Citigroup: Czy Nvidia ma jeszcze 47% potencjału, czy Rubin i CPO mogą to zrealizować?

TL;DR
· Citigroup utrzymuje rekomendację kupna dla Nvidii oraz cel cenowy na poziomie 300 dolarów, co oznacza około 47% potencjału wzrostu w porównaniu do ceny zamknięcia z 8 lipca.
· Protokół z komunikacji wskazuje, że popyt na AI pozostaje silny, a mapa drogowa Rubina nie została znacząco naruszona, CPO wszedł w wczesną fazę produkcji.
· 100 miliardów dolarów na GW nie jest bezpośrednią prognozą przychodów, a popyt poza chmurą, adopcja CPO i zwroty z AI wciąż muszą zostać zweryfikowane.

Citigroup, po rozmowie z zespołem ds. relacji inwestorskich Nvidii, utrzymuje rekomendację kupna oraz cel cenowy na poziomie 300 dolarów. Przy cenie zamknięcia 204,12 dolarów z 8 lipca, ten cel cenowy oznacza około 47% potencjalnego wzrostu. Dla firmy o wartości rynkowej bliskiej 5 bilionów dolarów, lidera AI, uwaga rynku nie koncentruje się tylko na sprzedaży GPU, ale także na tym, czy wydatki kapitałowe na AI mogą być dalej przekształcone w przychody, czy platforma następnej generacji nie zostanie opóźniona, jak rozwiązać problemy z siecią i efektywnością energetyczną oraz czy wysokie marże i wykupy mogą nadal wspierać wycenę. Należy zauważyć, że konkretne stwierdzenia dotyczące Rubina, CPO i intensywności przychodów na GW pochodzą głównie z protokołu komunikacji Citigroup, a nie z oficjalnych publikacji Nvidii.

Kluczowe dane dotyczące rekomendacji kupna Nvidii. Cena zamknięcia z 8 lipca wynosiła 204,12 dolarów, cel cenowy 300 dolarów, oczekiwana stopa zwrotu wynosi około 47%, a wartość rynkowa wynosi około 4,94 biliona dolarów.

Cel cenowy 300 dolarów zakłada, że popyt nie osłabnie

Citigroup ustala cel cenowy na poziomie 300 dolarów, którego rdzeniem jest oczekiwanie na wzrost w obszarze centrów danych. Ich wycena wskazuje, że cel cenowy oparty jest na prognozach zysków na rok finansowy 2027 oraz na mnożniku wyceny zbliżonym do średniego poziomu Nvidii z ostatnich trzech lat. Innymi słowy, ta ocena nie opiera się głównie na wyższej wycenie, ale na założeniu, że skala zysków ma jeszcze potencjał do wzrostu.

Stwierdzenia dotyczące popytu są dość silne. W odniesieniu do planów chmurowych Meta, Nvidia nie podała konkretnych komentarzy na poziomie klientów, ale w komunikacji podkreśliła, że ogólny popyt pozostaje silny, a obecnym priorytetem firmy jest zaspokojenie potrzeb klientów.

Struktura popytu również się zmienia. W przeszłości wdrożenia infrastruktury AI były głównie zdominowane przez superduże firmy chmurowe, ale w ciągu ostatnich dwóch lat wzrosło zapotrzebowanie na wdrożenia w laboratoriach AI, suwerennych państwach i lokalnych przedsiębiorstwach. W protokole komunikacyjnym stwierdzono, że w miarę rozwoju zastosowań „fizycznego AI” rynek poza superdużymi firmami chmurowymi może stać się większy w przyszłości.

To wciąż jest prognoza, a nie już zrealizowany wynik. Dla inwestorów bardziej bezpośrednim pytaniem jest, czy laboratoria AI, suwerenne AI i lokalne wdrożenia przedsiębiorstw mogą stworzyć trwałe zamówienia, a nie tylko dostarczać okresowe uzupełnienia poza szczytem wydatków kapitałowych firm chmurowych.

