Perusahaan jasa keuangan besar Citi tetap sangat optimis dengan Nvidia (NVDA), meskipun ada sentimen yang kurang bersemangat seputar saham teknologi sekarang. Jika keyakinan Citi tentang angka-angka pemimpin chip ini untuk Q4 terwujud, ini bisa menghilangkan anggapan ada kelemahan di sektor teknologi secara umum dan bisa mengaktifkan kembali harga saham perusahaan, yang sudah berada di bawah tekanan sejauh tahun ini.
Dengan rating "Beli" dan target harga $270, analis Citi Atif Malik menyatakan dalam catatan untuk klien bahwa, "Kami memproyeksikan penjualan Jan-Q sebesar $67B, di atas perkiraan pasar $65.6B dan [kami] mengharapkan panduan Apr-Q sebesar $73B vs. perkiraan pasar $71.6B. Kami mengharapkan kenaikan kuat lanjutan dari B300 dengan peluncuran Rubin untuk mendorong akselerasi penjualan CY2H26 sebesar 34% H/H vs. 27% di CY1H26. Kami yakin kebanyakan investor melihat melewati pendapatan ke [konferensi] tahunan GTC di pertengahan Maret untuk NVIDIA berbicara tentang [jalur] inferensinya menggunakan IP SRAM latensi rendah Groq dan memberikan pandangan awal untuk penjualan AI 2026/27."
Catatan positif Malik datang pada saat saham Nvidia menjadi underperformer relatif di tahun 2026 dibandingkan dengan pasar yang lebih luas—suatu hal yang langka untuk perusahaan ini. Sementara saham perusahaan paling berharga di dunia berdasarkan kapitalisasi pasar ($4.4 triliun) hanya naik 0.87% basis YTD, kenaikan S&P 500 ($SPX) hampir sama saja.
Nvidia sekali lagi mencatatkan kuartal yang sangat solid untuk Q3 fiskal 2026, dengan nyaman mengalahkan perkiraan pendapatan dan laba sambil mempertahankan tingkat pertumbuhan year-over-year (YoY) jauh di atas 50% di semua metrik kunci.
Perusahaan mencatat penjualan $57 miliar, yang 62% lebih tinggi dari kuartal yang sama tahun lalu. Laba per saham naik 60% menjadi $1.30, melampaui perkiraan konsensus $1.26. Segmen pusat data, yang masih menjadi mesin pertumbuhan utama, tumbuh 66% menjadi $51.2 miliar.
Kinerja arus kas tetap luar biasa. Arus kas operasional meningkat menjadi $23.8 miliar dari $17.6 miliar di kuartal tahun sebelumnya, dan arus kas bebas naik 64% menjadi $22.1 miliar. Nvidia mengakhiri periode tersebut dengan $60.6 miliar dalam kas, utang jangka pendek di bawah $1 miliar, dan utang jangka panjang $7.5 miliar, meninggalkan kas lebih dari delapan kali lipat saldo utang jangka panjang.
Patut dicatat, sementara laba perusahaan telah melampaui ekspektasi pasar selama sembilan kuartal berturut-turut, rekam jejaknya dalam jangka panjang bahkan lebih mengesankan. Selama 10 tahun terakhir, pendapatan dan laba Nvidia masing-masing menampilkan CAGR sebesar 44.06% dan 66.66%.
Untuk Q4, Nvidia mengharapkan pendapatan antara $63.7 miliar dan $66.3 miliar. Harapan pasar untuk hal yang sama berada di $65.63 miliar. Sementara itu, ekspektasi EPS berada di $1.46, dan proyeksi margin kotor sekitar 75% untuk kuartal ini dari pasar.
Nvidia telah mendefinisikan revolusi AI selama hampir lima tahun sekarang. Chip-chipnya adalah tolok ukur de facto dan penting untuk menggerakkan segala hal AI di dunia ini. Namun, posisi pasar dominannya tentu tidak menyebabkan kejumawaan menyusup ke perusahaan karena mereka menyiapkan persenjataan penawaran di seluruh perangkat keras dan lunak untuk terus menjadi mitra pilihan bagi perusahaan yang ingin meningkatkan kredensial AI mereka.
Untuk tujuan itu, generasi GPU berikutnya—Vera Rubin—akan menjadi daya tarik utama. Sebagai landasan platform, GPU Rubin R100 mewakili pergeseran generasi menuju "AI Agen" dan model Mixture-of-Experts (MoE) skala besar. Dibangun dengan proses 3nm (N3) canggih TSMC (TSM), setiap GPU Rubin memiliki 336 miliar transistor—peningkatan 60% dari 208 miliar di Blackwell B200.
