Hovedpointer
- Nvidia brugte CES den 5. januar 2026 til at understrege, at selskabets næste store datacenterplatform, Vera Rubin, nu er “i fuld produktion”, og at systemer forventes udrullet via partnere i anden halvdel af 2026.
- Det investorrelevante skifte er, at AI bevæger sig fra primært at handle om at opbygge modeller til i stigende grad at drive AI for faktiske brugere i stor skala. Det udvider typisk mulighederne ud over GPU’er til også at omfatte netværk, hukommelse/lagring og datacenterinfrastruktur.
- Nvidia fremhævede også “physical AI” (robotteknologi og autonome systemer) som en langsigtet vækstmulighed, men tidslinjer og udbredelse er fortsat forbundet med betydelig usikkerhed.
Hvad skete der?
Consumer Electronics Showet (CES), den årlige teknologimesse i Las Vegas, er en central platform for lancering og fremvisning af nye teknologiprodukter og -platforme. For finansmarkederne fungerer messen som et nyttigt pejlemærke for, hvor innovationsinvesteringer og kommerciel adoption kan bevæge sig hen.
På CES den 5. januar 2026 brugte Nvidia-direktør Jensen Huang sin keynote til at fremhæve tre hovedbudskaber: - Rubin er på vej – og ifølge Nvidia allerede i fuld produktion.”: Nvidia præsenterede Vera Rubin som selskabets næste store datacenterplatform og oplyste, at systemer baseret på platformen forventes lanceret via partnere i anden halvdel af 2026. Huang fremhævede en ydelsesforbedring på omkring 5 gange sammenlignet med tidligere platforme samt markante reduktioner i omkostning pr. inferens-token.
- Microsoft og CoreWeave blev nævnt som tidlige brugere af Rubin-baserede datacentre.
- Ikke bare en chip – men en komplet platform til AI i stor skala: Dækningen lagde vægt på, at Nvidia positionerer Rubin som en fuldt integreret platform snarere end blot en chip. Det omfatter CPU- og GPU-komponenter kombineret med netværk og øvrige datacenterløsninger, designet til at drive AI i meget stor skala.
- Større fokus på “physical AI”: Nvidia lancerede åbne modeller og værktøjer, der skal accelerere anvendelser i den fysiske verden, herunder robotteknologi og autonome systemer.
- Selskabet annoncerede også et udvidet partnerskab med Siemens, hvor Nvidias software- og hardwarestack integreres med Siemens’ industrielle software – fra design og simulering til produktion.
- Derudover oplyste Nvidia, at den første autonome personbil med Alpamayo, bygget på NVIDIA DRIVE, bliver den helt nye Mercedes-Benz CLA, og at “AI-defineret kørsel” vil blive introduceret i USA, Europa og Asien i løbet af året
- Andre børsnoterede partnere inden for robotteknologi og autonome systemer omfattede Bosch, Fortinet, Salesforce, Hitachi og Uber, som alle anvender Nvidias åbne modelteknologier.
Hvorfor det er vigtigt for investorer?
Efter vores vurdering indeholdt Nvidias budskaber på CES 2026 flere vigtige signaler – både for selskabet og for AI-temaet bredt set.
1) CES handlede mindre om “nye teknologier” og mere om at beskytte AI-investeringscyklussen
Vi mener, at Jensen Huangs egentlige mål var investorernes tillid til AI-investeringscyklussen. Budskabet var, at den næste opgraderingsbølge allerede er planlagt, og at Nvidia forsøger at trække en større del af værdikæden ind i en samlet platformshistorie – ikke blot en GPU-historie.
Det er vigtigt, fordi markedets næste store diskussion sandsynligvis vil handle mindre om, hvorvidt AI er spændende, og mere om hvorvidt AI kan driftes stabilt og billigt nok i stor skala til, at udbredt anvendelse kan omsættes til holdbar indtjening på tværs af teknologiøkosystemet.
