TD Cowen “엔비디아, 시장이 너무 좁게 보고 있다”
Top Pick 유지, 목표주가 $275
Executive Summary
TD Cowen이 젠슨 황 CEO, 콜레트 크레스 CFO, 토시야 하리 IR 총괄과의 투자자 오찬 미팅 후 Buy 등급과 Top Pick 지위, 목표주가 275달러(현재가 204.12달러)를 재확인했다. 핵심 메시지는 두 가지다. 컴퓨팅이 여전히 공급 부족 상태라는 점, 그리고 시장이 엔비디아의 기술 스택과 기회를 지나치게 좁게 해석하고 있다는 점이다. 실제로 엔비디아 사업에서 오픈AI·Anthropic 등 프론티어 모델 관련 비중은 약 20%에 불과하고 엔터프라이즈가 10% 초중반대를 차지하는 것으로 추정돼, 시장이 흔히 상상하는 것보다 고객군이 훨씬 다변화돼 있다. 경영진은 가치 제안이 개별 칩이 아니라 AI 팩토리를 통해 AI 경제의 인프라 계층을 구축·운영하는 데 있다고 강조했으며, Vera Rubin 플랫폼은 토큰이 경제적 산출 단위가 되는 시대를 겨냥해 설계됐다. Kyber를 둘러싼 최근 로드맵 지연 보도에 대해서는 확인도 부인도 하지 않았으나, 이번 주 투자자 자료에 Kyber가 여전히 포함돼 있다는 점이 강조됐다. CPU는 약 2,000억 달러 TAM에 올해 약 200억 달러 매출을 제시했고, 잉여현금흐름 50% 이상 환원 방침 아래 800억 달러 규모의 신규 자사주 매입도 승인됐다. TD Cowen은 2027년 EPS 기준 20배 미만에 거래되는 주가가 상당히 저평가돼 있다고 판단했다.
I. 배경 — 저조한 주가와 엇갈리는 AI 트레이드 로테이션
이번 미팅은 엔비디아 주가가 유독 부진한 국면에서 이뤄졌다. 2022년 말부터 2025년 말까지 1,100% 넘게 급등했던 주가는 2026년 들어서는 약 7.6% 상승에 그쳐, 같은 기간 S&P500(+9.6%), 나스닥100(+16%), 필라델피아 반도체지수(+74%)를 모두 하회했다. 이는 엔비디아 펀더멘털의 훼손이 아니라 AI 트레이드 내부의 순환매로 풀이된다. 투자자들이 메모리·스토리지 등 AI 인프라 확장의 다른 수혜 구간으로 자금을 옮기면서, 마이크론 등이 이번 로테이션의 최대 수혜주로 부상했고 AMD·인텔도 올해 엔비디아를 큰 폭으로 앞섰다. TD Cowen 애널리스트 조슈아 부칼터는 이런 배경 속에서도 매니지먼트가 밝힌 블랙웰·루빈 제품 주문 파이프라인이 1조 달러를 넘어선다는 점, 그리고 2030년 데이터센터 실리콘 지출 전망을 기존 1조 2,000억 달러에서 1조 3,000억 달러로 상향했다는 점을 근거로 Top Pick 지위를 유지했다.
II. 핵심 메시지 — 공급 부족 지속과 시장의 좁은 해석
TD Cowen이 짚은 첫 번째 메시지는 컴퓨팅이 여전히 공급 부족 상태라는 것으로, 레거시 GPU 렌탈 가격 상승, AI 채택 확대, 프리미엄 가격에 체결된 최근 클라우드 계약이 이를 뒷받침한다. 두 번째는 시장이 엔비디아의 기술 스택과 기회를 지나치게 좁게 해석하고 있다는 것이다. 젠슨 황은 AI가 범용 LLM 기반 용례에서 도메인 특화 지능을 구축하는 버티컬 중심 애플리케이션으로 진화하고 있다고 설명했다. 이종(heterogeneous) 하드웨어를 아우르는 극단적 코디자인과 버티컬 특화 소프트웨어가 여전히 저평가된 경쟁 우위라는 게 TD Cowen의 평가다.
