Nvidia повідомила 26 серпня 2026 року про чистий прибуток $59,69 млрд — удвічі більше, ніж рік тому, і новий рекорд в історії компанії. Причина проста: дата-центри масово докуповують чипи для тренування та інференсу AI-моделей, і попит поки не показує жодних ознак сповільнення.

Для індустрії, де регулярно лунають попередження про «перегрів» AI-інвестицій, ця цифра — наочний контраргумент. Гроші, які хмарні провайдери й корпорації вкладають у GPU-кластери, конвертуються у виручку й прибуток постачальника чипів практично без затримки, а не залишаються рядком у прогнозних презентаціях.

За даними NYT, подвоєння прибутку Nvidia сталося на тлі рекордного попиту на чипи для AI-навантажень — і це вже не перший поспіль період, коли компанія демонструє прискорення, а не вихід на плато.

Що саме показала звітність Nvidia?

Чистий прибуток компанії за звітний період склав $59,69 млрд — удвічі більше показника аналогічного періоду минулого року. Такий темп зростання рідко трапляється у компаній подібного масштабу: подвоєння з бази в десятки мільярдів доларів означає, що попит не просто зберігається, а масштабується швидше за очікування самої компанії.

Для AI-білдерів і CTO, які закладають бюджет на GPU-потужності на наступний квартал, це прямий сигнал: черги на постачання й ціноутворення навряд чи стануть м'якшими найближчим часом — постачальник, що фактично диктує умови ринку, працює на межі попиту, а не пропозиції.

Чому попит на AI-чипи не спадає?

Найпростіше пояснення — паралельна гонка інфраструктури на кількох фронтах одразу. Хмарні провайдери, лабораторії фундаментальних моделей і корпорації, що впроваджують власні AI-агенти, одночасно нарощують обчислювальні потужності: одні тренують нові покоління моделей, інші масштабують інференс під мільйони щоденних запитів користувачів. Обидва сценарії з'їдають GPU-потужності практично без видимої стелі.

Ймовірно, частина цього попиту також пов'язана з тим, що компанії заздалегідь резервують потужності на наступні роки, побоюючись дефіциту, — але це наше припущення, а не факт зі звітності. Точної розбивки попиту за клієнтами й регіонами NYT не наводить.

Чи означає це кінець розмов про AI-бульбашку?

Ні — і саме тут криється нюанс, важливий для тверезої оцінки ринку. Прибуток Nvidia підтверджує, що витрати на AI-інфраструктуру реальні й конвертуються у виручку постачальника, а не є суто фінансовою інженерією чи циклічними обіцянками. Але це не відповідає на окреме питання: чи окупають самі покупці чипів — хмарні провайдери й лабораторії — свої інвестиції операційним прибутком від готових AI-продуктів. Це два різні питання, і звітність Nvidia дає відповідь лише на перше з них.

Висновок AiiN

За нашою оцінкою, звітність Nvidia — найчистіший наявний індикатор реальних капітальних витрат галузі на AI, оскільки компанія стоїть на самому початку ланцюга створення вартості: перш ніж хтось зможе заробити на AI-продукті, він має спершу купити чипи. Подвоєння прибутку означає, що цей перший крок ланцюга прискорюється, а не сповільнюється, — і для AI-білдерів це практичний сигнал закладати в плани не зниження, а стабільно високу вартість GPU-потужностей щонайменше до кінця 2026 року. Питання про те, чи виправдає весь цей капітал вкладену вартість на рівні кінцевих AI-продуктів, залишається відкритим — і саме воно, а не квартальна звітність Nvidia, зрештою визначить, чи справдяться побоювання про бульбашку.

Скільки становив прибуток Nvidia рік тому для порівняння?

NYT не наводить окрему цифру попереднього періоду в цьому звіті, але формулювання про подвоєння до $59,69 млрд означає, що базовий показник року тому був приблизно вдвічі меншим за поточний. Точну попередню суму варто перевіряти в офіційній звітності компанії, якщо потрібна абсолютна точність для фінансового аналізу.

Чи стосується це лише Nvidia, чи ринку AI-чипів загалом?

Звітність прямо стосується Nvidia як конкретної компанії, але побічно підтверджує ширшу тенденцію: витрати на дата-центри для AI залишаються пріоритетом номер один для великих технологічних гравців, попри політичний і суспільний тиск навколо цієї теми.