De største AI-kundene bygger egne brikker for å bli mindre avhengige av Nvidia. Nvidia svarer med å investere 3,5 milliarder dollar i MediaTek og gjøre disse brikkene enklere å koble til Nvidias infrastruktur. Investeringen tilsvarer cirka 33 milliarder kroner med Norges Banks dollarkurs på 9,3412 kroner fra 31. august.

Det er et smart trekk. Nvidia trenger ikke vinne hvert eneste regnestykke inne i datasenteret dersom selskapet fortsatt leverer forbindelsene, minnet, pakkingen, rack-arkitekturen og programvaren som får hele maskinen til å fungere. Kunden kan få sin egen XPU på brikkekartet, mens Nvidia beholder en plass i resten av kartet.

Jeg ville derfor ikke lest avtalen som et tegn på at Nvidia gir fra seg kontroll. Selskapet tilpasser kontrollen til et marked der de største kundene ikke lenger vil være helt avhengige av én leverandørs GPU-er. Det er mindre «alt må være Nvidia» og mer «alt bør passe inn i Nvidia-systemet». Forskjellen er viktig.

Hva kjøper Nvidia for 3,5 milliarder dollar?

Nvidia har kjøpt konvertible obligasjoner utstedt av MediaTek for 3,5 milliarder dollar, cirka 33 milliarder kroner. Det er altså ikke et vanlig kontantoppkjøp av selskapet. Samtidig skal MediaTek ta i bruk NVLink Fusion som grunnlag for kundespesifikke XPU-er som kan kobles direkte inn i Nvidias rack-skala AI-infrastruktur, ifølge den felles kunngjøringen fra Nvidia og MediaTek.

En konvertibel obligasjon starter som gjeld, men kan på avtalte vilkår gjøres om til aksjer. Det gir Nvidia en finansiell posisjon i MediaTek samtidig som de to selskapene binder teknologien tettere sammen. De offentliggjorde ikke konverteringskurs, rente, løpetid eller andre sentrale vilkår i pressemeldingen, så det blir feil å omtale dette som om Nvidia allerede har kjøpt en bestemt eierandel.

Avtalen favner mer enn datasentre. Selskapene skal fortsette samarbeidet om DGX Spark og kommende RTX Spark-brikker til PC-er og arbeidsstasjoner, og om plattformer for programvaredefinerte biler. Likevel er det datasenterdelen som bærer den strategiske tyngden. Det er der Nvidias største kunder bygger alternativer til Nvidias egne akseleratorer.

MediaTek XPU koblet til Nvidias minne, nettverk og rack-skala AI-infrastruktur
MediaTek kan utvikle kundespesifikke XPU-er, mens Nvidia leverer forbindelser, minne, nettverk og rack-arkitektur rundt brikken.

Hvordan hjelper MediaTek Nvidia mot kundenes egne brikker?

MediaTek kan designe kundespesifikke AI-akseleratorer, mens Nvidia leverer en ferdig vei fra brikken til et produksjonsklart rack-system. NVLink Fusion omfatter blant annet en NVLink-chiplet, NVLink-C2C mellom prosessorer, Nvidias tilpassede HBM-løsning og integrasjon mot Nvidias nettverk og rack-arkitektur. Kunden slipper dermed å utvikle alle lagene rundt sin egen brikke fra bunnen av.

Det er et reelt problem Nvidia løser. Å tegne en spesialisert prosessor er bare starten. Brikken må kobles til raskt minne, andre prosessorer og nettverk. Den må pakkes, produseres, testes og kvalifiseres som del av et helt system. Da Nvidia lanserte NVLink Fusion i 2025, pekte selskapet nettopp på MediaTek, Marvell, Alchip, Astera Labs, Synopsys og Cadence som partnere for kundespesifikke brikker.

MediaTek blir en viktig dør inn til dette markedet fordi selskapet allerede kan systembrikker, avansert pakking, raske forbindelser og energieffektive design. En hyperskaler kan komme med arbeidslasten og kravene sine, MediaTek kan hjelpe med selve brikken, og Nvidia kan levere mye av infrastrukturen rundt. Det reduserer utviklingsrisikoen for kunden – og risikoen for at Nvidia blir valgt helt bort.

Hvorfor bygger Big Tech egne AI-brikker?

De største skyselskapene bygger egne AI-brikker for å få bedre kontroll over pris, strømforbruk, kapasitet og ytelse på sine viktigste arbeidslaster. Amazon har Trainium, Google har TPU-er og Microsoft har Maia. OpenAI og Anthropic arbeider også med egne løsninger. Når regningene for AI-infrastruktur blir enorme, kan selv en liten forbedring per forespørsel bli verdt svært mye.

Egne brikker gir dessuten forhandlingsmakt. En kunde som bare kan kjøpe Nvidia, må i stor grad godta Nvidias priser, leveringsplan og produktvalg. En kunde med et fungerende alternativ kan flytte utvalgte arbeidslaster, presse kostnadene og tilpasse maskinvaren til egne modeller. Det betyr ikke at alle GPU-er forsvinner. Trening, inferens og databehandling består av ulike oppgaver, og et stort datasenter kan bruke flere typer prosessorer samtidig.

