아이디어
Meta는 Nvidia GPU를 배포할 뿐만 아니라 "NVIDIA CPU 사용에 대해 논의"하고 있으며, 전통적인 x86 아키텍처에서 벗어나고 있습니다. 역사적으로 AI 서버 랙은 Nvidia GPU와 Intel 또는 AMD CPU로 구성되었습니다. Nvidia 자체 CPU(Grace)로 전환함으로써 Nvidia는 랙 내 실리콘 가치의 100%를 포착합니다. 이는 단위당 수익을 증가시키고 긴밀하게 통합된 독점 생태계를 만들어 경쟁 해자를 강화합니다. Nvidia가 GPU 가속기 회사에서 풀스택 데이터센터 제공업체로 성공적으로 확장함에 따라 NVDA 롱. 시장 지배력에 대한 규제 개입 또는 TSMC의 공급망 병목.
Meta는 최첨단 모델이 최신 클러스터에서 훈련되도록 "해당 NVIDIA 공급을 적극적으로 확보하고 있습니다." AI 군비 경쟁에서 컴퓨팅 용량이 주요 병목 현상입니다. 수백만 개의 프로세서를 확보함으로써 Meta는 OpenAI 및 Google과 경쟁력을 유지합니다. 이 거래의 "순환성"은 Meta의 하드웨어 접근을 우선시하는 전략적 파트너십을 시사합니다. AI 모델 개발에서 선도적 위치를 유지하는 데 필요한 인프라를 확보함에 따라 META 롱. AI 수익화가 지연될 경우 대규모 자본 지출이 잉여 현금 흐름에 부담이 될 수 있습니다.
Anthropic 모델은 Nvidia GPU가 아닌 Google TPU와 Amazon 칩으로 훈련됩니다. Nvidia가 지배적이지만, 빅테크 동종 업체들은 Nvidia 의존도를 줄이기 위해 맞춤형 실리콘을 통해 방어적 해자를 적극적으로 구축하고 있습니다. 그러나 Mandeep은 Nvidia의 새로운 칩이 '30배 더 많은 토큰 출력'을 제공한다고 지적하며, 맞춤형 실리콘이 프론티어 훈련의 원시 성능에서 여전히 뒤처져 있음을 시사합니다. 이들 종목을 관찰하여 내부 실리콘이 Nvidia의 Blackwell 아키텍처와의 성능 격차를 좁힐 수 있는지 확인하십시오. 맞춤형 칩이 확장에 실패하면, Nvidia에 프리미엄을 지불해야 하며 이는 마진을 해칠 것입니다.
Mandeep은 "이전에는 AMD나 Intel이 Meta의 데이터 센터에 CPU를 공급했습니다. 이제 NVIDIA가 CPU를 판매함에 따라 AMD에 영향을 미칠 수 있습니다."라고 말합니다. 이는 시장에서 가장 높은 성장을 보이는 부문(AI 하이퍼스케일러)에서 소켓 점유율의 직접적인 손실을 의미합니다. 업계 표준이 Nvidia GPU와 Nvidia CPU(Grace-Hopper/Blackwell)의 조합으로 전환된다면, AI 데이터 센터에서 AMD와 Intel의 TAM(Total Addressable Market)이 크게 축소됩니다. AI 가치 사슬에서 대체 위기에 처한 레거시 CPU 제조사를 숏 또는 관망. Nvidia의 CPU가 기대에 미치지 못하거나, 하이퍼스케일러가 벤더 종속을 피하기 위해 공급처 다변화를 유지할 수 있습니다.
This Bloomberg Markets video, published February 18, 2026,
features Mandeep Singh
discussing NVDA, META, GOOG, AMZN, AMD, INTC.
4 trade ideas extracted by AI with direction and confidence scoring.
Speakers:
Mandeep Singh
· Tickers:
NVDA,
META,
GOOG,
AMZN,
AMD,
INTC