Nvidia er den dominerende leverandør af hardware til AI-datacentre. Men listen over udfordrere er blevet længere, og flere af dem er selskabets egne kunder.

Denne artikel gennemgår, hvem der reelt presser Nvidia, hvor langt de er nået, hvad der begrænser dem – og hvad Nvidia selv har gjort som svar. Artiklen er faktabaseret og udgør ikke investeringsrådgivning.

Nvidias udgangspunkt

I 1. kvartal af regnskabsåret 2027 omsatte Nvidias datacenterforretning for 75,2 mia. USD ud af en samlet omsætning på 81,6 mia. USD. Det svarer til cirka 92 %.

Selskabet anslås at have den store del af markedet for AI-acceleratorer. Vær dog opmærksom på, at markedsandele på dette område er svære at opgøre præcist: estimaterne varierer efter, om der måles i omsætning eller antal enheder, og om de chips, kunderne selv udvikler til eget brug, tælles med.

Hvorfor positionen har holdt

Nvidias vigtigste beskyttelse er ikke selve chippen. Det er softwareplatformen CUDA, som gennem tyve år er blevet det, størstedelen af verdens AI-kode er skrevet til.

At skifte til en konkurrents hardware kræver derfor, at kode skrives om og testes igen. Vi gennemgår mekanismen i artiklen om hvad CUDA er.

Men beskyttelsen dækker ikke alt lige godt

Her er den vigtigste skelnen i hele artiklen.

Træning er, når en AI-model lærer fra data. Det er komplekst, sker relativt sjældent, og det er her, CUDA-økosystemet betyder mest.

Inferens er, når den færdige model bruges til at svare på noget. Det sker milliarder af gange dagligt, opgaven er mere ensartet, og den er derfor lettere at bygge specialiseret hardware til.

Konkurrencen retter sig i overvejende grad mod inferens. Det er også der, volumen kommer til at ligge, efterhånden som AI går fra udvikling til daglig drift.

Overblik

Fire typer konkurrence – og hvad der begrænser dem

Status august 2026.

Kunderne bygger selv

Google, Amazon, Microsoft og Meta udvikler alle egne AI-chips. De er samtidig Nvidias største kunder.

Begrænsning: chippene bruges primært internt og løser ikke netværksdelen. Flere af selskaberne har samtidig udvidet deres indkøb hos Nvidia.

AMD

Datacenteromsætning på 6,7 mia. USD i 2. kvartal 2026 – mere end en fordobling år-over-år og 58 % af selskabets omsætning.

Begrænsning: stadig under en tiendedel af Nvidias datacenterforretning målt i kroner, og softwareplatformen ROCm er mindre udbredt end CUDA.

Kinesiske producenter

Amerikanske eksportrestriktioner har åbnet det kinesiske marked for lokale alternativer, først og fremmest Huawei.

Begrænsning: primært et kinesisk fænomen. De samme restriktioner begrænser adgangen til den mest avancerede produktionsteknologi.

Specialiserede startups

En række mindre selskaber bygger chips målrettet inferens frem for træning.

Begrænsning: ingen har skala til at levere til hele markedet. Nvidia har desuden licenseret teknologi fra én af dem, Groq, og ansat ledelsen.

Den fælles begrænsning: en konkurrerende chip er ikke det samme som et konkurrerende system. Et AI-datacenter kræver også netværk, software og værktøjer, der får tusindvis af chips til at fungere som ét. Det er dér, Nvidias forspring er bredest.

Kunderne der bygger deres egne chips

Dette er den mest omtalte trussel, og den er strukturelt anderledes end almindelig konkurrence: Nvidias største kunder er samtidig dem, der arbejder hårdest på at kunne undvære selskabet.

Hvorfor de gør det

Motivet er ikke primært teknologisk. Det er økonomisk og strategisk.

Køber man for milliarder af dollars hos én leverandør, betaler man også dennes margin. En egenudviklet chip, der er god nok til ens egne, kendte opgaver, kan være billigere i drift – selv om den ikke er bedre.

Dertil kommer ønsket om ikke at være afhængig af én leverandørs leveringsevne og prissætning.

Hvem det drejer sig om

Google har den længste historik med sine TPU-processorer, som har været under udvikling i mange år og bruges både internt og af kunder i Google Cloud.

