 25% tot 30% van zijn rekenkracht vertegenwoordigen nu content per gigawatt de grens van $40 miljard passeert en softwarelicenties en omzetdeling ontpoppen als nieuwe groeimotoren
BG2-podcast met Jensen Huang, opgenomen enkele dagen na het akkoord over superintelligentie in het Witte Huis, 15 oktober 2026
De meest waardevolle onthulling in Jensen Huangs derde gesprek met Brad Gerstner en Clark Tang in de BG2-podcast is een uitsplitsing van de vraag naar Nvidia-chips, gepresenteerd als weerlegging van de bezorgdheid dat de opbouw van kunstmatige intelligentie leunt op slechts twee klanten. Huang stelde dat Nvidia wereldwijd zo'n 80% van het marktaandeel in AI-infrastructuur in handen heeft, en verdeelde de omzet in drie nagenoeg gelijke delen. Ongeveer een derde betreft klassieke computertechnologie: gegevensverwerking, simulatie, kwantumchemie, graphics en traditionele machine learning zoals fraudedetectie bij Visa en Mastercard. Dit segment zou volgens hem ook blijven bestaan "zonder ook maar één AI-lab" en groeit jaarlijks met 30% tot 40%. Nog eens 25% tot 30% van de rekenkracht gaat naar frontier labs. Huang merkte op dat hij er vijf of zes telt in plaats van twee, waarbij hij het Muse-initiatief van Meta, Grok van xAI, Gemini en Anthropic (dat dit jaar klant werd) bij naam noemde. Het resterende derde deel bestaat uit duizenden startups die Nvidia-rekenkracht huren voor fysieke, biologische en materiaatspecifieke AI, een markt die hij omschreef als "AWS voor de toekomst."
Deze positionering is bewust gericht tegen de obsessie van de markt met de omzet van OpenAI en Anthropic. Huang benadrukte dat de twee labs "twee van de invloedrijkste technologiebedrijven uit de geschiedenis zullen worden," maar dat "ze lang geen biljoen dollar aan omzet hoeven te genereren om succesvol te zijn." Hij voegde daaraan toe dat "we daar veel te veel druk op leggen." Het voorbehoud is wel dat Huang geen direct antwoord gaf op Gerstners prangende vraag over de terugverdientijd. Gerstner becijferde dat de omzet van frontier- en inferentielabs dit jaar rond de $200 miljard ligt en moet verdubbelen tot achtereenvolgens $400 miljard en $800 miljard om de kapitaaluitgaven te rechtvaardigen. Huang koos er daarentegen voor om de discussie te verleggen naar een top-downbenadering, die beleggers naar eigen inzicht moeten wegen.
Content per gigawatt en marktaandeelwinst
Huang gaf een kwantitatieve onderbouwing van hoeveel elke dollar in een datacenters bij Nvidia terechtkomt. Hij verklaarde dat de opbrengst per gigawatt voor het bedrijf is gestegen van zo'n $18 miljard naar de lage $20 miljard en inmiddels "de grens van 40 miljard en meer" passeert. Hij verwacht dat dit cijfer verder zal stijgen naarmate Nvidia netwerkapparatuur, CPU's, opslag en beveiligingssoftware toevoegt. Even later noemde hij, op basis van de totale kosten, een prijskaartje van $5 miljard per gigawatt voor general-purpose computing en $50 miljard per gigawatt voor een Vera Rubin-systeem. Huang bestempelde Nvidia als "het grootste en snelst groeiende netwerkbedrijf" en voorspelde dat het concern "een van de grootste CPU-leveranciers zal worden, en absoluut de snelst groeiende." Hij haalde de aankondiging van het Australische project van 2 gigawatt aan, die voor Nvidia grofweg $80 miljard waard is.
Ook verschafte hij een zeldzaam inkijkje in de marktaandelen. Zes jaar geleden bedroeg Nvidia's aandeel in de mondiale kapitaaluitgaven nog enkele procenten. Inmiddels ligt dit rond de 40% bij de cloudproviders en op ongeveer 80% daarbuiten, in on-premises en neocloud-implementaties, waarbij beide helften van het bedrijf jaarlijks grofweg verdubbelen. Huangs kernargument is dat een wereld waarin stroom schaars is afnemers dwingt te kiezen voor de meeste tokens per watt, wat in het voordeel werkt van Nvidia. "Tot ieders verrassing," zo zei hij, "is het niet alleen zo dat we een groot bedrijf zijn met een hoog marktaandeel, maar ons marktaandeel groeit feitelijk nog steeds." Nvidia's aandeel in elke uitgegeven dollar aan kapitaalinvesteringen stijgt bovendien doordat het meer content per gigawatt verkoopt.