III. 고객 다변화 — 프론티어 모델은 20%에 불과
엔비디아가 이번 7월 투자자 자료에서 공개한 매출 구성 도넛차트는 고객 다변화를 시각적으로 보여준다. ‘판매(sell-in) 기준’ 차트에서는 하이퍼스케일이 가장 큰 비중을 차지하고, AI 클라우드·산업·엔터프라이즈가 그다음으로 크며, 엣지 컴퓨팅이 가장 작은 조각을 이룬다. 반면 ‘최종 소비(end consumption) 기준’ 차트로 시야를 넓히면 그림이 훨씬 세분화된다. 아마존·구글·메타·마이크로소프트·OCI·SpaceXAI 등 내부 하이퍼스케일 소비가 가장 크지만, Abridge·Baseten·Cognition·Cursor·FireworksAI·Lila·Perplexity·Reflection·Runway·SSI·TML 등 ‘AI 네이티브’ 스타트업군, Anthropic·오픈AI 등 AI 랩스, 그리고 브리스톨마이어스·CVS·폭스콘·제인스트리트·일라이릴리·삼성·테슬라·TSMC 등 엔터프라이즈까지 뚜렷한 별도 축을 이루고 있다. 실제로 엔비디아 사업에서 오픈AI·Anthropic 등 프론티어 모델 관련 비중은 약 20%에 불과하며, 엔터프라이즈 애플리케이션이 10% 초중반대를 차지하는 것으로 추정된다. 다만 지난해 11월 체결된 Anthropic과의 대형 계약은 Claude 지원 확대에 따라 향후 점유율 측면의 순풍으로 작용할 전망이다.
시장이 엔비디아를 오픈AI·Anthropic 같은 소수 프론티어 랩에 대한 집중 베팅으로 오인하는 경우가 많지만, 실제 매출 기여도는 20% 수준에 그친다. 나머지 80%가 하이퍼스케일러 내부 소비, AI 네이티브 스타트업, 엔터프라이즈로 분산돼 있다는 점이 TD Cowen이 “시장이 너무 좁게 해석하고 있다”고 지적한 근거다.
IV. AI 팩토리 전략 — 토큰이 경제적 산출 단위가 되는 시대
경영진은 엔비디아의 가치 제안이 더 이상 개별 칩이나 워크로드가 아니라 AI 팩토리를 통해 AI 경제의 인프라 계층을 구축·운영하는 데 있다고 강조했다. GPU, CPU, LPU, DPU, 네트워킹, 스토리지를 아우르는 풀 AI 팩토리 플랫폼으로의 확장이 추론 경제성에 대한 통제력을 강화하고 있으며, 스타트업·모델 개발사·기업·연구기관·지역 AI 플레이어와 파트너십을 맺는 신규 매출 공유(revenue-sharing) 모델을 통해 상업적으로 확대되고 있다. Vera Rubin 플랫폼은 FLOPS가 아닌 토큰이 경제적 산출 단위가 되고 와트당 성능이 매출 창출을 좌우하는 AI 팩토리 시대를 겨냥해 설계됐다. 수요 측면에서는 AI가 프론티어 모델 개발사나 챗봇에 국한되지 않고 폭넓은 버티컬로 확산되며 토큰 생성량이 기하급수적으로 증가하고 있다는 점이 짚어졌다. 공급 측면의 병목은 반도체 자체보다 부지·전력·데이터센터 인프라(land, power, shell)로 이동하고 있으며, 이것이 AI 클라우드 대상 매출 공유 모델의 핵심 배경이다. 현재 글로벌 AI 인프라의 약 90%가 미국에 집중돼 있으나, 각 지역이 소버린·지역 AI에 투자함에 따라 턴키 방식의 하드웨어 배치가 점유율 확대 기회로 이어질 것으로 봤다. SpaceX·xAI 관련 최근 캐파 거래도 고성능 컴퓨팅 수요가 공급을 지속적으로 초과하고 있다는 근거로 제시됐다.