Amazon udvikler Trainium til træning og Inferentia til inferens, begge til brug i AWS.

Microsoft har med Maia-serien bygget egne acceleratorer til Azure.

Meta udvikler MTIA-chips, primært målrettet selskabets egne anbefalingssystemer og inferensopgaver.

Hvad der begrænser dem

De løser kun én del af opgaven. En accelerator er ikke et datacenter. Netværket, der binder tusindvis af chips sammen, og softwarelaget ovenpå skal også være der.

De bruges internt. Chippene sælges ikke bredt på markedet, og de konkurrerer derfor ikke om Nvidias øvrige kunder.

De køber stadig. Nvidia indgik i februar 2026 et flerårigt partnerskab med Meta om udrulning af millioner af Blackwell- og Rubin-processorer samt netværksudstyr. Et selskab kan altså udvikle egne chips og samtidig udvide sine indkøb hos Nvidia. De to ting udelukker ikke hinanden.

Det der ofte overses: netværket

Når man diskuterer konkurrencen, diskuterer man næsten altid chips. Men et AI-datacenter kræver også udstyr, der får chippene til at fungere som ét sammenhængende system.

Nvidias datacenter-netværk omsatte for 14,8 mia. USD i 1. kvartal af regnskabsåret 2027 – en vækst på 199 % år-over-år. Til sammenligning voksede chipsalget 77 %.

Netværket er altså den hurtigst voksende del af forretningen, og det er en del af markedet, hvor de fleste af de konkurrerende chipprojekter slet ikke stiller op.

AMD og Intel

AMD

AMD er den mest håndgribelige direkte konkurrent, og selskabet rykker.

I 2. kvartal 2026 omsatte AMD’s datacenterforretning for 6,7 mia. USD – en stigning på 107 % år-over-år og 58 % af selskabets samlede omsætning. Selskabet har MI400-serien og racksystemet Helios på vej i produktion.

Til perspektiv: 6,7 mia. USD er stadig under en tiendedel af Nvidias 75,2 mia. USD. Og softwareplatformen ROCm er mindre udbredt end CUDA, selv om afstanden er blevet mindre.

Men vækstraten er højere end Nvidias, og det er et andet billede end for et par år siden.

Intel

Intel har flyttet sit fokus. Selskabet konkurrerer ikke længere først og fremmest om at levere de hurtigste AI-acceleratorer, men satser på at producere chips for andre virksomheder.

Det gør Intel mere til en omstillingshistorie end til en direkte Nvidia-udfordrer i dag. Vi sammenligner de tre selskaber nærmere i Nvidia vs. AMD vs. Intel.

Kinesisk konkurrence

Amerikanske eksportrestriktioner begrænser Nvidias mulighed for at sælge sine mest avancerede chips i Kina. Det har åbnet markedet for lokale producenter, først og fremmest Huawei med Ascend-serien.

Hvad det betyder i praksis

For kinesiske kunder, der ikke kan købe Nvidias topprodukter, er lokale alternativer det eneste reelle valg. Nvidia regner i sine egne forventninger ikke med omsætning fra datacenter-compute i Kina.

Hvad der begrænser det

De samme restriktioner, der åbner markedet for kinesiske producenter, begrænser også deres adgang til den mest avancerede produktionsteknologi.

Uden for Kina er de kinesiske alternativer indtil videre ikke en betydelig faktor. Det er altså primært et geografisk afgrænset tab, ikke et globalt konkurrencepres.

Bemærk samtidig, at restriktioner kan gå begge veje. De kan strammes yderligere eller lempes, og begge dele vil påvirke forretningen mærkbart.

Specialiserede startups

En række mindre selskaber bygger hardware målrettet inferens frem for træning, med fokus på hastighed og energiforbrug.

Ingen af dem har skala til at levere til hele markedet. Deres betydning ligger i, at de presser priserne og tvinger Nvidia til at fastholde et højt udviklingstempo.

Groq-aftalen og hvad den faktisk indebar

Den mest omtalte hændelse på dette område kræver en præcisering, fordi den ofte gengives forkert.

I december 2025 indgik Nvidia en ikke-eksklusiv licensaftale med Groq om selskabets inferensteknologi. Groqs stifter Jonathan Ross, præsident Sunny Madra og flere medarbejdere gik til Nvidia.