Nieuwe bedrijfsmodellen: softwarelicenties en omzetdeling
Huang schetste twee groeimotoren die losstaan van de hardwareverkoop en direct zijn gekoppeld aan de reeds geïnstalleerde basis. De eerste betreft licenties voor enterprise-software. Cloudproviders kunnen de software van Nvidia open source inzetten en hun eigen technologiestacks draaien, maar de meeste ondernemingen ontberen de benodigde IT-diepgang. Naarmate AI verschuift van training naar de operationele fase, willen zij een leverancier die ergens voor opdraait. "Ik sta garant via de SLA om ondersteuning te bieden, het systeem te onderhouden en te beveiligen, zo lang als we leven," stelt hij. Uitgaande van een simpele rekensom van enkele duizenden dollars per GPU per jaar – waarbij Nvidia jaarlijks zo'n 20 miljoen GPU's verscheept en de helft daarvan naar het bedrijfsleven gaat – kwalificeerde hij dit als "zeer, zeer omvangrijk."
Het tweede model omvat omzetdeling met cloudpartijen die voor hun stack, afnamezekerheid en financiering leunen op Nvidia. Binnen dergelijke samenwerkingen investeert Nvidia, incasseert het de directe verkoopopbrengst en deelt het mee in de toekomstige inkomsten, aangezien het de afname en softwareondersteuning voor een periode van vier tot tien jaar garandeert. Huang gaf tevens aan dat de investeringsintensieve fase ten einde loopt. Investeringen zullen als aandeel van de kasstroom snel dalen, deels omdat de investeringen in OpenAI en Anthropic een kans betreffen "die zich niet meer zal voordoen," en deels doordat de vrije kasstroom hard groeit. Nvidia keerde vorig kwartaal via aandeleninkoop meer dan 50% van de vrije kasstroom uit, en Huang meldde dat dit percentage afgelopen kwartaal rond de 60% lag. Gerstner becijferde dat Nvidia over een periode van twee jaar tot 10% van zijn eigen aandelen zou kunnen inkopen.
Vraag overtreft aanbod; grond, stroom en gebouwen vormen de enige flessenhals
Gevraagd naar de schatting van SemiAnalysis dat er volgend jaar 43 gigawatt en het jaar daarop nog eens 40 gigawatt aan AI-rekenkracht online komt, antwoordde Huang dat "de vraag er absoluut is, en meer dan dat." Hij wees de fysieke wereld aan als voornaamste obstakel: grond, vergunningverlening, stroomopwekking, geschoolde vakkrachten en lokale bouwstops. Naar zijn verwachting behoren "grond, stroom en casco's" tot de belangrijkste beperkende factoren om die cijfers te halen. Gerstner merkte op dat beleggers horen over zo'n 50 gigawatt aan aangekondigde chips tegenover 35 tot 40 gigawatt aan beschikbare stroomcapaciteit. Huang ontkende dat gat niet en zei het te betreuren dat de Verenigde Staten mogelijk geen gelijke tred houden. Hij wierp tegen dat Nvidia de meest weerbare leverancier is omdat het levert aan elke cloudspeler, neocloud, OEM en regio; mocht een locatie vertraging oplopen, dan kan hij "de supplychain dienovereenkomstig aanpassen."
Over het aanbod zei Huang dat orders "vrijwel wekelijks en dagelijks" blijven binnenstromen sinds hij zijn eerdere toekomstvisie deelde. Hij lichtte toe dat hij die prognose destijds openbaar maakte omdat hij aanzienlijk minder kon toewijzen dan klanten wilden, en wilde voorkomen dat hij hen stuk voor stuk moest teleurstellen. Hij noemde substraten als een dwingende stroomopwaartse beperking, aangezien grotere chips en meer componenten per behuizing het materiaalverbruik opschroeven, terwijl organische materialen door thermische coëfficiënten en kromming lastig nauwkeurig te produceren zijn. Ook siliciumphotonics kampt met leveringsbeperkingen. Zijn conclusie was glashelder: "het wordt de komende jaren lastig om dat gat te dichten."
Gerstner toonde een grafiek waaruit bleek dat de consensusverwachtingen voor Nvidia in een jaar tijd met 100% tot 200% zijn opgelopen. Waar analisten een jaar geleden nog rekenden aangaande 2027 op een vlakke tot dalende omzet, gaan ze nu uit van een groei van circa 74%. Ondertussen is het aandeel slechts met zo'n 20% gestegen en noteert het tegen 13 à 14 keer de winst. Huang verklaarde dit door te wijzen op de slotgracht van het bedrijf. Die wordt volgens hem breder, en klanten zullen bestellingen van $50 miljard tot $100 miljard plaatsen voor Vera Rubin Ultra zonder het product ooit te hebben gezien, aangezien systemen van een dergelijke complexiteit vooraf niet meer te benchmarken zijn. "Wij zijn letterlijk de enige," aldus Huang, die dit vertrouwen vergeleek met Nvidia's afhankelijkheid van TSMC.
