NVIDIA kwartaalcijfers: van GPU-leverancier naar infrastructuurlaag van het AI-tijdperk

NVIDIA presenteert zich in deze call niet meer als een bedrijf dat vooral chips verkoopt, maar als de centrale infrastructuurlaag waarop het nieuwe AI-tijdperk wordt gebouwd. Jensen Huang vat het in zijn slotwoorden samen:

"Dit was een buitengewoon kwartaal. De vraag is parabolisch geworden. De reden is simpel: agentic AI is gearriveerd. AI kan nu productief en waardevol werk doen. Tokens zijn nu winstgevend, dus modelmakers zitten in een race om meer tokens te produceren. In het AI-tijdperk is compute-capaciteit omzet en winst."

Dat is de kern. Wie meer rekenkracht heeft, kan meer tokens produceren, meer AI-diensten draaien en dus meer omzet genereren. NVIDIA spreekt daarom steeds vaker over AI factories. Een datacenter is in deze visie geen passieve serverruimte, maar een fabriek die intelligentie produceert. De juiste vraag is niet wat een GPU kost, maar hoeveel tokens per dollar de volledige fabriek oplevert.

De cijfers achter de transformatie

De cijfers uit de 10-Q ondersteunen die boodschap. NVIDIA draaide in het eerste kwartaal van fiscaal 2027 een omzet van $81,6 miljard, tegenover $44,1 miljard een jaar eerder. Dat is een stijging van 85% jaar op jaar, een ongekende sprong voor een bedrijf van deze omvang.

De brede klantenbasis is daarbij opvallend. Hyperscalers, model builders, AI Clouds, enterprise on-premise en sovereign customers groeiden allemaal. Blackwell wordt inmiddels gebruikt door iedere grote hyperscaler, iedere cloud provider en iedere model builder. Vera Rubin staat klaar voor productie in de tweede helft van het jaar.

De winstgevendheid is meegegroeid. De brutomarge sprong van 60,5% in Q1 FY26 naar 74,9% in Q1 FY27.

De 14,2 procentpunt stijging op non-GAAP basis (van 60,8% naar 75,0%) wordt vooral verklaard door lagere inventory provisions. Vorig jaar drukte een eenmalige $4,5 miljard afschrijving op H20 voorraad zwaar op de marge. Dat effect viel dit jaar weg. Wat overblijft is een marge die structureel hoger past bij een softwareplatform dan bij een klassieke chipmaker.

Op de bottomline is het beeld nog uitgesprokener. Non-GAAP operating income steeg met 147% naar $53,8 miljard. Net income kwam uit op $45,5 miljard, een stijging van 139%. Diluted EPS verdrievoudigde bijna van $0,78 naar $1,87, een stijging van 140%. De operating expenses groeiden met 49% naar $7,4 miljard, een veel langzamer tempo dan de omzet. Dat is het verschil tussen lineaire kostengroei en exponentiële omzetgroei dat het hele platformverhaal mogelijk maakt.

Voor het tweede kwartaal verwacht NVIDIA $91 miljard aan omzet, plus of min 2%.

De brutomarge blijft op 75,0%, met operating expenses richting $8,3 miljard. Voor het hele jaar verwacht NVIDIA non-GAAP tax rates tussen 16,0% en 18,0%. Het bedrijf blijft vertrouwen houden in $1 biljoen aan Blackwell- en Rubin-omzet van 2025 tot en met kalenderjaar 2027.

De nieuwe rapportagestructuur

Een belangrijk onderdeel van de call is de nieuwe segmentatie. NVIDIA deelt zijn markt voortaan op in 2 grote platformen: Data Center en Edge Computing. Binnen Data Center is er onderscheid tussen Hyperscale en AI Clouds, Industrial & Enterprise (ACIE). Hyperscale omvat de grote publieke clouds en internetbedrijven. ACIE is breder en bestaat uit AI-native clouds, enterprise, industrial, sovereign AI en gespecialiseerde AI-datacenters.

Jensen legt uit waarom de structuur is veranderd:

"We wilden dat jullie ons bedrijf beter begrijpen. AI is heel divers, en computing is ook divers. Waar AI draait is divers. Het kan draaien in de hyperscale cloud. Het kan draaien bij AI natives. Dat zijn hele netwerken van AI natives die overal ter wereld opkomen. Het kan draaien bij enterprises on-prem, industrieel in fabrieken en plants, helemaal tot aan supercomputingcentra en de edge."

De cijfers achter die opsplitsing laten zien hoe groot de tweede laag inmiddels is.

