Nvidia jest absurdalnie tania. Czy lider hossy da jeszcze zarobić?

Trzy lata temu Nvidia kosztowała pięćdziesiąt razy zysk i wszyscy mówili: bańka, za drogo, to się nie może utrzymać. Dziś kosztuje mniej niż Walmart, mniej niż Apple i mniej niż przeciętna spółka z S&P 500, a kurs wcale nie spadł.

Ta sama spółka. Zysk w tym czasie urósł kilkanaście razy. Cena spadła z „absurdalnie drogiej” do „tańszej niż sieć supermarketów”, a strach został dokładnie ten sam. Zmienił tylko adres: trzy lata temu rynek bał się ceny. Dziś boi się zysków.

Każdy szczyt cyklu w historii wyglądał dokładnie tak samo: rekordowe wyniki, niskie mnożniki i ludzie pytający „skoro jest tak dobrze, czemu tak tanio?”.

Więc zadaję dziś to pytanie na serio. Powody do obaw dotyczących Nvidii są trzy i wszystkie słyszycie regularnie. A to, że Google i Amazon zaprojektują własne chipy i przestaną kupować, a to, że wojna między OpenAI, Anthropic i resztą zje klientów Nvidii, a to, że cały ten popyt Nvidia napędza sama, finansując klientom zakupy własnych chipów. Dziś rozbiorę każdy z tych strachów na części, z liczbami, i powiem, które są głupie. Czy więc ta obecna wycena akcji Nvidii jest dobra, czy może faktycznie jesteśmy już na szczycie? Zaczynamy.

Nvidia jest absurdalnie tania. Czy lider hossy da jeszcze zarobić?

To nie jest materiał „kup Nvidię”, ale o tym, czy strach, który rynek zaszył w cenie, ma pokrycie w faktach. Zacznijmy sobie od tego, czym Nvidia w ogóle dziś jest, bo większość ludzi wciąż ma w głowie firmę od kart graficznych.

Nvidia realnie nie ma dziś prawie nic wspólnego z grami. Ta sekcja daje dziś już tylko około 7% przychodów. Prawie cała reszta to centra danych, czyli serwerownie, w których trenuje się i uruchamia modele sztucznej inteligencji.

Trzy lata temu Nvidia sprzedawała sprzęt za około 7 miliardów dolarów na kwartał. Dziś sprzedaje prawie 14 razy więcej. Na obecny kwartał sama prognozuje 108 miliardów dolarów sprzedaży.

Zarząd nie zapowiada też żadnego hamowania. Na kolejny rok obrotowy, który w przypadku Nvidii pokrywa się mniej więcej z przyszłym rokiem kalendarzowym, spółka spodziewa się wzrostu o około 70%.

Dodaje przy tym, że ten wynik ogranicza wyłącznie podaż, a nie popyt. Klienci chcieliby kupić mniej więcej dwa razy więcej, tylko nie da się tyle wyprodukować. Według prognoz pięć największych firm chmurowych wyda na inwestycje blisko 800 miliardów dolarów w tym roku i blisko 1 biliona w przyszłym. Pewnie nawet więcej. Sama Nvidia oczekuje, że będzie to w przyszłym roku 1,3 biliona. Ogromna część tych środków trafia właśnie do Nvidii.

Ile w takim razie za takiego potwora płaci rynek? Intuicja podpowiada, że powinno być kosmicznie drogo. No cóż… Najprostsza miara to wskaźnik cena do zysku (P/E) – ile dolarów płacicie za każdego dolara rocznego zysku spółki.

Rok temu za Nvidię płaciło się ponad 53 razy zysk z ostatniego roku. Dziś płaci się niecałe 27 razy. Wybierzcie sobie dowolny inny wskaźnik wyceny, a efekty i wnioski będą podobne.

Na wykresie widzicie, jak ten wskaźnik spadał przez ostatnie dwa lata. I nie spadł dlatego, że kurs się załamał. Kurs akcji Nvidii w ciągu roku wzrósł i tak o 16%. Wskaźnik spadł o połowę, bo zysk na akcję w tym samym czasie wzrósł ponad dwukrotnie. Kurs za nim nie nadążył.

Jeszcze ciekawiej robi się, gdy spojrzymy do przodu. Według średniej prognoz analityków Nvidia kosztuje dziś 17,5-krotność zysku z najbliższego roku.

Ten sam wskaźnik dla przeciętnej spółki z S&P 500 to 19x. Nvidia, która ma rosnąć o 70% rocznie, jest więc wyceniana taniej niż średnia z indeksu, w którym są też banki, ubezpieczyciele i producenci pasty do zębów.