Nvidia købte altså ikke Groq. Selskabet fortsætter som selvstændig virksomhed under en ny administrerende direktør.

Beløbet er også værd at være omhyggelig med. Tallet 20 mia. USD, som cirkulerer bredt, stammer fra en af Groqs investorer via pressen og er aldrig blevet bekræftet af parterne. Nvidias egen pengestrømsopgørelse viser 13,0 mia. USD bogført på aftalen i kvartalet.

Uanset beløbet er signalet det samme: Nvidia betragter specialiseret inferenshardware som noget, selskabet hellere vil have adgang til end konkurrere imod.

Nvidias modtræk

Den anden halvdel

Nvidias modtræk

Oplyst i selskabets regnskaber for 4. kvartal i regnskabsåret 2026 og 1. kvartal i regnskabsåret 2027.

Licensaftale med Groq December 2025Ikke-eksklusiv licens på Groqs inferensteknologi. Groqs stifter og ledelse er gået til Nvidia, mens Groq fortsætter som selvstændigt selskab. Nvidia har bogført 13,0 mia. USD på aftalen.
Aftale med Meta Februar 2026Flerårigt partnerskab om udrulning af millioner af Blackwell- og Rubin-processorer samt netværk – med et af de selskaber, der samtidig udvikler sine egne chips.
NVLink Fusion med Marvell Maj 2026Åbner Nvidias forbindelsesteknologi for andres chips. Selv kunder, der bygger egne processorer, kan dermed ende med at bruge Nvidias netværk.
Vera-processoren Maj 2026Nvidias egen processor til almindelige serveropgaver. Selskabet bevæger sig fra at levere acceleratorer til at levere hele regnestakken.
Netværksforretningen Løbende14,8 mia. USD i 1. kvartal af regnskabsåret 2027 – en vækst på 199 % år-over-år og dermed langt hurtigere end chipsalget.

Mønsteret er værd at bemærke. Nvidia forsøger ikke kun at slå konkurrenterne på ydelse. Selskabet køber adgang til deres teknologi, åbner sit netværk for deres chips og binder de kunder tættere til sig, som samtidig bygger alternativer. Konkurrence og samarbejde foregår ofte mellem de samme parter.

Mønsteret er værd at hæfte sig ved. Nvidia forsøger ikke udelukkende at vinde på ydelse.

Selskabet licenserer teknologi fra konkurrenter, åbner sin egen forbindelsesteknologi for andres chips gennem NVLink Fusion, og indgår langsigtede aftaler med præcis de kunder, der samtidig udvikler alternativer.

Med Vera-processoren bevæger Nvidia sig desuden fra at levere acceleratorer til at levere hele regnestakken i et datacenter: processor, accelerator og netværk.

I denne branche er de samme parter ofte konkurrenter og samarbejdspartnere på én gang.

Sådan kan du følge udviklingen

Frem for at forsøge at forudsige udfaldet kan man følge nogle konkrete indikatorer i regnskaberne.

Fordelingen mellem Hyperscale og ACIE. Nvidia opdeler nu datacenterforretningen i de store cloud-selskaber og en bredere gruppe af AI-datacentre, industri, virksomheder og statslige kunder. Spreder omsætningen sig mod den sidste gruppe, falder afhængigheden af få store kunder.

Netværkets andel. Vokser netværksforretningen fortsat hurtigere end chipsalget, tyder det på, at systemsalget – ikke enkeltchippen – bærer forretningen.

Bruttomarginen. Det er her et prispres først vil vise sig. Falder marginen vedvarende uden en engangsforklaring, er det et konkret signal.

AMD’s datacentervækst kvartal for kvartal. Fortsætter den i trecifret tempo, flytter der sig noget reelt.

Tallene offentliggøres hvert kvartal og kan følges i vores gennemgang af Nvidias regnskab.

Et forbehold om forudsigelser

Der findes en række prognoser for, hvordan markedsandelene udvikler sig frem mod 2028 og længere. Nogle af dem forudser markante fald i Nvidias andel af inferensmarkedet.