TechCrunch beskriver avtalen som Nvidias måte å gi fra seg noe terreng til kundespesifikke brikker uten å miste ledelsen i infrastrukturen rundt dem. Den beskrivelsen treffer godt. Nvidia prøver ikke å stoppe utviklingen. Selskapet prøver å eie forbindelsespunktet den må gjennom.

NVLink Fusion lar andre prosessorer kommunisere tett med Nvidias GPU-er og rack-systemer. Nvidia oppgir at femte generasjon NVLink gir 1,8 TB/s samlet båndbredde per GPU i GB200 NVL72 og GB300 NVL72, 14 ganger PCIe Gen5. Det er leverandørens egne tall, men de viser hvorfor forbindelsen mellom brikkene er blitt et konkurranseområde i seg selv.

Den som kontrollerer forbindelsen og systemarkitekturen kan påvirke langt mer enn hvilken chip som sitter i én sokkel. Programvare, nettverk, feilhåndtering, utrulling og drift må fungere på tvers av hele racket. Når en kundespesifikk brikke bygges for Nvidias arkitektur fra starten, blir den lettere å sette i produksjon sammen med Nvidia-GPU-er. Den blir også vanskeligere å flytte til en helt annen plattform senere.

Det er her ordet «åpen» trenger en liten stjerne i margen. NVLink Fusion gir kundene flere prosessorvalg, og det kan absolutt være nyttig. Men valgfrihet innenfor Nvidias rack, nettverk og programvare er ikke det samme som leverandøruavhengighet. Det er et større utvalg rom på samme hotell.

Ulike AI-brikker kobles gjennom NVLink Fusion til samme Nvidia-infrastruktur
NVLink Fusion åpner for flere prosessortyper, men lar Nvidia beholde kontroll over forbindelsene og systemarkitekturen rundt dem.

AWS viser hvordan strategien virker i praksis

AWS er et godt eksempel fordi Amazon både bygger egne Trainium-brikker og kjøper enorme mengder Nvidia-maskinvare. Fem dager før MediaTek-avtalen kunngjorde AWS og Nvidia planer om ytterligere 2 millioner Nvidia-GPU-er i 2027 og 2028. Samtidig skal neste generasjon Trainium bruke NVLink Fusion og Nvidias tilpassede HBM-teknologi.

AWS-avtalen binder sammen GPU-er, Vera-CPU-er, nettverk, NVLink Fusion og programvare. Amazon erstatter altså ikke bare Nvidia med sin egen brikke. Selskapet bygger et sammensatt system der Trainium og Nvidia-produkter kan stå side om side. Akkurat den blandingen er Nvidias beste forsvar mot kundespesifikke akseleratorer.

Hvis Nvidia hadde insistert på at alle arbeidslaster måtte kjøre på en Nvidia-GPU, ville selskapet risikert at kundene bygde en komplett konkurrerende plattform. Ved å slippe kundenes egne brikker inn i NVLink-økosystemet kan Nvidia i stedet tjene på begge utfall: Kunden kjøper fortsatt mange GPU-er, eller kunden velger en egen akselerator som bruker Nvidias teknologi rundt seg. Det er en ganske elegant sikring.

Er investeringen enda en lukket pengesirkel?

Nvidia har de siste årene investert i selskaper som samtidig kjøper eller bygger videre på Nvidia-teknologi. MediaTek-avtalen følger deler av samme mønster, men med en viktig forskjell: MediaTek er ikke først og fremst en sluttkunde som skal fylle et datasenter med GPU-er. Selskapet blir en design- og produksjonspartner som kan ta Nvidias plattform inn i flere kunders egne brikker.

Det gjør investeringen strategisk bredere enn én stor chipordre. Da jeg skrev om Nvidias investering i egne open-weight-modeller, var poenget at selskapet flyttet seg oppover fra ren maskinvare. Groq-avtalen viste hvordan Nvidia også kan sikre teknologi og folk gjennom andre strukturer enn et vanlig oppkjøp. MediaTek-grepet flytter selskapet sidelengs: inn i økosystemet for brikkene som skulle utfordre GPU-dominansen.

Det betyr ikke at avtalen garanterer suksess. MediaTek må vinne faktiske designoppdrag, kundene må få brikkene i produksjon, og Nvidias lag rundt dem må være verdt kostnaden og bindingen. Pressemeldingen oppgir ingen konkrete hyperskaler-kunder for MediaTeks nye løsning, ingen produksjonsvolumer og ingen tidsplan for den første kundespesifikke XPU-en. 33 milliarder kroner kjøper en sterk posisjon, ikke et ferdig marked.

Hva betyr dette for bedrifter som kjøper AI-kapasitet?

