Jak Nvidia stała się największą spółką świata?

W zeszłym tygodniu Nvidia, wyceniana na 3.34 biliona dolarów, na moment stała się liderem globalnego rynku, wyprzedzając Microsoft. Chociaż po ostatniej korekcie, gigant prowadzony przez Jensena Huanga spadł na trzecią lokatę, zdołał przejść drogę od producenta kart graficznych znanego głównie entuzjastom gier, do jednej z najważniejszych firm na świecie. Jak do tego doszło?

Kluczowe informacje:

• W 31 lat, Nvidia przeszła drogę od producenta przeznaczonych dla graczy kart graficznych do jednej z najbardziej wartościowych spółek na świecie.
• Sukces firmy opiera się na produkcji wydajnych procesorów GPU, które okazały się kluczowe dla rozwoju technologii sztucznej inteligencji.
• Opracowane przez nią rozwiązania znajdują zastosowanie m.in. w branżach: medycznej, motoryzacyjnej, finansowej czy rozrywkowej.

Początki i powstanie serii GeForce

Założona w 1993 roku przez Jensena Huanga, Chrisa Malachowsky’ego i Curtisa Priema, Nvidia miała na celu dostarczenie użytkownikom komputerów PC sprzętu zdolnego do generowania realistycznej grafiki 3D. Pierwszy produkt firmy – akcelerator multimedialny NV1, okazał się jednak niewypałem i to na tyle poważnym, że musiała ona zwolnić połowę pracowników i stanęła na krawędzi bankructwa. Sam Huang przyznał później, że gdyby wiedział, z jakimi problemami przyjdzie mu się zmierzyć, nigdy nie założyłby spółki.

Sytuacja zaczęła zmieniać się w 1997 roku, gdy Nvidia wypuściła dobrze przyjęty chip graficzny RIVA 128. Prawdziwy przełom nastąpił jednak w 1999 roku wraz z wprowadzeniem na rynek pierwszej karty z serii GeForce – GeForce 256 (Nvidia ukuła wówczas termin GPU – Graphics Processing Unit, do dziś powszechnie używany w branży), która na przestrzeni lat stała się ikoną branży gier komputerowych. Warto jednak dodać, że spółka była znana nie tylko graczom pecetowym – dostarczała procesory graficzne, które montowano w najważniejszych konsolach do gier, takich jak pierwszy Xbox od Microsoftu.

Od branży gier komputerowych po centra danych i modele AI

W tym samym roku Nvidia zadebiutowała też na giełdzie NASDAQ, by w ciągu trzech kolejnych lat stać się częścią S&P 500, skupiającego 500 najważniejszych firm w Stanach Zjednoczonych. Gdyby ktoś zainwestowałby w akcje firmy podczas IPO w 1999 roku, by następnie reinwestować w nią wszystkie otrzymane dywidendy, wartość jego inwestycji wzrosłaby do chwili obecnej o… ponad o 590 000%

Taki wynik był możliwy, ponieważ sukcesy w branży gamingowej były dla spółki tylko etapem przejściowym. Aktualnie, Nvidii nie można już nazwać „firmą od gier” – sprzedaż kart graficznych przeznaczonych dla graczy odpowiada obecnie za zaledwie 10% jej przychodów.

Dzisiejszym fundamentem biznesu Nvidii jest zasilanie tzw. centrów danych – serwerowni przetwarzających dane dla przedsiębiorstw. Firma ma w tej branży ogromną przewagę nad konkurencją, a po jej chipy ustawiają się w kolejce tuzy takie, jak Google czy Amazon.

Ciekawostka:

Nvidia stosuje model biznesowy „fabless”, co oznacza, że nie posiada własnych fabryk produkujących układy scalone. Zamiast tego zleca produkcję swoich GPU zewnętrznym partnerom, takim jak tajwańska spółka TSMC. Takie podejście pozwala firmie skoncentrować się na projektowaniu i rozwoju nowych technologii, jednocześnie minimalizując koszty i ryzyko związane z utrzymaniem własnych zakładów produkcyjnych.