Behandl den slags tal med forsigtighed. Prognoser om et marked, der ændrer sig så hurtigt som dette, har historisk været upræcise i begge retninger – og de bygger på antagelser om teknologi, der endnu ikke findes.

Det samme gælder de ydelsestal, chipproducenterne oplyser om deres egne produkter. De er markedsføringsmateriale, ikke uafhængige målinger, og de er sjældent sammenlignelige på tværs af leverandører.

Ansvarsfraskrivelse

Denne artikel er udelukkende informativ og faktabaseret. Den er hverken en anbefaling, en opfordring til at købe eller sælge værdipapirer eller anden finansiel rådgivning.

Regnskabstal, markedsandele og oplysninger om konkurrenter er tidsfølsomme og kan have ændret sig, siden artiklen blev opdateret. Vurderinger af fremtidig konkurrence er i sagens natur usikre.

Investering i aktier indebærer risiko, og du kan tabe hele eller dele af det investerede beløb. Nvidia-aktien handles i amerikanske dollar, så du bærer som dansk investor også en valutarisiko. Historiske afkast er ingen garanti for fremtidige resultater.

Beskatning afhænger af dine personlige forhold. Kontakt Skattestyrelsen eller en kvalificeret rådgiver for vejledning om din egen situation. Information om investorbeskyttelse finder du hos Finanstilsynet, og Nvidias officielle materiale ligger på Nvidia Investor Relations.

Foretag altid din egen research, før du træffer økonomiske beslutninger. Nvidia-aktie.dk er ikke tilknyttet NVIDIA Corporation.

Dokumentation

Kildehenvisninger

Regnskabstal stammer fra selskabernes egne meddelelser og indberetninger til det amerikanske børstilsyn SEC. Oplysninger om Groq-aftalen er sammenholdt med selskabernes egne udmeldinger.

Ofte stillede spørgsmål

Hvem er Nvidias største konkurrent?

Det afhænger af, hvad man måler. Målt på omsætning fra chips solgt på markedet er det AMD. Målt på, hvor meget efterspørgsel der forsvinder fra Nvidia, er det formentlig kunderne selv – de store cloud-selskaber, der udvikler chips til eget brug og samtidig er Nvidias største købere.

Købte Nvidia virksomheden Groq?

Nej. Nvidia indgik i december 2025 en ikke-eksklusiv licensaftale om Groqs inferensteknologi, og Groqs stifter og dele af ledelsen gik til Nvidia. Groq fortsætter som selvstændigt selskab under en ny direktør. Det beløb på 20 mia. USD, der ofte nævnes, stammer fra en investor via pressen og er ikke bekræftet af parterne. Nvidias egen pengestrømsopgørelse viser 13,0 mia. USD.

Kan AMD indhente Nvidia?

AMD voksede hurtigere end Nvidia i datacenter i seneste kvartal – 107 % mod 92 % – men fra en langt mindre base. AMD’s datacenteromsætning er stadig under en tiendedel af Nvidias, og softwareplatformen ROCm er mindre udbredt end CUDA. AMD er en reel nummer to, ikke en umiddelbar afløser.

Er Huawei en trussel globalt?

Ikke uden for Kina. Huaweis Ascend-chips er relevante på det kinesiske marked, netop fordi amerikanske eksportrestriktioner forhindrer Nvidia i at sælge sine topmodeller der. På vestlige markeder er de ikke en betydelig faktor.

Hvorfor er inferens mere udsat for konkurrence end træning?

Fordi opgaven er mere ensartet og lettere at bygge specialiseret hardware til. Træning kræver stor fleksibilitet og trækker derfor mere på CUDA-økosystemet. Inferens sker i langt større volumen, og der er derfor mere at spare ved at optimere.

Hvad er de vigtigste ting at holde øje med i regnskaberne?

Fordelingen mellem Hyperscale og ACIE, om netværksforretningen fortsat vokser hurtigere end chipsalget, om bruttomarginen holder, og hvor hurtigt AMD’s datacenterforretning vokser kvartal for kvartal.

Betyder øget konkurrence, at Nvidias omsætning falder?

Ikke nødvendigvis. Konkurrence presser typisk marginer og vækstrater først. Vokser det samlede marked hurtigere, end Nvidias andel af det falder, kan omsætningen stige samtidig med, at markedsandelen bliver mindre.