Wiskunde achter kapitaalinvesteringen: fungibiliteit, de wet van Moore en een markt van $3 biljoen tot $4 biljoen per jaar
Huang herhaalde dat de jaarlijkse uitgaven aan AI-infrastructuur tegen het einde van het decennium zullen oplopen tot $3 biljoen tot $4 biljoen – "eerder richting de vier" – waarvan ongeveer $1,5 biljoen op rekencapaciteit betrekking heeft. Hij merkte op dat de markt voor rekenkracht voor het AI-tijdperk rond de $0,5 biljoen bedroeg. Zijn betoog kent drie pijlers. Ten eerste is de wet van Moore ten einde, waardoor tweemaal zoveel capaciteit inmiddels tweemaal zoveel kost. Ten tweede lokt een platformverschuiving nieuwe startups aan. Ten derde is Nvidia's universele architectuur flexibel en uitwisselbaar inzetbaar over verschillende workloads, modellen en regio's, wat het risico verkleint. "Specialisatie is de vijand van fungibiliteit," zei hij, "specialisatie is de vijand van duurzaamheid." In zijn redenering leiden fungibiliteit en duurzaamheid tot rendement, financierbaarheid en de laagste totale eigendomskosten. Dit vormt tevens zijn argument tegen eigen maatwerksilicium (custom silicon), al noemde hij daarbij geen concurrent bij naam. Hij voegde eraan toe dat de totale jaarlijkse capaciteitsopbouw, inclusief vervangingsinvesteringen, kan oplopen tot zo'n $10 biljoen zonder dat hem dat zal verbazen.
Open modellen en de these van verticale superintelligentie
Volgens Huang gebruikt ongeveer 80% van de startups die draaien op Nvidia-rekenkracht open-source modellen. Hij stelde dat zij niet concurreren met de frontier labs, maar modellen – vaak Nvidia's eigen Nemotron – aanpassen met bedrijfseigen data om domeinspecifieke superintelligentie te bereiken. Zijn visie is dat gesloten labs algemene intelligentie nastreven, terwijl verticale ondernemingen "superintelligentie voor hun eigen domein" realiseren. Dit vormt de commerciële logica achter Nvidia's steun voor open modellen: het verbreedt de basis van huurders van rekenkracht buiten de labs om.
Fysieke AI is reeds een volwaardige en serieuze tak
Huang gaf toe dat hij zijn eerdere schatting van $100 miljard voor fysieke AI had "onderschat." Nvidia boekte in de eerste zes maanden van dit jaar al $10 miljard aan omzet. Het realiseerde $10 miljard in het voorgaande boekjaar – het eerste jaar met een omzet van $10 miljard – na een bedrag van $5 miljard het jaar daarvoor. De categorie bestrijkt medische beeldvorming, sensortechnologie en radionetwerken, autonome voertuigen, robotica, inspectietechnologie en geospatiale toepassingen. Hij legde uit dat het bouwen van een fysiek AI-platform drie computers vereist: één om het brein te trainen, één om een digitale kopie (digital twin) te laten draaien in Omniverse waar het systeem leert, en één ingebed in de robot, auto of het chirurgische instrument. Hij betoogde dat de frontier labs eveneens een digitale kopie van het internet nodig zullen hebben, zodat agenten niet hoeven te leren op het live web. Hij opperde dat Nvidia in de toekomst mogelijk niet eens meer als chipbedrijf zal worden geobserveerd en omschreef een strategie in autostijl die over diverse industrieën wordt uitgerold.
Datacenters in de ruimte
Huang deelde mee dat de engineeringteams van Nvidia en SpaceX "nauw samenwerken" aan een nieuwe serverarchitectuur die is ontworpen voor gebruik in de ruimte én op aarde. Zijn economische argument is dat lanceerkosten slechts een fractie uitmaken van de kosten van een hoogwaardig systeem, waardoor alleen de meest productieve rekencapaciteit in een baan om de aarde zinvol is. Hij stelde dat Vera Rubin de lanceerkosten zal rechtvaardigen en dat uitwisselbaarheid cruciaal is, aangezien een inactieve satelliet niet te verhuur is. Op vragen van Gerstner over een doelstelling van 500 megawatt in 2029 verwees hij door naar Elon Musk. Verder deelde Huang mee dat Musks operaties inmiddels onder Nvidia's categorie voor cloudserviceproviders vallen in plaats van onder het bedrijfsleven. Gerstner stipte aan dat Musk circa $40 miljard ophaalt, mikt op 10 gigawatt eind 2027 en mogelijk meer dan een miljoen Vera Rubin-chips zal aanschaffen. Huang noemde Musks combinatie van training, implementatie (de vraag naar Grok "schiet door het dak") en het verhuren van rekencapaciteit aan derden uniek, waarbij Google het enige vergelijkbare voorbeeld is.