Zestawiłem Nvidię z największymi spółkami świata, licząc cenę do zysku prognozowanego na 2027 rok. Nvidia wypada najtaniej, z P/E na poziomie 13. Apple, które ma prawie identyczną kapitalizację, kosztuje prawie 35-krotność, a wspomniany Walmart jeszcze więcej.

Rynek rzadko zostawia takie okazje bez powodu. Jeśli płaci tak mało za tak dobre wyniki, to znaczy, że nikt nie wierzy w ich trwałość i boi się, że obecne zyski to szczyt, po którym przyjdzie zjazd. Dlatego żeby odpowiedzieć na pytanie, co dalej z kursem Nvidii, nie trzeba zgadywać wyniku kolejnego kwartału. Trzeba sprawdzić, czy obawy inwestorów mają sens. Ja widzę tu trzy główne obawy.

Pierwsza to ASIC-i. Układy scalone projektowane pod jedno konkretne zadanie, zwykle na zamówienie jednej firmy. Google ma swoje chipy TPU, Amazon ma Trainium, Microsoft ma Maię, a OpenAI razem z Broadcomem projektuje własny układ. Teza niedźwiedzi jest taka, że najwięksi klienci zaprojektują sobie własne, tańsze chipy AI i przestaną kupować drogie GPU od Nvidii.

Najczęściej słyszę, że ASIC-i zabierają Nvidii udziały w rynku i to prawda. Firma badawcza TrendForce szacowała na początku roku, że w 2026 roku serwery z ASIC-ami będą miały prawie 28% udziału w dostawach serwerów AI, najwięcej od lat. Czyli mniej więcej co czwarty serwer AI dostarczony w tym roku miał pracować na ASIC-ach, a nie na GPU Nvidii. I to głównie u gigantów, takich jak Google, Amazon czy Meta, którzy sami projektują swoje układy.

Tyle że udział w rynku to nie to samo co przychody. Jeśli cały tort rośnie dwa razy w ciągu roku, to mniejszy kawałek nadal może być dużo większy niż rok temu.

Na wykresie widzicie, jak to wygląda w praktyce. Broadcom, który projektuje własne chipy ASIC dla Google, OpenAI czy Mety, według swojego raportu sprzedał w ostatnim kwartale rozwiązania AI za prawie 17 miliardów dolarów, ponad trzy razy więcej niż rok wcześniej. Procentowo rośnie więc szybciej od Nvidii. Ale w dolarach Nvidia dołożyła w tym czasie w samych centrach danych ponad cztery razy więcej niż Broadcom.

Drugi argument niedźwiedzi dotyczy kosztów. ASIC-i mają mieć niższy TCO. To skrót od całkowitego kosztu posiadania (Total Cost of Ownership). Wchodzi tu nie tylko cena chipu, ale też prąd, chłodzenie, serwis i ludzie, którzy przez kilka lat obsługują sprzęt. W niektórych zadaniach to się zgadza.

We wrześniowym teście firmy analitycznej SemiAnalysis chip TPU od Google wygenerował milion tokenów o mniej więcej jedną piątą taniej niż Blackwell od Nvidii. Tylko że test dotyczył jednego modelu i jednego rodzaju zadania. W tym samym badaniu TPU działało wolniej, a w innej konfiguracji przegrywało z nowszym systemem Nvidii o około 30%. Czyli specjalistyczne modele są lepsze w… specjalistycznym zadaniu, a gorsze, jak tylko trzeba być bardziej uniwersalnym. Kto by się spodziewał…

Każdy rodzaj chipów będzie miał swoje miejsce w ekosystemie AI. Ważniejszy jest inny problem. Chip ASIC projektuje się dwa, trzy lata pod modele, które znamy dziś. A w AI co kilka miesięcy zmienia się budowa modeli, sposób ich trenowania i to, do czego się ich używa. Chip skrojony pod jeden rodzaj obliczeń może się zestarzeć, zanim zjedzie z taśmy. Na GPU od Nvidii można trenować modele, ale też prowadzić inferencję, czyli obsługiwać zapytania użytkowników gotowego modelu, a jutro przestawić je na nową architekturę modeli. Ta elastyczność jest warta najwięcej właśnie wtedy, gdy technologia zmienia się tak szybko jak dziś.

Dlatego Jensen Huang powtarza, że większość projektów ASIC zostanie anulowana. I nie jest to tylko marketing. W sierpniu 2025 roku Tesla zamknęła projekt superkomputera Dojo opartego na własnych chipach, a Musk tłumaczył, że nie ma sensu rozwijać dwóch różnych architektur. Według doniesień medialnych Meta wstrzymała w tym roku prace nad własnym chipem do trenowania modeli.