Hyperscale steeg van $17,6 miljard in Q1 FY26 naar $37,9 miljard in Q1 FY27, een verdubbeling. ACIE groeide van $21,5 miljard naar $37,4 miljard, een stijging van 74%. Tussen die twee zit nu nog maar $500 miljoen verschil. Sovereign-omzet steeg met meer dan 80% jaar op jaar. Colette Kress voegde toe dat NVIDIA AI-infrastructuur inmiddels is uitgerold in bijna 40 landen, samen goed voor $50 biljoen aan BBP.

Op de vraag van analist Ben Reitzes of NVIDIA sneller groeit dan hyperscaler capex, was Jensen helder:

"We zouden sneller moeten groeien dan hyperscale capex. Onze Data Center-business heeft twee grote delen. Het eerste deel zijn de hyperscalers. Die capex bedraagt dit jaar $1 biljoen en groeit richting $3 biljoen tot $4 biljoen. De tweede categorie bestaat uit alle AI-native clouds. Ze zijn regionaal. Ze zitten overal. Er zijn 250.000 enterprise-bedrijven wereldwijd. Veel daarvan zullen AI-fabrieken voor zichzelf moeten of willen bouwen."

Die tweede categorie wordt volgens hem structureel onderschat. Veel beleggers kijken naar de capex van Microsoft, Amazon, Google en Meta, terwijl een groot deel van de groei juist komt van bedrijven, landen en regionale cloudspelers buiten dat groepje.

De spelers achter ACIE

IREN met Mirantis is op dit moment het scherpste voorbeeld van ACIE. IREN heeft grote energiecapaciteit in eigen beheer, een schaars goed in deze sector. Op 5 mei 2026 nam IREN Mirantis over, dat k0rdent meebrengt, een platform voor het beheren van AI-workloads via Kubernetes. Daarmee dekt IREN-Mirantis 2 subsegmenten binnen ACIE tegelijk: sovereign AI, waar landen hun eigen AI-infrastructuur willen, en enterprise AI, waar bedrijven AI-fabrieken willen draaien zonder hyperscaler te worden.

Twee dagen later, op 7 mei 2026, kondigden NVIDIA en IREN hun strategische partnership aan. IREN's 2 gigawatt Sweetwater-campus in Texas wordt de flagship deployment van NVIDIA's DSX-architectuur, de nieuwe referentie-architectuur voor AI factories. Samen mikken ze op 5 gigawatt aan DSX-aligned capaciteit wereldwijd. NVIDIA krijgt een 5-jarig recht om tot 30 miljoen IREN-aandelen te kopen tegen $70, een prijs boven de huidige koers. Daarbovenop staat een apart 5-jarig managed GPU cloud services contract van $3,4 miljard voor air-cooled Blackwell-systemen op de Childress-campus. NVIDIA committeert geen kapitaal upfront, maar koopt zich juist in op een hogere prijs als de samenwerking slaagt.

IREN sloot in november 2025 ook al een 5-jarig contract van $9,7 miljard met Microsoft, voor GB300 GPU-capaciteit op de Childress-campus tegen 2026. Microsoft betaalde 20% van het bedrag vooruit. De deal verdubbelde de aandelenkoers van IREN op de dag van aankondiging.

Nebius (NBIS) zit in dezelfde categorie maar in een andere rol. NVIDIA investeerde hier wel direct, en Nebius commit zich tot meer dan 5 gigawatt aan NVIDIA-systemen tegen eind 2030.

Wat compute werkelijk waard is

Geen enkele deal illustreert beter wat compute in 2026 oplevert dan de overeenkomst tussen Anthropic en xAI, in mei 2026 bekend geworden via SpaceX's S-1. Anthropic betaalt xAI $1,25 miljard per maand voor de volledige output van het Colossus 1-datacenter in Memphis, ongeveer 300 MW aan capaciteit en meer dan 220.000 NVIDIA GB300 systemen. Het contract loopt tot mei 2029 en zou xAI in totaal meer dan $40 miljard kunnen opleveren.

Reken dat door naar de schaal die NVIDIA presenteert. $1,25 miljard per maand voor 300 MW is $50 miljoen per MW per jaar, oftewel $50 miljard per gigawatt aan jaarlijkse omzet. Dat is precies de range die NVIDIA noemt voor Blackwell-systemen op premium-modellen. Anthropic betaalt voor compute wat een AI-fabriek per gigawatt aan omzet draait, en dat is in feite de prijs die de markt vandaag bereid is te betalen voor schaarse rekenkracht.

