For our international clients: a full English version follows after the Dutch text.

NVIDIA neemt Groq assets en bijbehorende inference-licenties over in een deal met een omvang van ongeveer 20 miljard dollar. Met deze overname wil NVIDIA voorkomen dat inference zich buiten het eigen ecosysteem ontwikkelt en zo een structurele bedreiging wordt voor de langetermijnpositie van het bedrijf.

• NVIDIA betaalt ongeveer drie keer de laatste bekende waardering van Groq.
• De overname is volledig gericht op inference, niet op training.
• NVIDIA voegt een tweede, gespecialiseerde chiparchitectuur toe aan het platform.

De kern is eenvoudig. Training gebeurt één keer. Inference loopt elke dag door. Naarmate AI vaker wordt gebruikt, wordt inference de belangrijkste bron van terugkerende uitgaven en daarmee van structurele omzet.

Investment view

Wij zitten al lange tijd op een stijging van NVIDIA. Op dit moment kopen wij niet bij. Voor uitbreiding van de positie willen wij eerst een duidelijke correctie zien. Deze overname verandert dat niet, maar bevestigt wel waarom wij positief blijven.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

Groq ontwikkelde een Language Processing Unit die is gebouwd voor één taak: snelle en voorspelbare inference. GPU’s zijn flexibel en krachtig, maar voor dit type werk vaak te zwaar en te duur. Dat maakt LPUs aantrekkelijk voor specifieke inference-toepassingen.

Het risico voor NVIDIA was niet dat Groq GPU’s zou vervangen, maar dat Groq zou uitgroeien tot een zelfstandige inference-standaard. Dat zou klanten de mogelijkheid geven om training bij NVIDIA te doen en inference elders. Daarmee zou NVIDIA juist het deel van de keten verliezen waar de terugkerende omzet zit.

Door Groq over te nemen, trekt NVIDIA dit risico naar binnen. De boodschap aan klanten is helder: training blijft op GPU’s, inference kan op GPU’s of op LPUs, maar alles blijft binnen één NVIDIA-omgeving. Hierdoor verdwijnt de noodzaak om een alternatief ecosysteem op te bouwen.

Onze visie is duidelijk. Wij blijven zitten op een stijging van NVIDIA. Wij blijven positief, maar wachten bewust op een betere instap voordat wij de positie vergroten.

Achtergrond en context

De AI-markt verschuift structureel van training naar inference. Zodra modellen eenmaal draaien, ontstaat een constante vraag naar rekenkracht om antwoorden te genereren.

• Inference vraagt om lage latency en voorspelbaarheid.
• Groq’s LPU is sterk in vaste, afgebakende inference-taken.
• GPU’s blijven noodzakelijk voor training en brede, complexe workloads.

Groq gebruikt veel on-chip geheugen, wat snelheid oplevert maar minder geschikt is voor schaal en variatie. Dat maakt de technologie geen vervanger van GPU’s, maar een aanvulling. Voor NVIDIA is dat strategisch ideaal: meerdere oplossingen, één platform.

Voor klanten verandert de keuze. Niet langer NVIDIA of een alternatief, maar verschillende NVIDIA-oplossingen. Dat verhoogt de overstapdrempel en verstevigt de machtspositie van het bedrijf.

Conclusie

Met de overname van Groq-assets borgt NVIDIA zijn positie in AI-inference, het meest waardevolle deel van de AI-keten op lange termijn. Door training en inference onder één dak te houden, voorkomt het bedrijf dat klanten uitwijken naar alternatieven. Wij blijven positief over het aandeel en blijven zitten op een stijging, met discipline rond het moment van eventueel bijkopen.

🔵 English version

NVIDIA: Groq asset acquisition secures control over AI inference

NVIDIA is acquiring Groq assets and related inference licenses in a transaction valued at approximately 20 billion dollars. The purpose of the deal is straightforward: prevent inference from evolving outside NVIDIA’s ecosystem and becoming a long-term strategic threat.

• NVIDIA is paying roughly three times Groq’s most recent valuation.
• The acquisition is focused entirely on inference, not training.
• A second, specialized architecture is added to the NVIDIA platform.

Training is largely a one-time expense. Inference runs continuously. As AI usage scales, inference becomes the dominant source of recurring spend and long-term value.

Investment view

We have been positioned for long-term upside in NVIDIA for a considerable time. At current levels, we are not adding. A clear correction would be required before increasing exposure. This acquisition does not change that stance, but it reinforces our constructive view.

Groq’s Language Processing Unit is designed for fast and predictable inference. GPUs remain flexible and powerful, but are often over-engineered for narrow inference tasks. The strategic risk for NVIDIA was not replacement, but displacement of inference outside its platform.

By acquiring Groq, NVIDIA internalizes that risk. Customers can train on GPUs and run inference on GPUs or LPUs, but always within the NVIDIA ecosystem. This removes the incentive to build or adopt an external inference stack.

We remain positive on the stock. We stay invested for upside and remain disciplined on timing for any additional allocation.

Background and context

AI economics are shifting structurally from training toward inference.

Inference demands low latency and predictable performance, where specialized architectures excel. GPUs remain essential for training and complex workloads. Groq’s SRAM-heavy design delivers speed but limited scalability, making it complementary rather than substitutive.

Customer choice therefore narrows. Instead of choosing between NVIDIA and alternatives, customers choose among NVIDIA solutions, increasing switching costs and reinforcing platform control.

Conclusion

The Groq asset acquisition secures NVIDIA’s position in AI inference, the most valuable segment of the AI value chain over time. By keeping both training and inference under one roof, NVIDIA strengthens its strategic control. We remain positive on the stock, stay positioned for upside, and wait for a more attractive entry point before adding exposure.