Często słyszę też, że własny chip uniezależni klientów od Nvidii. To tylko połowiczna prawda, bo Nvidia nie sprzedaje samego chipu. Na jej kartach działa jej oprogramowanie i narzędzia, w których programiści piszą kod, a korzysta z nich około 6 milionów deweloperów. Sporo. Do tego dochodzi sieć, a więc technologia NVLink i przełączniki, które łączą tysiące chipów tak, żeby pracowały jak jeden komputer.

Zaprojektować szybszy akcelerator da się w dwa lata. Zbudowanie wokół niego oprogramowania, sieci, narzędzi i armii programistów, którzy potrafią z tego korzystać, zajmuje dekadę albo i dwie. Dobrze widać to po Amazonie. Kolejna generacja jego własnego chipu Trainium ma łączyć układy właśnie technologią NVLink od Nvidii.

Tu nie chodzi o dylemat albo-albo. Oczywiście Big Tech chce mieć alternatywę dla Nvidii, ale przy obecnym wyścigu po AI nie może sobie po prostu zrezygnować z najlepszego dostawcy chipów na świecie i postawić wszystkiego na swoją technologię. Choćby dlatego, że nawet nie ma wystarczających mocy produkcyjnych.

Właśnie dlatego najwięksi klienci po prostu nie przestaną kupować Nvidii. Meta rozwija własne chipy i wynajmuje TPU od Google, a mimo to w lutym podpisała z Nvidią wieloletnią umowę na miliony procesorów graficznych. Amazon ma swój Trainium, ale do połowy 2028 roku postawi u siebie dodatkowe 2 miliony jej procesorów graficznych.

Najdobitniej powiedział to Elon Musk. W sierpniu, na pierwszej konferencji wynikowej SpaceX, stwierdził, że od teraz budują wyłącznie na Nvidii. Na X dopisał, że SpaceX zobowiązał się używać tylko GPU Nvidii, bo są najlepsze. Kurs Nvidii rósł tego dnia w trakcie sesji o prawie 5%, gdy akcje AMD traciły.

Do tego dochodzi cała grupa klientów, którzy w ogóle nie myślą o własnych chipach. Sektor neocloudów, który specjalizuje się w wynajmowaniu mocy obliczeniowej, rządy państw budujące własną infrastrukturę AI i zwykłe przedsiębiorstwa. Według Nvidii dają one dziś mniej więcej połowę przychodów z centrów danych i ten segment rośnie szybciej niż sprzedaż do wielkich firm chmurowych. Żadnej z tych firm nie stać na wydanie kilku miliardów i kilku lat na projektowanie własnego układu.

Niedźwiedzie jednak walczą. Mają też inny powód do nerwów. Tym razem dotyczący rynku samych modeli AI. Co chwilę pojawia się informacja, że ktoś dogonił OpenAI albo Anthropic. I za każdym razem tanieje cały sektor półprzewodników, z Nvidią na czele. Czy to DeepSeek, czy inny otwarty model.

Jedna z głupszych reakcji rynku. Co oznacza ostrzejsza konkurencja wśród dostawców modeli, takich jak OpenAI, dla Nvidii? Każde laboratorium, które chce trenować i udostępniać modele, potrzebuje mocy obliczeniowej. Więcej laboratoriów to więcej klientów Nvidii. Więcej klientów to mniejsza siła negocjacyjna każdego z nich, bo więcej firm walczy o te same, ograniczone dostawy chipów.

Wyobraźcie sobie producenta, który ma tylko jednego odbiorcę. Taki odbiorca może dyktować ceny, bo bez niego producent nie istnieje. Jeśli ten sam producent ma dziesięciu odbiorców, a towaru starcza dla ośmiu, to on dyktuje warunki.

Dlaczego więc kurs i tak spada przy każdej takiej informacji? Dużą część obrotu na giełdzie generują dziś fundusze, które handlują całymi koszykami spółek, a nie pojedynczymi firmami. Kiedy pojawia się sygnał, że w świecie AI coś się chwieje, ich modele ryzyka każą zmniejszyć zaangażowanie w cały temat.

Sprzedają wtedy wszystko, co ma przyklejoną łatkę AI trade, bez rozróżniania, kto na tej wiadomości traci, a kto zyskuje. Pod koniec kwietnia Wall Street Journal napisał, że OpenAI nie dowiozło swoich celów między innymi przez konkurencję ze strony Google i Anthropic. Nvidia spadła tego dnia o ponad 3%, choć dla niej oznaczało to tylko tyle, że moc obliczeniową kupi ktoś inny.

Do wszystkiego dochodzi jeszcze zarzut najchętniej powtarzany przez sceptyków. Finansowanie kołowe. Zarzut wygląda tak, że Nvidia inwestuje pieniądze w swoich klientów, na przykład w OpenAI, Anthropic czy xAI Elona Muska. Klienci za te pieniądze kupują chipy Nvidii, a Nvidia wykazuje to jako przychód, więc rynek nagradza ją wyższą wyceną.