Rubin nie opóźnia mapy drogowej, CPO wchodzi w wczesną produkcję

Obawy rynku dotyczące mapy drogowej Nvidii koncentrują się na tym, czy nowa generacja platform GPU i rozwiązania do interkoneksji systemów mogą być realizowane zgodnie z planem. Protokół komunikacyjny Citigroup stwierdza, że kierownictwo wskazało, że opóźnienia związane z Kyber Rubin Ultra nie wpływają na ogólną mapę drogową, a konfiguracja NVLink zaprezentowana na Computex również nie uległa zmianie.

To jest kluczowe dla Nvidii. Konkurencja w zakresie serwerów AI nie dotyczy już tylko wydajności pojedynczego GPU; cała szafa, całe klastry, interkoneksja sieciowa i efektywność energetyczna wspólnie decydują o kosztach szkolenia i wnioskowania. Jeśli mapa drogowa ulegnie znacznemu opóźnieniu, rytm zakupów firm chmurowych, plany migracji klientów oraz ocena długoterminowych marż Nvidii na rynku będą miały wpływ.

Innym punktem skupienia jest CPO, czyli technologia wspólnego pakowania optycznego. Umożliwia ona zmniejszenie zużycia energii i opóźnienia w przesyłaniu danych o wysokiej prędkości poprzez umieszczenie połączeń optycznych bliżej pakietu chipowego, co jest uważane za jedną z kluczowych technologii w przyszłej ekspansji klastrów AI. Zgodnie z protokołem Citigroup, Nvidia stwierdziła, że CPO wszedł w fazę produkcji poza skalą z Spectrum-X, a chęć adopcji przez klientów jest stosunkowo wysoka.

Jednak to jeszcze nie jest pełne wdrożenie komercyjne. W protokole wspomniano, że bardziej klarowne opcje mogą pojawić się od platformy Feynman w roku finansowym 2028, kiedy klienci będą mogli wybierać między NVLink z CPO a kontynuowaniem korzystania z rozwiązań kablowych. Oznacza to, że CPO przechodzi od weryfikacji koncepcji do wczesnej produkcji, ale ostateczny wskaźnik adopcji przez klientów, przewaga kosztowa i tempo dostaw na dużą skalę wciąż wymagają dalszych ujawnień.

To stwierdzenie jest bardziej restrykcyjne niż proste podkreślenie „wybuchu CPO”. Wskazuje, że Nvidia przygotowuje się na przyszłe klastry AI, ale dostępne opcje technologiczne nie oznaczają, że klienci natychmiast przejdą na dużą skalę.

„100 miliardów dolarów na GW” nie można traktować jako bezpośredniej prognozy przychodów

Najłatwiej źle zrozumieć liczbę, która została wcześniej podana przez Jen-Hsun Huang, mówiącą o długoterminowym „100 miliardów dolarów na GW”. Wyjaśnienie w protokole Citigroup jest takie, że powinno to być rozumiane bardziej jako długoterminowy trend efektywności i intensywności przychodów, a nie jako prognoza przychodów, którą można bezpośrednio zastosować w danym roku.

Obecny poziom wynosi około 30-40 miliardów dolarów na GW. W przyszłości, jeśli efektywność GPU będzie nadal rosła z każdą generacją, to przy tych samych ograniczeniach energetycznych będzie można wdrożyć mocniejsze obliczenia, a gęstość przychodów generowanych przez infrastrukturę AI również wzrośnie. Protokół wspomina, że GPU Blackwell w porównaniu do Hopper poprawił efektywność energetyczną 25 razy, co jest jednym z ważnych podstaw dla wzrostu intensywności przychodów na GW.

Ta logika ma dwa założenia. Po pierwsze, projektowanie chipów, sieci, chłodzenia i systemów rzeczywiście będzie nadal poprawiać moc obliczeniową na wat. Po drugie, klienci będą w stanie uzyskać wystarczające zwroty z aplikacji AI, aby byli skłonni przekształcić wyższą wydajność w większe wydatki kapitałowe. Jeśli zwroty z inwestycji w AI poprawią się, intensywność przychodów na GW może wzrosnąć. Jeśli monetyzacja aplikacji będzie niższa niż oczekiwano, czas realizacji tego długoterminowego celu zostanie wydłużony.