Voor IREN ligt de prijs lager. $9,7 miljard over 5 jaar voor 200 MW komt uit op ongeveer $10 miljoen per MW per jaar. Dat verschil van 5x reflecteert wat het exacte product is: bij IREN gaat het om dedicated GB300 capaciteit met managed cloud services, bij Colossus 1 om een gemengde vloot van H100, H200 en GB200 GPUs in een operationeel werkend systeem dat direct beschikbaar is.

Beide deals laten zien dat compute geen commodity is geworden. Wie capaciteit heeft, kan de prijs bepalen. Wie compute nodig heeft, betaalt wat gevraagd wordt. Dat is precies de marktdynamiek die NVIDIA's $300 miljard per gigawatt prognose voor Vera Rubin onderbouwt.

De voorsprong in frontier AI

Op de vraag van C.J. Muse over marktaandeel in inference gaf Jensen een uitgesproken antwoord:

"We winnen aandeel in inference, en we winnen heel snel aandeel in inference. We hebben Anthropic dit jaar toegevoegd aan onze partnership. Ze groeien ongelooflijk snel. We werken met hen samen om computecapaciteit veilig te stellen via Azure, AWS, CoreWeave. Onze coverage bij Anthropic was tot voor kort grotendeels nul. Daarom winnen we enorm snel aandeel in inference."

Hij is even uitgesproken over de volgende generatie:

"Vera Rubin zal nog succesvoller worden dan Grace Blackwell. Elke frontier model company zal vanaf het begin op Vera Rubin springen, en dat was bij Blackwell eerder niet zo."

De vraag naar Vera Rubin is al grotendeels gepland, met purchase orders van vrijwel alle grote klanten. Colette Kress bevestigde dat de eerste productieleveringen in Q3 starten, met verdere ramp in Q4 en een groot Q1 van volgend jaar. Door 7 speciaal gebouwde chips te integreren over 5 accelerator racks zal Vera Rubin tot 35x hogere inference-throughput leveren dan Blackwell.

Dat vertaalt zich naar wat NVIDIA "annual revenue per gigawatt" noemt. De grafiek hieronder laat zien hoe de combinatie van Vera Rubin en LPX een 10x hogere omzet per gigawatt mogelijk maakt vergeleken met Blackwell.

Bij premium-modellen, denk aan grote GPT MoE-architecturen met 2 biljoen parameters en 400K context, gaat de jaarlijkse omzet per gigawatt van $30 miljard bij Blackwell naar $150 miljard bij Rubin en $300 miljard bij Vera Rubin plus LPX. Dat verschil ontstaat niet door hogere prijzen per chip, maar door betere token-throughput per dollar geïnvesteerd kapitaal. Voor operators van AI-fabrieken is dat de enige maatstaf die telt. Een fabriek die per gigawatt 10 keer meer omzet draait, verdient zichzelf veel sneller terug.

De AI-agent als nieuwe TAM

NVIDIA introduceert met Vera een aparte CPU-strategie. Op de vraag van Vivek Arya of CPU-vraag de GPU-vraag kannibaliseert, was Jensen duidelijk:

"De wereld heeft ongeveer een miljard menselijke gebruikers. Mijn gevoel is dat de wereld miljarden agents zal hebben. Die agents zullen tools gebruiken. Die tools zullen zijn als PCs, net zoals mensen vandaag PCs gebruiken. Elke agent zal sub-agents starten. Elke keer dat ze die starten, moet er inference worden gedaan. Daar gebeurt het denken. Al het denken gebeurt op GPUs. Alle orchestration draait in essentie op CPUs."

De economische logica is volgens hem fundamenteel anders dan in het cloud-tijdperk:

"CPUs uit het verleden waren ontworpen met veel cores, zodat ze makkelijk verhuurbaar waren. Mensen huurden cores. Maar agents huren geen cores. Ze willen gewoon dat het werk snel gedaan wordt. De economie van het verleden was dollars per core. De economie van AI in de toekomst is tokens per dollar, of dollars per token."

NVIDIA ziet een nieuwe $200 miljard TAM voor Vera, een markt die het bedrijf eerder nauwelijks bediende. Bovendien is er bijna $20 miljard aan standalone CPU-omzet zichtbaar voor dit jaar, los van Vera als onderdeel van Vera Rubin. Vera wordt op 4 manieren ingezet: in Vera Rubin, als standalone CPU, met CX9 voor storage, en met CX9 voor security en confidential computing.

Het ecosysteem rond de AI-fabriek

Op de vraag wat NVIDIA uniek maakt voor klanten buiten de hyperscalers, beschreef Jensen de architectuurfilosofie:

"NVIDIA is vrij uniek omdat wij het enige bedrijf zijn dat alle technologiecomponenten bouwt. We bouwen ze met extreme co-design, volledig end-to-end en full-stack. Maar vervolgens openen we het platform, zodat het geïntegreerd kan worden in allerlei verschillende omgevingen."