Michael Burry twierdzi, że popyt na chipy jest w dużej mierze finansowany przez samego sprzedawcę. Jim Chanos porównuje Nvidię do Lucenta, który pod koniec lat 90. pożyczał klientom pieniądze na zakup własnego sprzętu, a po pęknięciu bańki internetowej stracił razem z nimi prawie całą wartość. Brzmi mądrze i przenikliwie. Zupełnie jakby ci wybitni guru inwestowania zajrzeli na spokojnie do raportów i dostrzegli to, czego zaślepiony euforią tłum nie dostrzega. Szkoda tylko, że to bullshit.

Zacznijmy sobie od tego, że Nvidia inwestuje w start-upy od lat. Jasne, w ostatnich latach więcej niż kiedyś, ale dziwicie się? Skoro zysk wystrzelił, to też środki na inwestycje wystrzeliły.

Są wśród nich firmy od leków projektowanych przez AI, samochodów autonomicznych, robotyki i modeli językowych, które pojawiły się w jej portfelu na długo przed boomem. Część z nich kupuje chipy Nvidii, część nie. Za każdym razem Nvidia dostaje w zamian udziały w firmie.

Tak samo od dekad postępują Intel ze swoim funduszem Intel Capital czy Google z funduszem GV. Duża firma technologiczna wspiera ekosystem wokół swojej platformy i zarabia, gdy ten ekosystem rośnie. Nie ma w tym nic fascynującego.

Druga rzecz to sposób, w jaki Nvidia pomaga klientom. Krytycy przedstawiają to tak, jakby dawała im gotówkę na zakupy. Tymczasem jej własne pieniądze to mniejsza część układanki.

Laboratoria AI czy neocloudy jak CoreWeave mają ogromny popyt, ale są młode i nie zarabiają. Banki nie pożyczą im pieniędzy na korzystnych warunkach. Tu wchodzi Nvidia, która w pewnym sensie poręcza za te firmy. Mówi bankowi: „dajcie im ten kredyt, a jak coś pójdzie nie tak, to ja pomogę”.

Oczywiście to zwiększa ryzyko dla Nvidii. Jeśli domino zacznie się sypać, to Nvidia też będzie tutaj pociągnięta do odpowiedzialności, ale jeśli nie zacznie, to Nvidia realnie przyspiesza rozwój konkurentów Big Techów i konkurentów OpenAI i Anthropic, a ich szybszy rozwój to, jak już mówiłem, większa siła negocjacyjna Nvidii, czyli po prostu zdolność do utrzymywania wyższej marży.

Nvidia robi tutaj po prostu pewien zakład. Bierze na siebie trochę większe ryzyko, ale po to, żeby ukształtować sobie rynek po swojemu i zadbać o odpowiednio dużą liczbę klientów. Medal ma więc dwie strony, ale dziś rynek patrzy tylko na tę negatywną. Stosunek nagrody do ryzyka jest więc mega pozytywny. Ryzyko jest już w cenie, nagroda nie, a pozytywny scenariusz ma spore szanse na materializację.

Nie klei mi się więc żaden z tych niedźwiedzich scenariuszy, a skoro nie wierzę w czarne scenariusze dla Nvidii i spółka ma świetne wyniki oraz jest tania, to chyba łatwo się domyślić, co moim zdaniem stanie się z jej akcjami. Gdybym miał ślepo obstawiać, która spółka na świecie pierwsza przekroczy 10 bilionów dolarów kapitalizacji, to postawiłbym właśnie na Nvidię.

Czy więc 2027 jest szczytem dla Nvidii? Dla mnie nie. Każdy szczyt cyklu w historii poznawało się po jednej rzeczy. Podaż doganiała popyt. Fabryki pamięci, które ruszały na górce, telekomy, które kładły światłowody dla ruchu sprzed dekady, deweloperzy, którzy budowali na kredyt pod kupujących, których już nie było. W każdym przypadku szczyt zysków był szczytem, bo ktoś dobudował za dużo, a w Nvidii jest dziś dokładnie odwrotnie. Klienci chcą dwa razy więcej, niż da się wyprodukować, a każda nowa generacja chipów kosztuje więcej niż poprzednia i sprzedaje się szybciej. To nie jest szczyt popytu. To jest szczyt PRODUKCJI.

Po czym poznam, że coś się zmienia? Jak np. choć dwóch z pięciu gigantów chmury pokaże w prognozie na 2028 rok nakłady NIŻSZE niż w 2027. Nie wolniej rosnące, ale niższe. To argument za tym, że podaż dogania popyt. Na razie jesteśmy bardzo daleko od tego.

Do zarobienia,
Piotr Cymcyk