Marvell $MRVL har gått från att vara ett aktiebolag värderat under 100 dollar till över 300 dollar sedan Jensen Huang kallade det ”nästa biljonföretag”, och nu är alla på jakt efter hans nästa ledtråd. Det mest användbara han lämnade efter sig på scenen var en karta.
På jakt efter nästa Marvel? Jensen Huang har redan gett ledtrådar i en bild

Viktiga slutsatser
- Jensen Huangs karta över AI-fabriken för 2026 satte strålkastarljuset på NVIDIAs ramverk för utbyggnad av DSX.
- Marvell har stigit med 241 % sedan årsskiftet; AI-infrastrukturföretag kan komma att få ökat fokus från investerarna.
- NVIDIA räknar med 100 GW i AI-fabriker fram till 2030, vilket flyttar fokus till ekosystempartnerna.
Följande gästinlägg kommer från Ziven.io, en informationsplattform för de offentliga marknaderna som tillhandahåller data om företag med exponering mot bitcoin-mining, artificiell intelligens och kryptovalutastrategier. Ursprungligen publicerat den 18 juni 2026 av Cindy Feng.
Sedan Jensen Huang stod på Computex-scenen och kallade Marvell ”nästa biljonföretag” har MRVL inte sett sig om. En aktie som så sent som i april handlades mellan 50 och 100 dollar ligger nu runt 300 dollar, med en högsta notering på cirka 316 dollar och en uppgång på ungefär 241 % sedan årsskiftet. En enda mening från Jensen, och ett företag omvärderas med en kvart biljon dollar.

Det är inte förvånande att en ny trend har börjat: att gå igenom allt Jensen säger, hitta nästa namn han kommer att välsigna och bli rik.
Jag förstår impulsen, men det som framgår tydligt när man lyssnar på Jensens hela huvudtal är att de flesta tittar på fel sak. Jensen släppte inte bara ett hett namn, han lade fram en fullständig karta över hur en AI-fabrik faktiskt byggs upp, lager för lager, företag för företag. Den kartan är det som är värt att känna till, eftersom den fortfarande fungerar långt efter att hypen har lagt sig. Jag ska gå igenom just den bilden med er, men låt oss först börja med den del som förvirrade många.
RTX, DGX, DSX: arbetare, team, fabrik
Jensen delade upp NVIDIAs varumärken i tre lager, där varje lager är en större enhet än det föregående:
- RTX är GPU:n, arbetaren. Chipet som utför själva beräkningarna. Ett par händer.
- DGX är systemet, teamet. Koppla ihop en hög med dessa chip till en enda maskin så har du en DGX. En grupp som agerar som en enhet.
- DSX är infrastrukturen, fabriken. Byggnaden där dessa team arbetar, plus strömförsörjning, kylning, nätverk och programvara för att hålla tusentals av dem igång dygnet runt.
Du har förmodligen hört talas om RTX och DGX. DSX är det nya, och det är det som är värt att förstå, eftersom det är där NVIDIA slutar sälja ett chip till dig och börjar sälja ett sätt att bygga hela anläggningen.
Vad DSX egentligen är
Med Jensens ord är DSX ”en ritning, en referensdesign för att bygga och driva AI-fabriker med maximal effektivitet och lönsamhet”.
Enkelt uttryckt är det ett recept och en verktygslåda för att sätta igång en gigawatt datorkraft och se till att den förblir lönsam. NVIDIA har till och med gett namn åt verktygslådans delar: en digital tvilling för att designa och testa hela fabriken innan ett enda rack levereras (DSXSim), ett operativsystem för att driva den när den är i drift (DSX OS) samt verktyg för att få in fler GPU:er inom samma effektbudget och anpassa sig till elnätet (DSX Max LPS, DSX FLEX). Målet är att 100 gigawatt av dessa fabriker ska tas i drift innan decenniet är slut, och att de DSX-byggda fabrikerna ska drivas billigare och belasta elnätet mindre.
Allt detta låter som något NVIDIA skulle sälja till dig på egen hand. Så är det faktiskt inte.
Inget enskilt företag kan bygga en hel AI-fabrik
En AI-fabrik på en gigawatt är numera ett projekt på 30–100 miljarder dollar, enligt Jensen. I den skalan är det inte längre ett serverrum utan en infrastruktur i samma storleksordning som ett raffinaderi eller ett kraftverk.
NVIDIA kan inte bygga det på egen hand. Företaget gjuter inte betong, drar inte högspänningsledningar, tillverkar inte kylaggregat och förhandlar inte med det lokala elbolaget. Och man kan inte sätta ihop delarna en i taget, eftersom chip, rack, nätverk, strömförsörjning och kylning måste utformas tillsammans redan från första dagen. Varje timme som fabriken står stilla innebär förlorade intäkter, så ett så kostsamt bygge måste fungera redan från början.
Därför gjorde NVIDIA det förnuftiga: man publicerade ritningen och satte ihop en koalition av partners för att täcka alla delar som man inte sköter själv. Denna koalition har ett namn, AI Factory Ecosystem, och Jensen samlade hela listan på en enda bild. Den bilden är kartan.
Kartan: vem bygger egentligen en AI-fabrik