Die filosofie wordt zichtbaar in het ecosysteem aan beursgenoteerde bedrijven dat rond NVIDIA's architectuur is ontstaan. Een AI-fabriek is geen stapel chips, maar een geïntegreerd systeem dat begint bij het elektriciteitsnet en eindigt bij de software die de tokens uitserveert.

Van buiten naar binnen, laag voor laag (dit is een beperkt aantal lagen met een beperkt aantal bedrijven per laag)

Laag 1, het stroomnet naar het datacenter. Eaton (ETN) en GE Vernova (GEV). Voordat er ook maar 1 GPU draait, moet er stroom zijn. Eaton bouwt aan stroomverdeling, transformers en switchgear voor data centers. GE Vernova levert energieturbines en grid-componenten die nodig zijn om gigawatt-campussen aan te sluiten op het net. Voor projecten zoals Sweetwater is de aansluiting op het elektriciteitsnet vaak een grotere bottleneck dan de chips zelf.

Laag 2, de conversie van net naar rack. Wolfspeed (WOLF) en Ideal Power (IPWR). De oude 415V-systemen kunnen niet meer mee met de megawatt-dichtheden die per rack worden gevraagd. Solid-state transformers zetten netspanning direct om naar 800V DC. Wolfspeed levert de siliciumcarbide MOSFETs die deze conversie mogelijk maken, met als mijlpaal de eerste commercieel beschikbare 10kV SiC MOSFET in maart 2026. Ideal Power ontwikkelt B-TRAN solid-state circuit breakers die in diezelfde transformers worden geplaatst, met een prototype voor het Rubin Ultra 800V DC-systeem in ontwikkeling.

Laag 3, het rack en de koeling. Vertiv (VRT). Eenmaal binnen in het datacenter wordt de stroom verder verdeeld over racks, en moeten chips die honderden kilowatts per kast verbruiken worden gekoeld. Vertiv levert power management, vloeistofkoeling, racks en monitoring, en kondigde in oktober 2025 een samenwerking met NVIDIA aan voor 800 VDC platformontwerpen.

Laag 4, het optische netwerk tussen racks. Coherent (COHR) en Lumentum (LITE). Honderden of duizenden GPUs binnen 1 cluster moeten met elkaar communiceren via glasvezel. In maart 2026 investeerde NVIDIA $2 miljard in zowel Coherent als Lumentum voor co-packaged optics, een technologie die optische transceivers direct integreert in netwerk switches.

Laag 5, de chip-naar-chip verbinding binnen de server. Astera Labs (ALAB). Als het signaal binnen de server is, moet het tussen GPUs, CPUs en geheugen worden gestuurd zonder vertraging. Astera Labs maakt PCIe en CXL retimers en switches die deze verbindingen op hoge snelheid in stand houden.

Laag 6, het geheugen voor inference. Penguin Solutions (PENG) via SMART Modular. Voor inference, en vooral voor agentic AI waar elke agent een eigen context moet vasthouden, wordt geheugen een groter knelpunt dan rekenkracht. Penguin ontwikkelt via SMART Modular CXL-geheugenmodules tot 1 TB per kaart, plus een Photonic Memory Appliance gericht op 2028. De MemoryAI KV Cache is specifiek voor grote taalmodellen ontworpen.

Laag 7, de complete AI-fabriek. Helemaal aan het einde van de keten staat de partij die alle bovenstaande lagen samenbrengt op industriële schaal. Voor sovereign AI en grote enterprise-projecten zijn dat partijen als IREN met Mirantis, eerder in dit stuk beschreven. Voor hyperscale projecten doen Microsoft, Google, AWS en Meta dit zelf, met NVIDIA-systemen als kern.

Zo werkt het ecosysteem in de praktijk. Van het hoogspanningsnet via siliciumcarbide-transformers naar het rack, dan via co-packaged optics tussen racks, via Astera-retimers binnen de server, naar Penguin-geheugen voor inference, en alles bij elkaar gebracht in DSX-aligned AI-fabrieken. NVIDIA staat in het midden van die stack, en investeert financieel in de lagen waar het zelf niet rechtstreeks levert.

Edge Computing en Physical AI

Edge Computing genereerde in het kwartaal $6,4 miljard, een stijging van 10% kwartaal op kwartaal en 29% jaar op jaar. De groei kwam vooral door sterke vraag naar Blackwell workstations. Het segment omvat PCs, gaming, workstations, AI-RAN, robotics en automotive. Physical AI overschreed in de laatste 12 maanden $9 miljard aan omzet, met onder meer een samenwerking met Uber voor robotaxi-vloten in bijna 30 steden op 4 continenten tegen 2028.

