Dasar
Spot
Perdagangkan kripto dengan bebas
Perdagangan Margin
Perbesar keuntungan Anda dengan leverage
Konversi & Investasi Otomatis
0 Fees
Perdagangkan dalam ukuran berapa pun tanpa biaya dan tanpa slippage
ETF
Dapatkan eksposur ke posisi leverage dengan mudah
Perdagangan Pre-Market
Perdagangkan token baru sebelum listing
Futures
Akses ribuan kontrak perpetual
TradFi
Emas
Satu platform aset tradisional global
Opsi
Hot
Perdagangkan Opsi Vanilla ala Eropa
Akun Terpadu
Memaksimalkan efisiensi modal Anda
Perdagangan Demo
Pengantar tentang Perdagangan Futures
Bersiap untuk perdagangan futures Anda
Acara Futures
Gabung acara & dapatkan hadiah
Perdagangan Demo
Gunakan dana virtual untuk merasakan perdagangan bebas risiko
Peluncuran
CandyDrop
Koleksi permen untuk mendapatkan airdrop
Launchpool
Staking cepat, dapatkan token baru yang potensial
HODLer Airdrop
Pegang GT dan dapatkan airdrop besar secara gratis
Launchpad
Jadi yang pertama untuk proyek token besar berikutnya
Poin Alpha
Perdagangkan aset on-chain, raih airdrop
Poin Futures
Dapatkan poin futures dan klaim hadiah airdrop
Investasi
Simple Earn
Dapatkan bunga dengan token yang menganggur
Investasi Otomatis
Investasi otomatis secara teratur
Investasi Ganda
Keuntungan dari volatilitas pasar
Soft Staking
Dapatkan hadiah dengan staking fleksibel
Pinjaman Kripto
0 Fees
Menjaminkan satu kripto untuk meminjam kripto lainnya
Pusat Peminjaman
Hub Peminjaman Terpadu
Baru saja mendengar Jensen Huang menyampaikan angka yang cukup luar biasa dalam panggilan pendapatan terbaru, dan saya rasa orang-orang meremehkan apa arti ini untuk beberapa tahun ke depan.
Jadi Nvidia akan mengirimkan platform Vera Rubin mulai paruh kedua tahun ini, dan spesifikasinya jujur saja luar biasa. Kita berbicara tentang pelatihan model AI dengan 75% GPU lebih sedikit dibandingkan Blackwell, plus mengurangi biaya token inferensi sebesar 90%. Untuk konteks, token adalah bagian data yang dihasilkan oleh model AI, dan setiap token memerlukan biaya untuk diproduksi. Ketika Anda memotong biaya secara drastis seperti itu, Anda membuka peluang besar bagi perusahaan AI untuk meningkatkan penggunaan dan margin.
Tapi bagian yang benar-benar menarik adalah. Selama panggilan pendapatan, Jensen Huang membuat komentar yang melekat di saya. Dia mengatakan bahwa dunia selama ini menghabiskan sekitar $400 miliar per tahun untuk infrastruktur komputasi klasik, tetapi kapasitas yang dibutuhkan untuk beban kerja AI jauh lebih tinggi, seribu kali lipat. Itu bukan typo. Seribu kali lipat. Dia juga mengatakan bahwa pengeluaran infrastruktur pusat data AI bisa mencapai $4 triliun per tahun pada 2030.
Sekarang, itu terdengar ambisius, tapi pikirkan apa yang sebenarnya sedang terjadi. Nvidia baru saja melaporkan pendapatan sebesar $215,9 miliar untuk tahun fiskal 2026, naik 65% dari tahun ke tahun. Pendapatan pusat data saja sebesar $193,7 miliar, tumbuh 68%. Mereka memproyeksikan pendapatan Q1 FY2027 sebesar $78 miliar, yang akan menjadi lonjakan 77%. Dan mereka pada dasarnya mengatakan sebagian besar pertumbuhan itu berasal dari pusat data.
Yang luar biasa adalah Nvidia saat ini lebih bersaing dengan dirinya sendiri, bukan dengan pesaingnya. Permintaan masih melebihi pasokan. Platform Vera Rubin akan menjadi peningkatan fungsi langkah berikutnya, dan Jensen Huang tampaknya cukup yakin bahwa pengeluaran infrastruktur tidak akan melambat dalam waktu dekat.
Dari sudut pandang valuasi, saham ini diperdagangkan dengan P/E sebesar 36,1 saat ini, yang sebenarnya 41% di bawah rata-rata 10 tahun sebesar 61,6. Wall Street memperkirakan laba akan tumbuh menjadi $8,23 di tahun fiskal 2027, yang akan membuat P/E ke depan hanya 21,5. Sebagai perbandingan, S&P 500 diperdagangkan dengan P/E trailing sebesar 24,7. Jadi bahkan jika Nvidia tidak banyak bergerak lebih tinggi dalam setahun ke depan, saham ini sebenarnya bisa lebih murah daripada pasar secara umum.
Jika estimasi laba Wall Street terpenuhi, saham ini harus sekitar dua kali lipat agar diperdagangkan pada valuasi rata-rata historisnya. Itu sebelum memperhitungkan potensi kenaikan dari adopsi AI yang semakin cepat karena biaya inferensi terus menurun. Benar-benar sesuatu yang patut diperhatikan saat kita memasuki paruh kedua tahun ini.