Niektórych może to zaskakiwać, ponieważ produkcję chipów w Stanach Zjednoczonych od dawna dominowały firmy takie jak AMD oraz Intel. Jednakże specjalizowały się one w produkcji jednostek CPU, podczas gdy Nvidia skupiła się na procesorach graficznych. Klasyczne procesory CPU są zdolne do wykonywania miliardów obliczeń jeden po drugim, podczas gdy GPU pozwalają na wykonywanie wielu różnych, mniejszych zadań równolegle, co okazało się nieocenione w m.in. w procesie trenowania modeli sztucznej inteligencji.

Dzisiaj, technologię Nvidii wykorzystuje się m.in. w:

• Medycynie: gdzie przyspiesza odkrywanie leków i ulepsza obrazowanie medyczne.
• Pojazdach autonomicznych: hardware Nvidii umożliwia działanie autopilota wykorzystywanego w autach marki Tesla.
• Finansach: w sektorze finansowym, GPU Nvidii są wykorzystywane do algotradingu, zarządzania ryzykiem czy wykrywania oszustw.
• Branży kryptowalut: chipy graficzne spółki odegrały kluczową rolę w rozwoju wydobycia kryptowalut wykorzystujących mechanizm Proof of Work, umożliwiając rozwiązywanie złożonych problemów matematycznych w procesie miningu.
• Branży rozrywkowej: zastosowanie rozwiązań Nvidii w rozrywce nie ogranicza się do konsol i komputerów dla graczy. Wykorzystuje się je także w produkcji filmowej oraz projektach VR.
• Automatyzacji: napędzana technologią opracowaną przez firmę robotyka automatyzuje procesy produkcyjne, redukując koszty przedsiębiorstw i zwiększając efektywność pracy.

Wybuch pandemii i moda na generatywną AI

Jeden z największych impulsów do wzrostu spółki na giełdzie dała pandemia z 2020 roku. Przyniosła ona nie tylko wzrost popytu na karty graficzne ze strony klientów detalicznych, ale przede wszystkim – zwiększone zapotrzebowanie przedsiębiorstw na dodatkową moc obliczeniową, potrzebną do umożliwienia pracownikom zdalnego wykonywania obowiązków.

Historia rocznych/kwartalnych przychodów Nvidii w latach 2010-2024. Źródło: Macrotrends

Po pandemii przyszła pora na rekordową inflację w Stanach Zjednoczonych i działania Fed, który, próbując zdusić ją serią podwyżek stóp procentowych, doprowadził do krachu na giełdach. Cena akcji Nvidii runęła wtedy wraz z cenami pozostałych spółek technologicznych. Z tego małego kryzysu wyszła jednak jako największy zwycięzca. Udostępnienie modelu ChatGPT od OpenAI pod koniec 2022 roku zainicjowało ogromne zainteresowanie technologią generatywnej sztucznej inteligencji. Nvidia, produkująca chipy niezbędne do trenowania modeli GAI, stała się pierwszym wyborem firm zainteresowanych wdrażaniem takich rozwiązań.

Rynkowa dominacja Nvidii i przyszłość

Chociaż część jej sukcesu można przypisać przypadkowi, spółka skupiała się na sztucznej inteligencji już w czasach, kiedy w głównym nurcie mówiło się o niej bardzo niewiele. Przykładem jest uruchomienie w 2006 roku platformy CUDA, która pozwalała użytkownikom na wykorzystanie równoległych obliczeń jednostek GPU właśnie w trenowaniu AI i przeprowadzaniu symulacji naukowych.

Te wysiłki się opłaciły, ponieważ dzisiaj, według firmy IoT Analytics, Nvidia może pochwalić się 92-procentowym udziałem w rynku chipów GPU wykorzystywanych w centrach danych. Trudno jednak oczekiwać, by tak pozostało na zawsze: z firmą konkurują nie tylko Intel i AMD, ale i choćby chiński Huawei. Z kolei Meta czy Google, chcąc uniezależnić się od zewnętrznych dostawców chipów, zapowiedziały trenowanie modeli na jednostkach produkowanych samodzielnie.

Nvidia ma jednak coś, czego może zabraknąć konkurentom – doświadczenie. Choć raczej nie ma co liczyć na to, że dominacja firmy pozostanie tak wyraźna jak dzisiaj, wypracowane przez lata skupienia na produkcji jednostek GPU „Know-How” może wystarczyć jej do utrzymania pozycji lidera przez długi czas.