Achtergrond - Waarom juist Nvidia dit jaar het waardevolste bedrijf ter wereld werd

In dit artikel:

Eind oktober passeerde Nvidia als eerste bedrijf ooit de grens van 5.000 miljard dollar beurswaarde. Die mijlpaal is niet louter toeval, maar het resultaat van bijna dertig jaar strategische keuzes: van een klein grafisch start‑up tot leverancier van de kerncomponenten voor moderne AI‑infrastructuur.

Wie en hoe het begon
Nvidia werd in april 1993 opgericht door Jensen Huang, Chris Malachowsky en Curtis Priem. De oprichting heeft iets legendarisch: een gesprek bij een Denny’s leidde tot de ambitie een grafische rekeneenheid te bouwen die games radicaal kon veranderen. De vroege producten – zoals de NV1 (1995) – faalden deels door verkeerde technische keuzes en externe standaarden, maar redding kwam er via herinvestering en personeelsinkrimping. Met de Riva 128 (1997) schakelde Nvidia over op driehoekige polygons en combineerde 2D en 3D op één kaart, wat succes bracht. De doorbraak volgde in 1999 met de GeForce 256, die transform & lighting in hardware bracht en volgens Nvidia de term “gpu” (graphics processing unit) rechtvaardigde.

Van 3D‑grafics naar algemene rekeneenheid
Cruciaal voor Nvidia’s latere succes was het besef dat graphics in wezen matrixberekeningen zijn — precies het type werk dat massaal parallel verwerkt kan worden. De evolutie naar programmeerbare shaders (DirectX 8) maakte gpu’s flexibeler, maar de echte ommezwaai kwam met het aantrekken van Ian Buck en de ontwikkeling van CUDA (Compute Unified Device Architecture). CUDA, vanaf 2007 publiek met de GeForce 8800 GTX, maakte het mogelijk om gpu’s in gangbare talen (C/C++) te programmeren voor algemeen rekenen, niet alleen voor grafische taken. In het begin verliep adoptie traag — drivers en applicaties kwamen pas later — maar CUDA bleek later een gouden zet: het vormde een ontwikkelaarsvriendelijk en sterk geoptimaliseerd ecosysteem rond Nvidia‑hardware.

Vroege misstappen en hergebruik van ervaring
Nvidia probeerde ook de mobiele markt te veroveren met Tegra‑system‑on‑chips (ARM‑basis). Die poging leidde geen massale overwinningen; grote spelers als Apple en Samsung gebruikten meestal eigen of andere chips. Toch leverde het mobielavontuur ervaring op met Arm‑architecturen, wat later van pas kwam bij server‑cpus (Grace) en integratie van cpu‑gpu systemen.

CUDA, AI‑doorbraken en het sneeuwbaleffect
De beschikbaarheid van CUDA speelde een sleutelrol bij de eerste echte AI‑doorbraken op gpu’s: het convolutionele netwerk AlexNet (2012) werd op Nvidia‑gpu’s getraind en versloeg concurrenten in de ImageNet‑challenge. Later, toen transformers (2017, “Attention is All You Need”) de norm voor grote taalmodellen werden, bleken die architecturen zeer goed te parallelliseren — precies waar gpu’s sterk in zijn. De snelle populariteit van ChatGPT (lancering 30 november 2022) maakte het brede publiek bewust van transformer‑kracht; GPT‑3 en GPT‑4 werden getraind op tienduizenden Nvidia A100‑gpu’s.

Ecosysteem en verticale integratie
Nvidia beperkte zich niet tot losse chips: het bouwde een ecosysteem van drivers, libraries, documentatie en community‑ondersteuning en stelde ontwikkelaars en onderzoekers vroegtijdig gratis of goedkoop gpu‑tijd ter beschikking. Die aanpak creëerde een lock‑in: CUDA draait uitsluitend op Nvidia‑chips, waardoor veel software bij voorkeur op het groene platform draait. Daarnaast kocht Nvidia Mellanox (2019) voor netwerkconnectiviteit tussen servers, ontwierp NVLink voor snelle gpu‑koppeling en ontwikkelde eigen Arm‑cpus (Grace) om gpu’s dichter bij passende cpus te brengen. Die ‘superchips’ en NVLink‑infrastructuur maken grootschalige AI‑clusters efficiënter, wat weer de vraag naar Nvidia‑hardware aanjaagt.

Financiën en marktdynamiek
In de vroege jaren 2010 was Nvidia’s omzet bescheiden vergeleken met nu. Cryptobooms gaven tijdelijke pieken, maar de omslag kwam echt toen datacenters het leeuwendeel van de omzet gingen vormen: waar datacenter‑inkomsten in 2014 nog 5% waren, waren servers in 2023 voor het eerst meer dan de helft van de omzet verantwoordelijk. De marges explodeerden: nettowinstmarges boven de 50% en brutomarges rond 75% illustreren hoe winstgevend de datacenterbusiness is geworden. Die vooruitzichten zijn waarschijnlijk waarom beleggers Nvidia naar recordwaarderingen duwen.

Concurrentie en waarom Nvidia zo dominant werd
Concurrenten deden vergelijkbare hardware‑innovaties, maar software maakte het verschil. AMD biedt ROCm als alternatief, maar die stack startte jaren later en kampte met compatibiliteits‑ en performantieproblemen; Intel probeerde via Gaudi‑accelerators en andere trajecten een rol te spelen maar miste momentum en een sterk ecosysteem. Daardoor blijft CUDA de snelste weg voor ontwikkelaars om aan de slag te gaan, wat Nvidia een sneeuwbaleffect oplevert: meer software en kennis leidt tot meer vraag naar Nvidia‑gpu’s.

Risico’s en bedreigingen
Er zijn duidelijke bedreigingen: grote techbedrijven ontwerpen steeds vaker eigen AI‑chips (Google TPU’s, Amazon Trainium, Meta, Microsoft, OpenAI wil zelfs eigen chips gebruiken). Fabriekscapaciteit (TSMC e.d.) is beperkt, dus chipproductie en leveringsketens bepalen wie kan opschalen. Bovendien legt China de invoer van geavanceerde Nvidia‑chips aan banden, wat marktaandeel kan kosten. Ook is er financiële blootstelling via investeringen in klanten: Nvidia investeert miljarden in klanten die veel chips afnemen, wat risico’s met zich meebrengt als de AI‑vraag inzakt. Maar zolang vraag groter is dan aanbod en CUDA het ontwikkelaarslandschap domineert, blijft Nvidia voorlopig de leidende leverancier van “schepjes en zeven” voor de goudkoorts rond AI.

Kernconclusie
Nvidia’s succes is geen puur geluk: het is het resultaat van technische keuzes (gpu’s als parallelle rekenmachines), software‑investeringen (CUDA), ecosystemen (drivers, libraries, netwerk‑en cpu‑integratie) en strategische overnames (Mellanox). Die combinatie maakte Nvidia tot de voorkeursleverancier voor AI‑training. Concurrenten lopen in op sommige onderdelen, maar Nvidia’s vroege, brede focus op zowel hardware als ontwikkelaarsondersteuning gaf het een voorsprong die momenteel leidt tot uitzonderlijke financiële resultaten en marktdominantie — tot nieuwe technologieën, geopolitieke beperkingen of veranderende marktvraag dat evenwicht mogelijk weer uitdagen.