Jensen ziet Physical AI als de volgende grote golf:

"Computing van gisteren draaide grotendeels om personal computing. In de toekomst draait het om personal AI. Een voorbeeld daarvan is de zelfrijdende auto. Het is een auto, een robotisch systeem, dat in essentie je persoonlijke AI is. Natuurlijk zullen er allerlei soorten robotische systemen komen, inclusief zelfs het base station radionetwerk. Dat zal in essentie ook een robotisch systeem worden."

Hij koppelt dit aan de gedachte dat grote delen van de $50 biljoen tot $80 biljoen industriële en enterprise-economie nog nauwelijks door klassieke IT zijn geraakt, maar wel door AI geraakt kunnen worden.

Water, warmte en de fysieke randvoorwaarden

Wat in de NVIDIA-call zelf weinig aandacht krijgt, maar wel een direct gevolg is van de capex-cyclus, is de fysieke voetafdruk van AI-fabrieken. Een gigawatt aan AI-capaciteit verbruikt miljoenen liters water per dag voor koeling. AirJoule Technologies (AIRJ) gebruikt restwarmte van datacenters om water uit de lucht te halen, via een technologie gebaseerd op metaal-organische frameworks (de chemie waarvoor in 2025 de Nobelprijs werd uitgereikt). Dat soort bedrijven zit niet in NVIDIA's omzetcijfers, maar hun groei loopt parallel aan de capex die NVIDIA bij hyperscalers en ACIE-klanten genereert.

Balans en kapitaalallocatie

Financieel staat NVIDIA uitzonderlijk sterk. De operationele kasstroom bedroeg in het kwartaal $50,3 miljard, tegenover $27,4 miljard een jaar eerder. NVIDIA genereerde een record free cashflow van $49 miljard, tegenover $35 miljard in het vorige kwartaal. De kaspositie en marktbare schuldinstrumenten bedroegen samen $50,3 miljard, plus nog eens $30,2 miljard aan marketable equity securities.

In het eerste kwartaal kocht NVIDIA 108 miljoen aandelen terug voor $20,2 miljard. De board keurde op 18 mei 2026 een extra buyback-autorisatie van $80 miljard goed, bovenop de $39 miljard die nog resteerde. Het kwartaaldividend werd verhoogd van $0,01 naar $0,25 per aandeel. NVIDIA is van plan dit jaar ongeveer 50% van zijn free cashflow terug te geven aan aandeelhouders.

Risico's en kanttekeningen

De 10-Q maakt ook duidelijk dat NVIDIA steeds meer financiële verplichtingen en strategische afhankelijkheden opbouwt. De manufacturing, supply en capacity commitments bedroegen $119 miljard, waarvan $95 miljard betaald moet worden in de rest van fiscaal 2027. Daarnaast had NVIDIA $30 miljard aan meerjarige cloud service agreement commitments, vooral ter ondersteuning van R&D.

Klantconcentratie blijft een aandachtspunt. 3 directe klanten vertegenwoordigden respectievelijk 21%, 17% en 16% van de totale omzet in het kwartaal.

Geopolitiek blijft een belangrijke risicofactor. NVIDIA neemt geen China Data Center compute-omzet op in de outlook, ondanks goedgekeurde Amerikaanse licenties voor H200-leveringen aan China-based klanten. Colette Kress bevestigde dat het bedrijf nog niet weet of imports daadwerkelijk worden toegestaan.

NVIDIA investeert ook actief in het eigen ecosysteem. In het eerste kwartaal deed het bedrijf $18,6 miljard aan investeringen in private bedrijven en infrastructuurfondsen. Sommige daarvan zijn AI-modelmakers die indirect NVIDIA-producten kunnen gebruiken. Strategisch slim, maar het maakt de investment case ook complexer.

Het slot

Jensen sloot de call af met de positionering die hij gedurende het hele gesprek heeft aangehouden:

"Tokens zijn nu winstgevend, dus modelmakers zitten in een race om meer tokens te produceren. In het AI-tijdperk is compute-capaciteit omzet en winst. NVIDIA is het platform van dit tijdperk. We hebben het NVIDIA Compute-platform over drie decennia opgebouwd: één architectuur, een enorm ecosysteem, extreme co-design over chips, systemen, networking en software. We hebben het vóór dit moment gebouwd, zodat NVIDIA klaar zou zijn wanneer agentic AI zou arriveren. Het is gearriveerd."