De kosten van intelligentie en de herkomst van de vraag naar rekenkracht
Huang verwacht dat de kosten van intelligentie snel zullen dalen. Gerstner schatte de rekenkosten van het recent gepresenteerde Navier-Stokes-resultaat, waarbij 10.000 samenwerkende agenten werden ingezet, op ongeveer $4 miljoen. Volgens Huang kan een vergelijkbaar proces binnen een paar jaar vijf tot tien keer zo goedkoop worden uitgevoerd. Hij merkte op dat het trainen van de oorspronkelijke GPT-versie misschien $10 miljoen tot $20 miljoen kostte, vergeleken met wellicht nog geen honderd dollar vandaag de dag, terwijl de ambitie van modellen inmiddels is opgeschroefd naar 3 biljoen, 10 biljoen en 30 biljoen parameters en het gebruik mogelijk met een factor miljoen is gegroeid. De vraag naar intelligentie noemde hij "vrijwel onverzadigbaar." Huang verklaarde dat de doorbraak van OpenAI stoelt op jaren van voorafgaand wiskundig werk en dat tal van vakgebieden op een vergelijkbare "drempel" staan die uitputtend zoekwerk vereist. Hij noemde het geheugen – in de zin van werkgeheugen en kenniskrapte/kennisnetwerken – en het gebruik van tools als de belangrijkste aanjagers van het afgelopen jaar, en stelde dat agenten inmiddels verder gaan dan programmeren en ook ontwerptaken, creatief werk en wetenschappelijk onderzoek oppakken.
Veiligheidskader en de politieke context
Huang schetste veiligheid als onlosmakelijk verbonden met de capaciteiten van AI, waarbij hij de vergelijking trok met airbags en remsystemen in een auto. "Er zal geen AI-technologie-industrie bestaan als we het niet veilig en betrouwbaar bouwen," verklaarde hij. Zijn technische recept luidt zero-trust-insluiting, minimale toegangsrechten die pas worden uitgebreid naarmate het vertrouwen groeit, en monitoring op afstand (out-of-band) die kan ingrijpen of een systeem kan platleggen. Nvidia heeft hiertoe OpenShell gelanceerd, waaraan meer dan honderd bedrijven deelnemen. Gerstner omschreef een constructie met drie pijlers: federale toetsing van frontier-modellen door het ministerie van Handel, het akkoord van het Witte Huis inzake superintelligentie met audits en toezicht door raden van commissarissen, en een coördinatiegroep binnen de industrie. Hij merkte op dat de overheid eerder dit jaar al liet zien dat ze via exportwetgeving een model, Mythos, uit de markt kon trekken. Huang riep wetgevers die nieuwe regels wensen op om zich eerst "te verdiepen in" bestaande maatregelen, en zei niemand aan de tafel in het Witte Huis te zijn tegengekomen die roekeloos wilde handelen. Ook betoogde hij dat "winnend Amerika" betekent dat elke industrie profiteert, en niet uitsluitend de technologiassector.
Optimisme, met een kanttekening over het narratief
Huang sloot af met de mededeling dat hij "voor 99,99%" zeker is dat de komende vijf jaar goed zullen verlopen, en dat doemdenkers "het menselijk vermogen onderschatten." Wel erkende hij een communicatieprobleem: AI is "zachte materie," onzichtbaar voor het grote publiek ondertussen het de fundamenten vormt van zoekmachines, retail en logistiek. Hij nam afstand van het idee dat AI mensen meer vrije tijd zal opleveren, en haalde Keynes' voorspelling uit 1930 aan over een werkweek van vijftien uur. Volgens Huang had Keynes het economisch gezien juist, maar zat hij ernaast wat betreft de menselijke geest; zelf werkt hij harder dan ooit. Het gesprek viel vooral op door de zaken die Huang onbesproken liet, in de eerste plaats een direct antwoord op de vraag of de omzet van labs tweemaal kan verdubbelen. Zijn argumentatie voor de duurzaamheid van de vraag naar Nvidia-chips rust op de breedte van de klantenkring, schaarste in het aanbod en marktaandeelwinsten, en niet op het bewijs van een terugverdieneffect in de eindmarkten.