NVIDIA en AMD brengen de chipoorlog van AI naar een nieuw stadium

De strijd om AI-chiptechnologie is niet langer enkel afhankelijk van wie de meeste GPU’s verkoopt aan Microsoft, Amazon, Google of Meta. Hoewel deze markt nog steeds enorm is, wordt duidelijk dat dit niet alle ontwikkelingen kan verklaren. NVIDIA heeft zijn rapportages aangepast om beter onderscheid te maken tussen hyper-scalerbedrijven en andere AI-gerelateerde vraag. Tegelijkertijd kondigde AMD een investering van meer dan 10 miljard dollar aan in Taiwan om geavanceerde verpakkings- en fabricagecapaciteiten, evenals AI-infrastructuur, te versterken.

Beide bewegingen wijzen in dezelfde richting: de volgende fase van AI-ontwikkeling wordt niet alleen gekenmerkt door een race naar krachtigere accelerators, maar vooral door het beheersen van volledige systemen, supply chains, fabricagemogelijkheden, verpakkingen, netwerken, servers, software en klanten buiten de traditionele publieke cloud. AI is niet meer slechts een GPU-business. Het is een volledige infrastructuurindustrie.

NVIDIA sloot haar eerste fiscale kwartaal van 2027 af met records van 81,6 miljard dollar, een stijging van 85% ten opzichte van een jaar eerder. Het datacentersegment behaalde 75,2 miljard dollar, een groei van 92% jaar-op-jaar, gedreven door de uitrol van wat Jensen Huang “AI-fabrieken” noemt. Maar de belangrijkste verandering ligt niet alleen in de cijfers, maar vooral in hoe het bedrijf de markt wil laten interpreteren wat deze cijfers betekenen.

NVIDIA maakt onderscheid tussen hyperscalers en AI Clouds, Industrie en Ondernemingen (ACIE)

NVIDIA heeft een nieuwe rapportagestructuur geïntroduceerd met twee grote segmenten: Data Center en Edge Computing. Binnen Data Center wordt een onderscheid gemaakt tussen Hyperscale en ACIE, oftewel AI Clouds, Industriële en Ondernemings- cliënten. Hyperscale omvat inkomsten uit publieke cloudproviders en grote internetbedrijven. ACIE omvat gespecialiseerde AI-datacenters, private AI-clouds, industriële bedrijven, essentiële nationale AI-voorzieningen en sector- of landgebonden AI-fabrieken.

Dit is geen cosmetische wijziging. Volgens de kwartaalresultaten zal Hyperscale ongeveer 38 miljard dollar hebben opgeleverd, goed voor circa 50% van het datacentersegment, terwijl ACIE bijna 37 miljard dollar bereikte en met 31% groeide ten opzichte van het voorgaande kwartaal. Bovendien meldde NVIDIA dat de inkomsten uit AI Clouds meer dan verdubbeld zijn ten opzichte van een jaar geleden, dat de inkomsten uit nationale AI-voorzieningen meer dan 80% stegen en dat de infrastructuur nu in bijna 40 landen is uitgerold.

Deze verandering herschrijft de narratief. Voorheen werd de markt vooral verklaard door de uitgaven van grote hyperscalers. Met deze nieuwe rapportage wordt duidelijk dat er een andere, bijna even grote vraag is: aanbieders van AI en cloud, overheden, industrieën, bedrijven, telecom, robotica, automotive, werkstations, AI-RAN en edge computing-omgevingen.

De strategische boodschap is helder: NVIDIA wil dat investeerders en klanten begrijpen dat haar markt niet langer enkel afhankelijk is van GPU-verkoop aan enkele grote cloudgiganten. Het bedrijf positioneert zich als volledige infra-leverancier voor de AI-economie, van training en inferentie in datacenters tot edge, robotica, personal computing, automotive en telecommunicatienetwerken.

AMD reageert uit Taiwan en op geavanceerde verpakkingen

AMD heeft haar strategie aangepast door een investering van meer dan 10 miljard dollar in Taiwan aan te kondigen, gericht op het versterken van strategische partnerschappen en het opschalen van capaciteiten voor geavanceerde verpakkingen en infrastructuur voor AI. Het plan omvat EFB 2.5D-technologieën voor verbeterde bandbreedte en efficiëntie in de nieuwe EPYC-processorserie Venice, en het voorbereiden van de AMD Helios rack-scale platform, uitgerust met Venice CPU’s en Instinct MI450X GPU’s, voor grootschalige deployments vanaf de tweede helft van 2026.

AMD’s boodschap verschilt van die van NVIDIA, maar is even ambitieus. Terwijl NVIDIA aantoont dat haar markt groeit buiten de hyper-scalers, versterkt AMD haar industriële fundamenten om te kunnen concurreren in de nieuwe generaties AI-systemen: verpakkingen, interconnecties, substrates, assemblage, testen en samenwerking met Taiwanese partners.

Ook kondigde AMD aan dat de productie van Venice-CPU’s op de 2 nm-node van TSMC is gestart — een belangrijke stap nu CPU’s weer een grotere rol gaan spelen in inferentie, AI-agenten en rack-scale architecturen. AI wordt dus niet alleen GPU-gedreven; systemen vereisen ook CPU’s, geheugen, interconnecties, opslag, netwerken en software voor het draaien van lange, intensieve workloads over verschillende locaties.