V. 로드맵·CPU 전략 — Kyber는 여전히 로드맵에, CPU TAM $2,000억
로드맵과 관련해서는 Kyber를 둘러싼 최근 보도(주: SemiAnalysis 등이 제기한 랙 지연설)에 대해 젠슨 황이 확인도 부인도 하지 않았으나, 엔비디아가 미래 제품 리스크를 줄이고 플랫폼 성능을 최적화하기 위해 대체 아키텍처와 인터커넥트 기술을 병렬로 개발·테스트하는 것이 일상적 관행임을 강조했다. 이번 주 발간된 투자자 자료에서 Kyber가 여전히 로드맵에 포함돼 있다는 점은, 개별 기술 관련 보도를 로드맵 차질의 근거가 아니라 진화하는 시스템 아키텍처 전략의 맥락에서 해석해야 한다는 경영진 견해를 뒷받침한다. CPU 전략은 소프트웨어 생태계 소유에 기반한다. 엔비디아는 약 2,000억 달러 규모의 CPU TAM과 올해 약 200억 달러의 CPU 관련 매출을 제시했으며, 헤드노드 CPU와 2026년 하반기 램프업되는 독립형 CPU 랙이 대략 50대 50으로 나뉠 것으로 추정된다. x86이 CPU TAM의 대부분을 유지하겠으나 독립형 CPU 랙 기회가 점차 유의미해질 것으로 보며, Vera CPU 로드맵이 이 전략의 중심에 있다. SRAM 기반 대체 아키텍처(Cerebras, Groq 등)에 대해서는 추론 시장 확대의 자연스러운 결과로 규정하며, 지연에 민감한 추론 워크로드(전체 추론의 약 25% 수준)에 적합할 뿐 나머지 대부분은 범용 AI 인프라가 더 적합하다는 기존 견해를 재확인했다.
VI. 자본배분과 리스크 — 순환금융 논쟁, 그러나 배당·자사주는 확대
최근 발표한 AI Compute Partnership은 금융 지원, 신용 보강, AI 클라우드 사업자와의 매출 공유를 결합해 AI 팩토리 배치를 가속화하고 컴퓨팅 접근성을 넓히려는 시도로, 순환 금융(circular financing) 논쟁을 재점화할 소지가 있으나 경영진의 메시지는 인프라 수요가 이미 공급을 초과한다는 것이다. 데이터 레지던시·규제·현지 소유 선호로 전통적 하이퍼스케일러의 진입이 제한되는 소버린·지역 AI 영역에 참여하는 전략적 의미도 있다. 주주 환원 측면에서는 잉여현금흐름의 50% 이상 환원 방침을 재확인했으며, 최근 분기 배당 인상과 800억 달러 규모 추가 자사주 매입 프로그램을 승인했다. 이는 성숙 사업의 신호가 아니라 AI 인프라 투자가 여전히 초기 국면이라는 확신을 반영한다는 게 회사 측 설명이다. HBM 원가 상승 우려에 대해서는 공급망 내 규모와 성능·가치 리더십 유지를 근거로 마진이 매우 견조하게 유지될 것으로 전망했다.
VII. 결론 및 투자 시사점
TD Cowen의 핵심 논지는 엔비디아 주가 부진이 펀더멘털 훼손이 아니라 AI 트레이드 내 순환매의 결과라는 것이다. 고객 다변화, AI 팩토리 매출공유 모델, CPU·네트워킹으로의 사업 확장이 시장에 충분히 반영되지 않고 있다는 게 TD Cowen의 판단이다.
AI 네이티브 스타트업·엔터프라이즈·소버린 AI로부터의 매출이 실적에서 얼마나 가시화되는지가 “시장이 좁게 본다”는 TD Cowen 논지의 검증대다.
젠슨 황이 확인도 부인도 하지 않은 만큼, 향후 실적 발표나 컨퍼런스에서 보다 명확한 입장이 나올지, 그리고 이번 주 투자자 자료의 로드맵 포함이 유지될지 지켜볼 필요가 있다.
메모리·스토리지 등으로의 자금 이동이 계속될 경우, 펀더멘털과 무관하게 엔비디아 주가가 상대적으로 부진한 흐름을 이어갈 가능성을 배제할 수 없다.
VIII. 함께 보면 좋은 글
엔비디아·AI 인프라 투자 테마와 함께 보면 좋은 이전 세미데일리 포스트를 소개한다.