For vanlige bedrifter kommer virkningen først gjennom skytjenestene. Du kan etter hvert få flere valg mellom Nvidia-GPU-er og skyleverandørens egne akseleratorer, uten at du nødvendigvis ser hvor mye Nvidia-teknologi som finnes i racket under dem. Flere chipnavn i prislisten betyr derfor ikke automatisk at konkurransen i hele infrastrukturen er blitt like mye større.

Ved større innkjøp bør du se lenger enn pris per time på selve akseleratoren. Sjekk hvilke modeller og rammeverk som støttes, hvor lett arbeidslasten kan flyttes, hvilke nettverks- og lagringstjenester løsningen krever, og om dataformatene låser deg til én sky. En billig XPU kan bli dyr dersom resten av systemet må bygges om eller programvaren bare fungerer godt hos én leverandør.

For investorer og bransjefolk er signalet enda tydeligere. Nvidia forsvarer ikke bare GPU-salget. Selskapet bygger en posisjon som infrastrukturen alle brikkene må forholde seg til. Nvidias skiftende investeringer i AI-selskaper har allerede vist hvor aktivt selskapet bruker kapital for å forme markedet rundt seg. MediaTek-avtalen er samme strategi rettet mot selve chip-laget.

Det avgjørende spørsmålet blir derfor ikke om Big Tech klarer å lage egne AI-brikker. Det gjør de allerede. Spørsmålet er hvor mye av resten av datasenteret Nvidia fortsatt kontrollerer når disse brikkene settes i drift. Med MediaTek og NVLink Fusion prøver Nvidia å sørge for at svaret fortsatt er: ganske mye.

Ofte stilte spørsmål

Har Nvidia kjøpt MediaTek?

Nei. Nvidia har investert 3,5 milliarder dollar i konvertible obligasjoner utstedt av MediaTek. Slike obligasjoner kan senere gjøres om til aksjer på avtalte vilkår, men selskapene har ikke offentliggjort vilkår som viser at Nvidia allerede eier en bestemt andel av MediaTek.

Hva er en kundespesifikk XPU?

En XPU er en samlebetegnelse for en spesialisert prosessor eller akselerator. I denne avtalen betyr det brikker som MediaTek kan tilpasse til arbeidslastene hos en skyleverandør eller et AI-laboratorium, og som kan kobles inn i Nvidias NVLink-baserte rack-systemer.

Betyr NVLink Fusion at Nvidia støtter konkurrentenes brikker?

Ja, innenfor Nvidias egen infrastruktur. NVLink Fusion er laget for å koble kundespesifikke prosessorer til Nvidia-GPU-er, minne, nettverk og rack-arkitektur. Det gir flere chipvalg, men kan samtidig gjøre Nvidias øvrige plattform enda vanskeligere å bytte ut.

Vil egne AI-brikker gjøre skytjenester billigere?

De kan redusere kostnaden på enkelte arbeidslaster, men lavere chipkostnad er ingen garanti for lavere kundepris. Skyleverandøren bestemmer prisen, og programvare, nettverk, strøm, lagring og leverandørbinding påvirker totalen. Sammenlign derfor hele arbeidslasten, ikke bare timeprisen på akseleratoren.

Legg igjen en kommentar

Din e-postadresse vil ikke bli publisert. Obligatoriske felt er merket med *

Meld deg på nyhetsbrevet

Få oppdateringer om AI nyhetene rett i inboxen!

Du liker kanskje denne også
Jan Sverre med headphones og lydmikser i boardroom-møte med forvirrede executives

Suno AI Copyright 2026 – Opphavsrett og Rettigheter for AI-Musikk

Kan du tjene penger på Suno-musikk? Her er en praktisk gjennomgang av rettigheter, risiko og hva du bør avklare før publisering.
Jan Sverre blar gjennom en tilpasset YouTube AI-videofeed på telefonen

YouTube lar deg lage din egen AI-videofeed – slik fungerer det

YouTube lar deg nå beskrive hva du vil se med vanlig tekst, og AI setter opp en personlig feed for deg. Her er hva du trenger å vite – og hva det egentlig betyr for deg som bruker.
Jan Sverre profesjonelt fotograf-kvalitet portrett AI-generert bildegenerering

NotebookLM er nå Gemini Notebook – norsk guide 2026

Google NotebookLM er en AI-assistent som gjør dokumenter om til interaktive samtaler, studieguidere og podcasts på norsk. Nå drevet av Gemini 3 Pro med nye funksjoner som infographics, slide decks og Deep Research. Komplett guide til gratis vs. Plus-versjon.
Jan Sverre tester GPT-5.2 ved en transparent OpenAI GPT-skjerm

GPT-5.2: Jeg testet OpenAIs nyeste modell – her er hva som faktisk fungerer

GPT-5.2 er ute med tre versjoner. Jeg har testet thinking-modellen, sammenlignet med 5.1, og funnet ut hva som faktisk er bedre. Her er mine erfaringer.