Patut dicatat, bila dibandingkan dengan iterasi Blackwell sebelumnya, Rubin memberikan lompatan besar dalam kinerja memori dengan menjadi yang pertama mengadopsi memori HBM4. Transisi ini memperluas bandwidth memori dari 8 TB/s Blackwell menjadi 22 TB/s yang belum pernah terjadi sebelumnya, peningkatan hampir 3x yang memungkinkan satu GPU menangani model dengan lebih dari satu triliun parameter tanpa perlu mendistribusikan data di banyak node. Selain itu, kecepatan interkoneksi telah digandakan melalui NVLink 6, yang menawarkan 3.6 TB/s bandwidth dua arah. Dibandingkan dengan pesaing seperti AMD (AMD) Instinct MI455X yang akan datang, yang diproyeksikan menawarkan bandwidth sekitar 19.6 TB/s, Nvidia telah mengoptimalkan Rubin dengan agresif untuk mempertahankan keunggulan dalam throughput data, memastikan bahwa "parit CUDA" diperkuat oleh perangkat keras yang menghilangkan hambatan yang khas dalam penalaran AI berkecepatan tinggi.
Sementara itu, bukan hanya GPU; ambisi full-stack Nvidia juga memiliki ConnectX-9. ConnectX-9 adalah iterasi terbaru dari Network Interface Card (NIC) khusus Nvidia, dirancang untuk memfasilitasi komunikasi ultra-low-latency antar GPU di dalam sebuah kluster. Ia beroperasi pada 800 Gb/s per port dan menggunakan protokol NVLink 6 baru untuk memungkinkan ribuan GPU bekerja seolah-olah mereka adalah satu prosesor raksasa. Sementara versi sebelumnya fokus pada kecepatan mentah, ConnectX-9 lebih baik karena mencakup "Adaptive Routing" berbasis perangkat keras dan kontrol kemacetan, yang mencegah hambatan data yang sering mengganggu pelatihan AI skala besar. Dibandingkan dengan rekan Ethernet standar, ia menawarkan efisiensi jaringan hingga 1.6x lebih tinggi.
Dan ketika berbicara tentang perangkat lunak, Nvidia bukan hanya CUDA. Di sinilah Nvidia Inference Microservices, atau NIM, berperan. Nvidia NIM adalah rangkaian perangkat lunak yang menyediakan "container" untuk menghosting model AI seperti Llama 3 atau Nemotron secara mandiri. Alih-alih menghabiskan minggu-minggu mengoptimalkan model untuk perangkat keras tertentu, NIM secara otomatis menyesuaikan model untuk berjalan pada kinerja puncak di GPU Nvidia apa pun yang tersedia, dari RTX desktop hingga H100 atau Rubin. Ini lebih baik daripada alat penerapan open-source standar karena mencakup pustaka yang terintegrasi sebelumnya seperti TensorRT-LLM, yang dapat menggandakan kecepatan inferensi model langsung pakai. Dibandingkan dengan rekan API berbasis cloud, NIM memungkinkan perusahaan menyimpan datanya on-premise, meningkatkan keamanan sambil mengurangi latensi. Manfaat biayanya sangat besar. Dengan memaksimalkan penggunaan GPU, NIM bisa menurunkan "biaya per token" untuk respons AI sampai 5 kali lipat. Ini membuat perusahaan lebih mungkin untuk menggunakan agen AI dalam jumlah besar.
Secara keseluruhan, analis memberi rating saham NVDA sebagai "Strong Buy". Harga target rata-ratanya adalah $255,55. Ini menunjukkan saham masih punya potensi kenaikan sekitar 38,2% dari level sekarang. Dari 50 analis yang melaporkan saham ini, 44 memberi rating "Strong Buy", tiga analis memberi rating "Moderate Buy", dua analis memberi rating "Hold", dan satu analis memberi rating "Strong Sell".
www.barchart.com
Pada tanggal publikasi, Pathikrit Bose tidak memiliki posisi (baik langsung maupun tidak langsung) di sekuritas mana pun yang disebut dalam artikel ini. Semua informasi dan data dalam artikel ini hanya untuk tujuan informasi saja. Artikel ini awalnya diterbitkan di Barchart.com.