De flesta av dessa företag är privata eller noterade utomlands, men det finns ändå gott om företag som är noterade i USA. Jag har skapat en tabell med alla börsnoterade företag från kartan. Den sista kolumnen visar min grova uppskattning av hur stor del av varje företags verksamhet som verkligen är beroende av AI-utbyggnaden, eftersom det är två helt olika saker att finnas med på bilden (vilket kan ha marknadsföringssyfte) och att faktiskt drivas av den.

Observera att OTC-noterade eller utlandsnoterade företag inte ingår i tabellen. Om du vill ha den fullständiga CSV-listan är det bara att skicka ett meddelande till mig så skickar jag den. Dessutom finns det några företag som fortfarande är privata men som snart ska börsnoteras, till exempel Lambda (USA), Nscale (Storbritannien), Firmus (Australien) och Yotta (Indien).
Viktig anmärkning
Man måste vara medveten om att en logotyp visar att ett företag är involverat, men den säger ingenting om huruvida engagemanget är väsentligt. För CoreWeave eller Vertiv är efterfrågan från AI-fabriker i princip hela historien. För Caterpillar eller National Grid är det en bråkdel av en betydligt större verksamhet som knappt kommer att påverka aktiekursen. Raderna med ”Hög” ger både drivkraft och volatilitet i lika stor utsträckning. Raderna med ”Låg” ger ett stabilare företag med endast en svag koppling till handeln kring AI-utbyggnad.
Slutkommentarer
Kanske blir ett av dessa bolag nästa Marvell, kanske inget av dem. Det är inte en bedömning jag kan göra utifrån en bild, och att jaga det logotyp du hoppas att Jensen ska välsigna härnäst liknar mer ett gissningsspel än en strategi.
Det bestående värdet här är kartan, plus en mer träffsäker fråga att ställa sig. För varje bolag på denna karta: hur stor del av dess verksamhet är egentligen beroende av AI-utbyggnaden? Hur stor prissättningsmakt har dess nivå? Renodlade bolag, diversifierade etablerade aktörer och råvarubolag har definitivt olika hävstångseffekter och riskprofiler.
Här är vad som inte förändras: Varje affär med en hyperscaler som du läser om, varje rubrik om ett ”X-gigawatt-datacenter”, är i tysthet beroende av att hela denna stack blir verklighet. Någon designar den, någon bygger den, någon förser den med ström, någon kyler den, någon monterar servrarna i rack, någon driver den. Den här tabellen är rollförteckningen. Välj ett lager som intresserar dig och väg dess exponering mot hur stor prissättningsmakt det har. Det är där det verkliga arbetet börjar. Kartan kommer inte att tala om för dig vad du ska köpa, men den är ett ramverk som du kan använda som referens.
Den här artikeln har översatts från engelska med hjälp av AI. Den engelska originalversionen är den auktoritativa källan; automatiska översättningar kan innehålla felaktigheter, särskilt i juridisk och regulatorisk terminologi.














