Nvidia meldete monatliche Einnahmen von 96,22 Milliarden US-Dollar, was mehr als eine Verdopplung im Vergleich zum Vorjahreszeitraum darstellt, da die Nachfrage nach Hardware für künstliche Intelligenz sich weiterhin robust gehalten hat und über die Prognosen der Analysten von etwa 4 Milliarden US-Dollar ausging. Der bereinigte Gewinn pro Aktie erreichte 2,22 US-Dollar und übertraf damit auch die Prognosen. Das Unternehmen verwies für das dritte Quartal auf Einnahmen von 108 Milliarden US-Dollar, die über dem Konsensschätzung von 104,19 Milliarden US-Dollar liegen.
Die Aktien des Chipherstellers stiegen nach der Börsenschlussstunde um mehr als 4% und kürzlich nachts nach einem anfänglichen Rückgang in der regulären Stundenphase. Die Ergebnisse von Nvidia gelten weit verbreitet als Vorbote für den gesamten KI-Markt.
Für das volle Geschäftsjahr, das im Januar 2028 endet, prognostizierte Nvidia einen Umsatzwachstum von rund 70%. Das Unternehmen erwartete für das laufende Quartal eine Bruttomarge von 74%, was etwas unter den Analystenprognosen lag. Die Führungskräfte betonen auch, dass keine Verkäufe von Datencenter-Chips in China erwartet werden, da weiterhin Unsicherheit durch US-Exportbeschränkungen herrscht.
Nvidia kündigte Pläne an, ihre Partnerschaft mit Amazon’s Cloud-Sparte auszubauen. Bis 2027 und 2028 plant das Unternehmen, zwei Millionen zusätzliche GPUs in die Infrastruktur von Amazon Web Services einzubauen. Darüber hinaus treibt Nvidia die Bemühungen zur Sicherung von Finanzierungsmittel für neue Rechenzentren weiter voran und möchte mit einem Konsortium von globalen Vermögensverwaltern über 500 Milliarden Dollar mobilisieren. Der Chefinvestor von Nvidia bei BNP Paribas Asset Management beschrieb die Rechenleistung für künstliche Intelligenz als „das neue Öl“ und definierte sie als eine kreditwürdige Assetklasse.
Das Unternehmen führt Gespräche mit OpenAI über eine potenzielle Garantie in Höhe von 250 Milliarden US-Dollar, die das Leasing eines großen Rechenzentrums unterstützt. Nvidias Grafikprozessoren bleiben jedoch weiterhin von großer Bedeutung für die Ausbildung von KI-Modellen, obwohl CPUs von Rivalen wie AMD und Intel zunehmend für Inferenzaufgaben und autonome KI-Agenten bevorzugt werden, bei denen traditionelle Prozessoren bessereleistung und Kosteneffizienz bieten.