TD Cowen: “The Market Is Reading Nvidia Too Narrowly”
Top Pick Maintained, $275 Price Target
Executive Summary
TD Cowen reaffirmed its Buy rating, Top Pick status, and $275 price target (versus a $204.12 current price) on Nvidia following an investor lunch with CEO Jensen Huang, CFO Colette Kress, and Head of IR Toshiya Hari. The core message has two parts: compute remains in shortage, and the market is reading Nvidia’s technology stack and opportunity too narrowly. In fact, frontier-model-related exposure — OpenAI, Anthropic, and similar labs — accounts for only about 20% of Nvidia’s business, with enterprise applications estimated in the low-to-mid teens percent, meaning the customer base is far more diversified than commonly assumed. Management stressed that Nvidia’s value proposition is no longer about individual chips but about building and operating the infrastructure layer of the AI economy through “AI factories.” The Vera Rubin platform is designed for an era where tokens — not FLOPS — become the unit of economic output. On the recent Kyber roadmap-delay reports, Huang neither confirmed nor denied them, but management emphasized that Kyber remains on the roadmap in this week’s investor materials. CPU represents a roughly $200 billion TAM with about $20 billion in CPU-related revenue this year, and Nvidia approved an additional $80 billion buyback program alongside a dividend increase under its policy of returning over 50% of free cash flow. TD Cowen judges the stock, trading below 20x calendar 2027 EPS, to be significantly undervalued.
I. Background — Weak Stock Performance Amid a Shifting AI Trade Rotation
This meeting comes during a notably weak stretch for Nvidia’s stock. After surging more than 1,100% from late 2022 through the end of 2025, shares are up only about 7.6% in 2026 — trailing the S&P 500 (+9.6%), Nasdaq 100 (+16%), and Philadelphia Semiconductor Index (+74%) over the same period. This reflects a rotation within the AI trade rather than any deterioration in Nvidia’s fundamentals, as investors shift toward other beneficiaries of AI infrastructure expansion such as memory and storage; Micron has been among the biggest beneficiaries of this rotation, while AMD and Intel have also significantly outperformed Nvidia this year. Against that backdrop, TD Cowen analyst Joshua Buchalter maintained Nvidia’s Top Pick status, citing management’s disclosure that the Blackwell/Rubin order pipeline exceeds $1 trillion and a raised 2030 data-center-silicon spending forecast of $1.3 trillion, up from $1.2 trillion previously.
II. The Core Messages — Persistent Shortage, a Market Reading Too Narrowly
TD Cowen’s first takeaway is that compute remains in shortage, supported by rising legacy GPU rental prices, expanding AI adoption, and recent cloud contracts signed at premium pricing. The second is that the market is interpreting Nvidia’s technology stack and opportunity too narrowly. Jensen Huang explained that AI is evolving from general-purpose LLM-based use cases toward vertical-focused applications that build domain-specific intelligence. TD Cowen views Nvidia’s extreme co-design across heterogeneous hardware and vertical-specific software as a still-underappreciated competitive edge.
III. Customer Diversification — Frontier Models Are Just 20%
A donut-chart set from Nvidia’s July investor materials visually illustrates this diversification. In the “sell-in basis” chart, hyperscale represents the largest share, followed by AI clouds/industrial/enterprise, with edge computing the smallest slice. Zooming out to the “end-consumption basis” chart reveals a much more granular picture: internal hyperscale consumption (Amazon, Google, Meta, Microsoft, OCI, SpaceXAI) remains the largest segment, but “AI natives” — Abridge, Baseten, Cognition, Cursor, FireworksAI, Lila, Perplexity, Reflection, Runway, SSI, TML — along with AI labs (Anthropic, OpenAI) and enterprise names (Bristol-Myers, CVS, Foxconn, Jane Street, Lilly, Samsung, Tesla, TSMC) each form distinct segments of their own. In fact, frontier-model exposure — OpenAI, Anthropic, and similar — accounts for only about 20% of Nvidia’s business, with enterprise applications estimated in the low-to-mid teens percent. The large Anthropic deal signed last November is expected to be a share-of-wallet tailwind going forward as Claude support expands.
The market often mistakes Nvidia for a concentrated bet on a handful of frontier labs like OpenAI and Anthropic, but their actual revenue contribution is only around 20%. The remaining 80% is spread across internal hyperscaler consumption, AI-native startups, and enterprise — the basis for TD Cowen’s argument that “the market is reading this too narrowly.”
