Draaien de Rubin-racks van Nvidia bij klanten wel snel genoeg op volle toeren?

In het kort

NVIDIA kan omzet boeken wanneer een AI-systeem wordt geleverd, maar de klant verdient pas geld wanneer het rack is aangesloten, gevuld en productief. Dat verschil is cruciaal voor herhaalorders. Bij de kwartaalcijfers van 26 augustus meldde NVIDIA $96,2 miljard omzet, waarvan $89 miljard uit Data Center kwam. Voor het derde kwartaal rekent het bedrijf op $108 miljard omzet en ongeveer 74% brutomarge. De koers van $225,07 op Nasdaq op 25 september 2026 veronderstelt dat nieuwe generaties zoals Rubin niet alleen worden verkocht, maar klanten ook voldoende economisch rendement opleveren.

Een modern AI-rack is geen doos die na bezorging meteen volledig werkt. De klant heeft stroom, koeling, netwerkcapaciteit, opslag, software en personeel nodig. Daarna moet het systeem genoeg betaalde rekenuren draaien. Een vertraging tussen levering en ingebruikname verlaagt het rendement van de klant, ook wanneer NVIDIA de hardwareomzet al heeft ontvangen.

Dat maakt de economie van de afnemer belangrijk voor de waardering van NVIDIA. Als hyperscalers en modelbouwers op hun installaties een aantrekkelijk rendement behalen, bestellen zij de volgende generatie. Als de benutting laag blijft of de prijs per rekeneenheid sneller daalt dan het volume groeit, kan de ordercyclus afkoelen.

De echte verkooptrechter begint na levering

De eerste stap is installatie. Datacenters moeten voldoende elektrische capaciteit en koeling hebben. AI-racks vragen veel vermogen en snelle verbindingen. Een tekort aan transformatoren, netwerkcomponenten of gekwalificeerd personeel kan de ingebruikname vertragen. Drie maanden uitstel klinkt beperkt, maar betekent dat een kwart van de mogelijke jaaropbrengst niet wordt verdiend terwijl de investering al is gedaan.

De tweede stap is benutting. Een systeem kan technisch beschikbaar zijn en toch niet vol draaien. Klanten moeten modellen trainen, inferenceverkeer aantrekken en software optimaliseren. Hoge benutting verlaagt de kapitaalkosten per berekening. Lage benutting maakt dezelfde hardware duur.

De interactieve terugverdienberekening gebruikt een gestileerd project van $1 miljard, een jaarbijdrage van $400 miljoen bij volledige bezetting, 70% feitelijke benutting en drie maanden vertraging. De eenvoudige terugverdientijd wordt dan aanzienlijk langer dan wanneer het cluster op dag één vol draait. Het model bevat geen belasting, financiering of restwaarde. Het laat alleen zien waarom tijd en benutting voor herhaalvraag tellen.

Meer tokens kunnen lagere prijzen compenseren

De prijs per rekeneenheid daalt doorgaans wanneer hardware en software efficiënter worden. Dat hoeft niet negatief te zijn voor NVIDIA. Een lagere prijs kan juist veel meer gebruik uitlokken. Als de prijs per token of andere rekeneenheid 30% daalt en het volume verdubbelt, stijgt de omzetindex van 100 naar 140.

De cruciale vraag is de prijselasticiteit: hoeveel extra gebruik ontstaat door een lagere prijs? Bij een daling van 30% is ongeveer 42,9% volumegroei nodig om de omzet gelijk te houden. Alles daarboven levert omzetgroei op. Dat zegt nog niets over winst, want energie, geheugencapaciteit en netwerkverkeer groeien mee.

Voor klanten kan lagere rekeneenheidsprijs nieuwe toepassingen rendabel maken. Dan neemt de totale markt toe en ondersteunt efficiëntie juist nieuwe vraag naar systemen. Het risico is dat concurrentie van eigen chips, AMD of gespecialiseerde versnellers de prijs sneller verlaagt dan het gebruik groeit. NVIDIA moet daarom zowel het volume als zijn aandeel in dat volume behouden.