De Taiwanese investering bevestigt dat de chipsoorlog niet alleen wordt beslist op chip-ontwerp, maar vooral op de capaciteit om meerdere chiplets te integreren, data te verplaatsen met minder energie, aanvoerketens te beveiligen en samen te werken met derden voor assemblage en fabricage. De bottleneck ligt niet enkel in het maken van de chip, maar in het omzetten ervan in een schaalbaar, operationeel systeem.

De nieuwe grens: AI-fabrieken, soevereiniteit en bedrijfsstrategie

Zowel NVIDIA als AMD reageren op dezelfde fundamentele verandering. De eerste AI-golf richtte zich op het trainen van fundamentele modellen en het verkopen van capaciteit aan grote cloudproviders. De volgende golf zal bestaan uit grootschalige inferentie, zakelijke agenten, soevereine AI, industrie, telecommunicatie, automotive, robotica, wetenschappelijke simulaties en edge computing.

Daarom is ACIE zo belangrijk. Het lijkt misschien een financieringsbegrip, maar vat een realiteit samen: AI komt niet alleen uit laboratoria en hyper-scalers, maar betreedt sectoren die hun eigen capaciteit willen opbouwen. Banken, fabrikanten, overheden, operators, regionale cloudaanbieders en grote industriële groepen willen niet altijd volledig afhankelijk zijn van publieke cloud-regio’s. Sommige zullen kiezen voor gespecialiseerde AI-clouds, dedicated datacenters, soevereine capaciteit of privéplatforms.

AMD kijkt hierbij naar de supply chain. Om een deel van de markt van NVIDIA over te nemen, moet AMD meer bieden dan alleen goede GPU’s. Ze hebben volledige platforms nodig: competitieve CPU’s, geavanceerde verpakkingen, energie-efficiëntie, fabricagepartners en de mogelijkheid om snel systemen te leveren. Haar investering in Taiwan is bedoeld om haar industriële kracht te waarborgen voordat de vraag de capaciteit overschrijdt.

De markt wordt hierdoor breder. NVIDIA concurreert niet alleen met AMD in accelerators, maar ook met Google’s ASICs, Amazon’s eigen chips, Chinese alternatieven, gespecialiseerde systemen zoals Cerebras en meer efficiënte inferentie-architecturen. AMD hoeft zich niet alleen als “tweede GPU-leverancier” te profileren; zij moet zich positioneren als een allesomvattende infrastructuurpartner voor AI – van CPU tot rack.

Wat betekent dit voor bedrijven en cloudproviders?

Voor CIO’s, CTO’s en infrastructuurproviders betekent deze nieuwe fase dat de keuze voor hardware geen geïsoleerde GPU-bestelling meer is. Er moet gekeken worden naar hele platforms, inclusief software, netwerken, beschikbaarheid, energieverbruik, koeling, support, roadmap, lock-in en totale kosten per workload.

Een private cloud-provider of een bedrijf dat on-premises AI implementeert, moet beslissen of ze de voorkeur geven aan het NVIDIA-ecosysteem vanwege maturiteit en compatibiliteit, of AMD voor kostenefficiëntie en minder afhankelijkheid. Ze kunnen ook voor een combinatie kiezen of bepaalde toepassingen reserveren voor gespecialiseerde accelerators. De keuze hangt af van de toepassing: training, inferentie, RAG, agents, vision, simulatie, HPC, robotica of analytics.

Ook de financiële interpretatie verandert: NVIDIA wil laten zien dat haar markt niet alleen bestaat uit grote hyperscalers, maar zich uitbreidt naar industrieën en landen. AMD probeert aan te tonen dat ze deze groei kan opvangen door capaciteit veilig te stellen en volledige systemen te leveren. Beiden verleggen de focus van marktpositie naar operationele uitvoering.

AI is niet meer een race met losse chips, maar een strijd om complete ketens: ontwerp, foundry, verpakking, geheugen, netwerken, servers, software, datacenters en eindgebruikers. NVIDIA drukt dat uit door haar inkomstenrapportages aan te passen, AMD door meer te investeren in Taiwan en volledige systemen te ontwikkelen.

De kernboodschap voor de sector is eenvoudig: de komende chips-oorlog in AI wordt niet gewonnen met de krachtigste accelerator alleen. Hij wordt gewonnen door degenen die in staat zijn om volledig werkende systemen te ontwerpen, produceren, onderhouden en op de markt te brengen, op het tempo dat de markt vereist.

Veelgestelde vragen

Wat betekent ACIE in de nieuwe NVIDIA-structuur?
ACIE staat voor AI Clouds, Industriële en Ondernemingssegmenten. Het omvat inkomsten uit AI-clouds, zakelijke sectoren, industriële toepassingen, nationale AI-voorzieningen en gespecialiseerde datacenters buiten de traditionele hyper-scaler segmenten.

Waarom investeert AMD meer dan 10 miljard dollar in Taiwan?
Om geavanceerde verpakkingsonderzoeken, strategische partnerschappen en fabricagemogelijkheden voor de nieuwe AI-infrastructuur te versterken.

Wat is AMD Helios?
Een rack-scale platform dat CPU’s (EPYC Venice) en GPU’s (Instinct MI450X) combineert, bedoeld voor grootschalige AI-deployments vanaf de tweede helft van 2026.

Verzwakt deze ontwikkeling NVIDIA’s dominantie?
Niet onmiddellijk. NVIDIA blijft leidend in GPU’s, software en ecosysteem. Maar AMD’s investeringen en nieuwe focus verschuiven de competitie naar volledige systemen, verpakkingsinnovaties en industriële capaciteit.