Dlatego „100 miliardów dolarów na GW” bardziej przypomina wizję Nvidii dotyczącą długoterminowej efektywności infrastruktury i nie powinno być prosto rozumiane jako ustalony cel przychodów.

Marże i wykupy wspierają wycenę, ale wysoki wzrost wciąż musi być zrealizowany

Na poziomie finansowym, najnowsze oficjalne wskazania Nvidii pokazują, że marża brutto w Q2 FY2027 ma wynosić około 70%, marża GAAP wynosi 74,9%, a marża Non-GAAP wynosi 75,0%, z wahaniami o 50 punktów bazowych. Dla firmy o wartości rynkowej bliskiej 5 bilionów dolarów, utrzymanie wysokiej marży jest ważnym warunkiem, aby rynek nadal przyznawał wysoką wycenę.

Zwracanie kapitału również zyskuje na znaczeniu. Nvidia w Q1 FY2027 zwróciła około 20 miliardów dolarów akcjonariuszom i zwiększyła autoryzację wykupu o 80 miliardów dolarów, a kwartalna dywidenda wzrosła do 0,25 dolarów. Protokół Citigroup wspomina również, że celem kierownictwa jest zwrócenie 50% przepływów pieniężnych z działalności operacyjnej akcjonariuszom w tym roku.

Ostatnio wydanie obligacji na kwotę 25 miliardów dolarów również wzbudziło zainteresowanie. Dokumenty publiczne i doniesienia medialne wskazują, że jest to pierwsze wydanie obligacji Nvidii od 2021 roku. Interpretacja firmy i rynku jest bardziej skłonna do podkreślenia zwiększenia elastyczności finansowej, a nie sygnału pogorszenia przepływów pieniężnych.

Ryzyko nie zniknęło przez to. Czynniki ryzyka wymienione przez Citigroup obejmują utratę udziału w rynku z powodu konkurencji w obszarze gier, spowolnienie adopcji nowych platform, wahania sprzedaży w sektorze motoryzacyjnym i centrów danych oraz zmiany w popycie na wydobycie kryptowalut. Dla Nvidii największym ograniczeniem pozostaje to, czy budowa infrastruktury AI może być kontynuowana z wysoką intensywnością i przekształcona w rzeczywiste przychody klientów.

Wizje na przyszłość mogą przynieść korzyści, ale w krótkim okresie nadal trzeba obserwować zamówienia i dostawy

Oprócz głównych problemów, Nvidia odpowiedziała również na kilka tematów związanych z nowymi technologiami i pobocznymi kwestiami. Firma niedawno opublikowała otwarte modele, takie jak Nemotron, Cosmos, Alpamayo, mające na celu pomoc suwerennym państwom i przedsiębiorstwom w przyspieszeniu adopcji AI, a nie bezpośrednią konkurencję z najnowocześniejszymi modelami zamkniętymi.

Obliczenia przestrzenne są również częścią długoterminowej narracji. Nvidia oficjalnie wydała moduł NVIDIA Space-1 Vera Rubin, skierowany do centrów danych orbitalnych i obliczeń przestrzennych. Podobne kierunki wciąż napotykają wyraźne wyzwania inżynieryjne i w krótkim okresie nie są główną podstawą dla celu cenowego na poziomie 300 dolarów.

W zakresie integracji technologii zewnętrznych, protokół Citigroup wspomina, że Nvidia jeszcze nie ogłosiła formalnie współpracy z d-Matrix, ale kierownictwo stwierdziło, że firma zawsze jest gotowa oceniać i integrować technologie zewnętrzne. Powiązane stwierdzenia wciąż należą do protokołu komunikacyjnego i nie można ich traktować jako konkretnej współpracy.

Citigroup przewiduje blisko 50% potencjału wzrostu, a kluczowym wsparciem pozostają popyt na AI, mapa drogowa platformy, modernizacja sieci i wysokie marże. Ostatecznie rynek będzie obserwować szczegóły adopcji CPO, tempo dostaw przed platformą Feynman, czy zamówienia od klientów nie-superdużych będą nadal rosły oraz czy intensywność przychodów na GW będzie mogła być potwierdzona w rzeczywistych zwrotach z aplikacji AI.