2) Fra “chips” til “AI-infrastruktur
Hvis brugen af AI fortsætter med at vokse, opstår flaskehalsene ofte inden for områder som datatransport, hukommelsesadgang og datacenter-effektivitet. Det er derfor, Nvidias fokus på CES på en komplet platform har bredere implikationer for de dele af teknologisektoren, der understøtter AI i stor skala – herunder netværk, hukommelse og lagring samt datacenterinfrastruktur.
3) "Physical AI” er en langsigtet købsoption – nyttig, men bør ikke prissættes som næste kvartals omsætning
Nvidias satsning på robotteknologi og autonome systemer er strategisk vigtig (åbne modeller, værktøjer og partnerskaber), men markederne har før set, at “det næste store” lover mere, end det leverer på kort sigt. Den investerbare konklusion er derfor optionel værdi – ikke sikkerhed.
Market playbook: Sådan kan investorer bruge AI temaet
Nedenfor er måder at tænke positionering på – ikke investeringsanbefalinger.
Tema A: “AI-capex fortsætter”
Flerårige udbygninger kan understøtte indtjeningssynlighed på tværs af flere lag i økosystemet. Investorer kan holde øje med segmenter, der historisk har nydt godt af vedvarende datacenterinvesteringer, herunder kerne-compute, foundry- og packaging-leverandører samt udbydere af storskala datacenterplatforme.
Den største risiko er, at forventningerne kan løbe foran virkeligheden, og selv høje vækstrater kan skuffe, alt afhængig af hvordan forventningerne er indpriset.
Tema B: “AI bevæger sig fra træning til drift” (inferens-æraen)
Budskaberne fra CES lagde vægt på at gøre AI billigere, hurtigere og mere stabil at køre for brugere. Denne fase kan udvide lederskabet ud over de mest profilerede chipnavne. Når brugen skalerer, bliver segmenter som netværk og konnektivitet, hukommelse og lagring samt datacenter-effektivitet særligt vigtige.
Den største risiko er øget konkurrence, da hyperscalere og rivaler presser på med custom silicon, interne systemer og alternative arkitekturer. Margindebatten har en tendens til at blive mere intens i inferensfasen.
Tema C: “Physical AI” (robotter og autonome systemer)
Robotik og autonomi er et langsigtet tema, som over tid kan løfte dele af halvledersektoren, industriel automation, sensorer og edge computing. Den potentielle gevinst ligger i betydelig optionel værdi, hvis adoptionen accelererer.
Den største risiko er, at adoptionsforløb kan være lange, og at teknologiske milepæle ikke altid omsættes til kommerciel efterspørgsel i stor skala.
Risici at være opmærksomme på
- Timingen: Partnerleverancer er først ventet i 2. halvår 2026, hvilket giver plads til, at hype kan komme før realitet – og at forsinkelser får betydning.
- Benchmark-gap: Nvidias performancepåstande er selskabsoplyste; uafhængig validering og reel TCO (total cost of ownership) bliver markedets endelige dommer.
- Konkurrencen på markedet: Inferensøkonomi er netop det område, hvor hyperscalere og konkurrenter presser hårdest (custom chips, alternative stacks).
- AI-capex: Selv hvis AI er strukturelt, er budgetter cykliske – timing af ordrer, pauser og “vent-og-se”-kvartaler kan forekomme.
Hvad skal investorer holde øje med fremadrettet?
- Capex-bekræftelser: Gentager hyperscalere deres investeringsplaner i den kommende regnskabssæson? Det er ilten til hele værdikæden.
- Prissignaler: Falder omkostningerne? (Et tegn på, at inferens-æraen fungerer).
- Bredde: Belønner investorerne kun megacaps – eller begynder “AI-infrastrukturen” at tage føringen?
- Volatilitet: Hvis AI-optimisme igen bliver trængt, kan korrektioner blive voldsomme selv uden forringede fundamentaler – godt for risikostyring, mindre godt for selvtilfredshed.