IV. The AI Factory Strategy — An Era Where Tokens Are the Unit of Output
Management emphasized that Nvidia’s value proposition is no longer about individual chips or workloads, but about building and operating the infrastructure layer of the AI economy through AI factories. Expansion into a full AI-factory platform spanning GPU, CPU, LPU, DPU, networking, and storage is strengthening Nvidia’s control over inference economics, and is scaling commercially through new revenue-sharing models with startups, model developers, enterprises, research institutions, and regional AI players. The Vera Rubin platform is designed for an AI-factory era where tokens — not FLOPS — become the unit of economic output, and performance-per-watt drives revenue generation. On demand, management noted that as AI spreads beyond frontier model developers and chatbots into a broad range of verticals, token generation volumes are growing exponentially. On supply, the bottleneck is shifting from the semiconductor itself toward land, power, and data center shell — the core rationale behind Nvidia’s revenue-sharing model with AI clouds. While roughly 90% of global AI infrastructure is currently concentrated in the U.S., management sees turnkey hardware deployment as a share-gain opportunity as regions invest in sovereign and regional AI. Recent capacity deals tied to SpaceX and xAI were cited as further evidence that high-performance compute demand continues to outstrip supply.
V. Roadmap and CPU Strategy — Kyber Stays on the Roadmap, $200B CPU TAM
On the roadmap, Jensen Huang neither confirmed nor denied recent reports about Kyber (referring to rack-delay claims raised by SemiAnalysis and others), but stressed that developing and testing alternative architectures and interconnect technologies in parallel is standard practice for Nvidia to reduce future product risk and optimize platform performance. That Kyber remains on the roadmap in this week’s investor materials supports management’s view that individual technical reports should be read in the context of an evolving system architecture strategy rather than as evidence of a roadmap setback. Nvidia’s CPU strategy rests on owning the software ecosystem. The company laid out a roughly $200 billion CPU TAM with about $20 billion in CPU-related revenue this year, split roughly 50:50 between head-node CPUs and standalone CPU racks ramping in the second half of 2026. While x86 will retain most of the CPU TAM, the standalone CPU rack opportunity is becoming increasingly meaningful, with the Vera CPU roadmap central to this strategy. On SRAM-based alternative architectures (Cerebras, Groq, etc.), management framed them as a natural consequence of the expanding inference market, reaffirming its existing view that such specialized architectures suit latency-sensitive inference workloads (roughly 25% of total inference), while general-purpose AI infrastructure remains better suited for the rest.
VI. Capital Allocation and Risk — Circular Financing Debate, but Buybacks Expand
The recently announced AI Compute Partnership combines financing support, credit enhancement, and revenue sharing with AI cloud operators to accelerate AI factory deployment and broaden compute access — an arrangement that could reignite the circular-financing debate, though management’s message is that infrastructure demand already exceeds supply. There’s also a strategic dimension: participating in sovereign and regional AI markets where data residency, regulation, and local-ownership preferences limit traditional hyperscaler entry. On shareholder returns, Nvidia reaffirmed its policy of returning over 50% of free cash flow, and recently approved a quarterly dividend increase alongside an additional $80 billion buyback program — which the company frames not as a sign of a maturing business, but as confidence that AI infrastructure investment remains in its early innings. On rising HBM cost concerns, management expects margins to remain very solid, citing scale within the supply chain and sustained performance/value leadership.
VII. Conclusion and Investment Implications
TD Cowen’s core argument is that Nvidia’s weak stock performance reflects rotation within the AI trade rather than any fundamental deterioration. Customer diversification, the AI-factory revenue-sharing model, and expansion into CPU and networking are, in TD Cowen’s view, not yet fully priced in by the market.
Whether revenue from AI-native startups, enterprise, and sovereign AI becomes more visible in reported results is the test of TD Cowen’s “market reads this too narrowly” thesis.
Since Huang neither confirmed nor denied the reports, watch whether a clearer position emerges at future earnings calls or conferences, and whether Kyber remains on the roadmap in subsequent investor materials.
If capital continues shifting toward memory, storage, and other AI infrastructure beneficiaries, Nvidia’s stock could continue underperforming on a relative basis regardless of fundamentals.
VIII. Related Reading
For further context on Nvidia and AI infrastructure investment themes, see these related semidaily posts.
