Cantor, NVDA's Relative Underperformance Just Doesn't Compute (26.02.03)

✅ AI 인프라 전반은 ‘슈퍼사이클’을 가격에 반영 중
‒ 2026년 YTD 기준 메모리 주식 +70%, 대형 반도체 장비 +30%, 네트워킹·레이저 +20% 급등
‒ 시장은 “AI 인프라 핵심 부품은 최소 2년 이상 솔드아웃”이라는 가정 하에 관련 밸류체인을 선반영
‒ HBM, 네트워킹, 서버, 전력·인프라까지 전방위 랠리 전개
‒ 그러나 AI 가속기 최상단에 위치한 NVDA·AVGO 주가는 연초 이후 사실상 보합
‒ Cantor는 이를 구조적 모순으로 규정, 인프라 슈퍼사이클이 맞다면 최종 수혜자는 NVDA일 수밖에 없음

✅ Cantor의 핵심 주장: “둘 중 하나만 맞다”
‒ 현재 시장은 동시에 두 가지 상충된 가정을 하고 있음
‒ ① AI 인프라 슈퍼사이클은 실재 → 메모리·네트워킹·장비 주식 급등
‒ ② 그러나 NVDA는 경쟁 심화로 구조적 성장 둔화 → 주가 정체
‒ Cantor는 이 중 ①이 맞다고 판단하며, 그 결과 ②는 성립 불가능하다고 명시
‒ 결론적으로 NVDA·AVGO는 현재 시장에서 명백히 저평가된 상태

✅ 밸류에이션: 실적 가시성 대비 과도한 디레이팅
‒ Cantor 추정 CY26 EPS $9, CY27 EPS $12, 컨센서스($7.48 / $9.78) 대비 상향 여지 큼
‒ 현재 주가는 CY26 기준 PER 21배, CY27 기준 16배 수준
‒ AI 인프라 슈퍼사이클 초입이라는 점을 감안하면 역사적·구조적으로 낮은 멀티플
‒ Cantor는 Overweight 의견과 목표주가 $300 유지, 상승여력 50% 이상으로 평가

✅ NVDA 주가 부진의 직접적 원인: Google TPU 내러티브
‒ 2025년 하반기 이후 Google TPU 차세대 로드맵이 시장의 핵심 우려로 부상
‒ Anthropic·Meta·OpenAI가 TPU를 병행 사용한다는 점이 NVDA 점유율 약화 우려로 연결
‒ Google Cloud 성장 가속 + 반독점 이슈 완화 + Gemini 3 성공이 내러티브를 강화
‒ 결과적으로 2025년 8월 이후 NVDA +4% vs GOOGL +61%, Cantor AI 바스켓 +37%
‒ Cantor는 이를 “펀더멘털이 아닌 스토리 중심의 상대적 언더퍼폼”으로 해석

✅ Blackwell 아키텍처: Hopper 대비 질적 도약
‒ Blackwell(GB200 NVL72)은 H100 대비 학습 성능 4배 개선
‒ 에너지 효율 25배 개선, MoE 모델 기준 추론 성능 최대 30배 향상
‒ 초기 MLPerf 기준 학습 2.2배, 추론 4배 개선 확인
‒ 소프트웨어 최적화가 아직 진행 중으로 추가 개선 여지 존재

✅ 핵심 구조 변화 ①: 메모리와 정밀도
‒ Blackwell은 GPU당 VRAM 192GB(HBM3E) 탑재
‒ Hopper(H200)의 141GB 대비 대폭 증가
‒ 2세대 Transformer Engine이 FP4 연산 지원
‒ FP4 도입으로 파라미터당 메모리 요구량 감소
‒ 동일 VRAM에서 훨씬 더 큰 모델 학습 가능

✅ 핵심 구조 변화 ②: 연산·대역폭
‒ Blackwell은 FLOPS 약 2배 증가
‒ 메모리 대역폭 역시 약 2배 개선
‒ 결과적으로 모델 크기는 커지지만 학습 시간과 비용은 Hopper 수준 유지 가능
‒ 이는 “더 크고, 더 똑똑한 모델을 같은 예산으로” 학습할 수 있음을 의미

✅ 의미: 프론티어 랩의 전략이 다시 NVDA로 수렴
‒ Hopper 기준으로는 모델 스케일링이 비용·시간 한계에 직면
‒ Blackwell은 해당 병목을 구조적으로 해소
‒ 프론티어 랩(OpenAI·xAI·Meta 등)이 TPU와 비교해 다시 NVDA를 핵심으로 선택할 유인 확대

✅ 2026년 상반기 최대 캐털리스트: Blackwell 기반 LLM 출시
‒ xAI: Grok 5, CY25에서 연기되어 2026년 초 출시 예상
‒ Musk 발언 기준 “AGI에 10% 확률” 언급, 대규모 Blackwell 학습 모델 가능성
‒ OpenAI: Gemini 3 대응 위해 ‘Garlic’ 프로젝트 가속
‒ Garlic이 GPT-5.2인지, 별도 모델인지는 불확실하나 Blackwell 학습 모델 공개 가능성 높음
‒ Meta: Llama 4 오픈소스 실패 이후 폐쇄형 Avocado 모델로 전략 전환, 1H26 목표

✅ 벤치마크 환경 변화: NVDA에 유리한 방향
‒ 기존 MMLU, ARC-AGI-1은 상위 모델 점수 포화(90%)
‒ 시장은 Humanity’s Last Exam, ARC-AGI-2·3 등 고난도 추론 벤치마크로 이동
‒ 현재 최고 점수는 40~60% 수준
‒ Blackwell 기반 대형 모델은 단기간 내 30%p 이상 점수 개선 가능성
‒ Cantor는 2H26부터 다시 새로운 고난도 벤치마크로 이동할 가능성도 언급

✅ 단일 이벤트 리스크: 모델 하나로 내러티브 전환 가능
‒ Musk 트윗, 프론티어 랩의 단일 모델 발표만으로도 투자자 인식 급변 가능
‒ Gemini 3 당시 ‘체감 성능(feel)’이 시장 내러티브를 바꿨던 사례 재현 가능
‒ Blackwell 모델이 해당 역할을 할 잠재력 충분

✅ 수요 측면: Sovereign AI와 클라우드 Capex의 구조적 확대
‒ 미국 Stargate 프로젝트: 4년간 $500B AI 인프라 투자 계획
‒ 일본·사우디·UAE·한국 등 정부 주도의 대규모 NVDA GPU 확보 경쟁
‒ 한국 정부도 5만개 이상 NVDA GPU 투자 계획 명시
‒ 클라우드 Capex 컨센서스는 2025~2027년 지속 상향 조정 중

💡 정리: NVDA는 ‘AI 인프라 슈퍼사이클의 최종 수렴점’
» 현재 주가 부진은 경쟁 우려가 아닌 내러티브 왜곡의 결과
» Blackwell 기반 LLM 출시가 시작되면 성능·비용·확장성에서 NVDA 우위 재확인 가능성 높음
» 2026년 상반기는 NVDA 상대적 언더퍼폼이 해소되는 전환 구간으로, AI 슈퍼사이클의 중심으로 복귀할 확률이 높다고 판단

#NVDA