NVIDIA Corporation
NVDA · AI infrastructure (GPU/akceleratory)
Projektuje układy GPU i platformy obliczeniowe wykorzystywane do trenowania i uruchamiania modeli AI.
- Umsatz:
- 215,9 Mrd. $
- F&E-Aufwand:
- 18,5 Mrd. $
Unternehmensprüfung
Ein Ausgangspunkt für die Due Diligence, ob ein Unternehmen wirklich KI einsetzt — kein Urteil. Durchsuche US-notierte KI-Unternehmen, springe direkt zu ihren SEC-Berichten und arbeite die Checkliste durch.
NVDA · AI infrastructure (GPU/akceleratory)
Projektuje układy GPU i platformy obliczeniowe wykorzystywane do trenowania i uruchamiania modeli AI.
MSFT · Hyperscaler + platforma AI
Chmura Azure, integracja modeli OpenAI w produktach (Copilot). Duże nakłady inwestycyjne na centra danych.
GOOGL · Hyperscaler + laboratorium AI
Google DeepMind, modele Gemini, infrastruktura TPU oraz chmura Google Cloud.
AMZN · Hyperscaler
AWS jako dostawca infrastruktury AI, własne układy (Trainium/Inferentia), inwestycja w Anthropic.
META · Laboratorium AI + reklama
Modele Llama (otwarte wagi), rekomendacje oparte na AI, znaczące nakłady na infrastrukturę.
PLTR · Platforma analityczna/AI
Platformy Foundry i AIP do analityki i wdrożeń modeli w sektorze komercyjnym i rządowym.
AI · Enterprise AI (oprogramowanie)
Oprogramowanie aplikacyjne AI dla przedsiębiorstw; przykład spółki, której nazwa i komunikacja są silnie 'AI-first'.
AMD · AI infrastructure (układy)
Procesory i akceleratory (Instinct) konkurujące na rynku sprzętu do AI.
SMCI · Sprzęt serwerowy do AI
Serwery i systemy chłodzenia pod zastosowania AI/HPC.
AVGO · Półprzewodniki + custom silicon
Niestandardowe układy (ASIC) dla hyperscalerów oraz komponenty sieciowe dla klastrów AI.
ARM · Architektura układów (IP)
Licencjonowanie architektury procesorów obecnej w urządzeniach brzegowych i centrach danych.
SNOW · Platforma danych + AI
Platforma danych w chmurze z funkcjami AI/ML (Cortex) do pracy na danych przedsiębiorstwa.
Finanzzahlen, sofern angezeigt, stammen von SEC EDGAR (us-gaap, aktuellster 10-K). Nur US-notierte Unternehmen. · Datensatz aktualisiert: 2026-07-21
Angelehnt an die Fragen professioneller Analysten. Sie hilft, echte KI von Marketing zu trennen — durch Fragen, nicht durch Annahmen.
Technisch
Organisatorisch