De klantmarge bepaalt de volgende bestelling

Een klant vergelijkt jaaromzet uit het rekencluster met stroom, koeling, afschrijving en overige exploitatie. In het rackmodel bedraagt de jaaromzet $600 miljoen, de rekening voor stroom en koeling $180 miljoen, afschrijving $250 miljoen en overige exploitatie $80 miljoen. Dan blijft $90 miljoen economische bijdrage over vóór belasting en financiering.

Een kleine verandering kan die marge sterk raken. Minder benutting verlaagt de omzet terwijl veel kosten vast blijven. Een hogere stroomprijs raakt direct de operationele economie. Een kortere economische levensduur verhoogt de jaarlijkse afschrijving. Dat laatste is belangrijk in een markt waarin snel nieuwe chipgeneraties verschijnen. Een rack kan technisch nog werken, maar economisch verouderen als een nieuw systeem veel meer prestaties per watt levert.

Het sterke argument voor NVIDIA is dat het complete platform juist helpt om die klantmarge te verbeteren. Snelle netwerken, softwarebibliotheken en een groot ontwikkelaarsecosysteem kunnen installatietijd verkorten en benutting verhogen. De klant koopt dan niet alleen chips, maar een sneller pad naar bruikbare rekencapaciteit.

Wat moet NVIDIA waarmaken bij $225,07?

De reverse waardering gebruikt winst per aandeel. Bij 10% gewenst jaarlijks koersrendement is in september 2029 een koers rond $300 nodig. Bij een eindmultiple van 24 keer de winst komt dat neer op ongeveer $12,48 winst per aandeel. De aangepaste winst van $2,22 in Q2 geeft vermenigvuldigd met vier een referentie van $8,88, maar is geen jaarprognose.

Het middenscenario veronderstelt EPS van $10,50, $13,50 en $16 in 2027 tot en met 2029, met dalende multiples van 26, 25 en 24. Dat levert mogelijke koersen van $273, $337,50 en $384. Het bear-scenario combineert lagere benutting en prijsdruk met een sterkere multiplekrimp. Het gunstige scenario vraagt dat Rubin en opvolgers hoge klantwaarde leveren en dat de softwarepositie marges ondersteunt.

De scenario’s bevatten geen apart dividend en tellen aandeleninkoop niet nog eens op. Het netto-effect van inkoop en verwatering hoort al in de gekozen winst per aandeel. Zo blijft de vergelijking tussen de drie paden zuiver.

Waar de keten kan knellen

De eerste kwetsbaarheid ligt buiten NVIDIA: stroomaansluitingen en datacenterbouw. De tweede ligt bij klanten: zij moeten voldoende betaalde toepassingen vinden. De derde ligt in exportregels. NVIDIA nam in de outlook voor het derde kwartaal geen omzet uit computeproducten voor China op. Een wijziging in toegang tot markten beïnvloedt volume en productmix.

Ook financiering verdient aandacht. De grootste cloudbedrijven kunnen enorme investeringen uit eigen kasstroom betalen. Kleinere modelbouwers zijn afhankelijker van extern kapitaal of langlopende cloudcontracten. Als financiering duurder wordt of omzetmodellen tegenvallen, raakt dat uiteindelijk de vraag naar rekeninfrastructuur.

Daartegenover staat dat de markt voor AI-gebruik nog snel kan verbreden. Training is slechts één toepassing. Inference, zoekfuncties, code, video, robotica en bedrijfssoftware kunnen samen veel meer rekenvraag opleveren. Als de kosten per bruikbare uitkomst dalen, kan een groter volume de lagere prijs ruimschoots compenseren.

Lees ook: Waarom NVIDIA opnieuw de hoogste verwachtingen van de markt draagt

Conclusie

Voor NVIDIA eindigt de economische analyse niet bij de levering van een rack. De klant moet het systeem aansluiten, benutten en winstgevend exploiteren. Alleen dan ontstaat een overtuigende reden om de volgende generatie te bestellen. Bij $225,07 rekent de markt op een lange keten van succesvolle installaties en herhaalorders.

De nuttigste signalen zijn de tijd tot ingebruikname, het gebruiksvolume, de prijs per rekeneenheid en de rendementen van klanten. Wanneer die vier goed blijven, kan NVIDIA zijn platformvoorsprong omzetten in jaren van groei. Als systemen wel worden geleverd maar minder rendabel draaien, verschijnt de zwakte eerst bij de klant en pas later in NVIDIA’s orderboek.