ULTIME NOTIZIE
SELEZIONATO PER TE

Nvidia affronta un rischio di margine senza precedenti mentre i grandi clienti tech sviluppano chip AI in-house

DiJai HamidJai Hamid 3 min di lettura
Nvidia affronta un rischio di margine senza precedenti mentre i grandi clienti tech sviluppano chip AI in-house
  • Le aziende Big Tech come Google, Amazon, Meta, Microsoft e OpenAI stanno costruendo i propri chip AI per ridurre la dipendenza da Nvidia.
  • I margini di profitto di Nvidia subiscono pressioni mentre queste aziende utilizzano chip interni per i propri carichi di lavoro AI.
  • Google ha iniziato a vendere i suoi TPUs e gli analisti prevedono che i chip personalizzati potrebbero conquistare il 45% del mercato entro il 2028.

Nvidia sta affrontando la sua sfida più seria finora, poiché i suoi clienti più importanti iniziano a invadere lo stesso mercato che ha costruito il suo impero da un trilione di dollari.

Secondo Yahoo Finance, i giganti della tecnologia tra cui Amazon, Google, Meta, Microsoft e OpenAI stanno sviluppando i propri chip per l'IA per ridurre la dipendenza dall'hardware di Nvidia.

Questa mossa potrebbe ridurre drasticamente i margini di Nvidia, poiché queste aziende si preparano a fare affidamento meno sulle sue costose GPU per l'addestramento di grandi modelli AI e per la gestione di enormi data center.

OpenAI, che affitta chip Nvidia attraverso Microsoft e CoreWeave, ha dichiarato di aver iniziato a progettare i propri chip personalizzati in collaborazione con Broadcom. A fine settembre, Meta ha annunciato l'acquisizione di Rivos, una startup di chip che si inserisce nel suo piano più ampio di espansione della produzione interna di chip.

Da Amazon, il suo enorme sforzo nei data center chiamato Project Rainier è già "ben avviato", con centinaia di migliaia di chip Trainium2 che alimentano i carichi di lavoro AI di Anthropic. Gli analisti hanno dichiarato che la domanda per i chip di Amazon deployati in questi centri è aumentata rapidamente, suggerendo quanto meno dipendenti queste aziende potrebbero diventare presto da Nvidia.

I grandi player tech si rivolgono all'interno con progetti di chip personalizzati

Mentre le GPU di Nvidia dominano ancora il mercato AI, i provider cloud stanno ora progettando i propri chip con Broadcom e Marvell Technology.

Questi processori personalizzati sono più economici, ottimizzati per il loro software e rendono più facile controllare i costi delle prestazioni. I chip non vengono venduti a esterni come le GPU di Nvidia, ma sono utilizzati internamente per eseguire sistemi AI e offerti ai clienti cloud a prezzi più bassi.

In una nota di ricerca di giugno, JPMorgan ha previsto che i chip di Google, Amazon, Meta e OpenAI rappresenteranno il 45% del mercato dei chip AI entro il 2028, rispetto al 37% nel 2024 e al 40% nel 2025. Il resto del mercato rimarrà con i produttori di GPU come Nvidia e AMD.

Jay Goldberg, analista presso Seaport Research, ha dichiarato che gli iperscalatori stanno costruendo siliconi personalizzati perché "non vogliono rimanere bloccati dietro un monopolio di Nvidia". Ha aggiunto che Nvidia ora deve "competere con i propri clienti".

Questo sta già accadendo. Google avrebbe iniziato a vendere i suoi TPU, o unità di elaborazione tensoriale, a un provider cloud a settembre, una decisione che lo mette in diretta concorrenza con Nvidia.

Gil Luria, analista presso DA Davidson, ha stimato che le unità TPU e DeepMind di Google potrebbero valere 900 miliardi di dollari, definendole "probabilmente uno dei business più preziosi di Alphabet". Ha scritto che i chip di Google "rimangono la migliore alternativa a Nvidia, con il divario tra i due che si sta chiudendo significativamente negli ultimi nove-dodici mesi".

Goldberg ha previsto "molta attività intorno al siliconio personalizzato" entro il 2026, riflettendo le conversazioni in tutta la catena di approvvigionamento dei chip AI. Gli analisti hanno dichiarato che le grandi aziende tech stanno progredendo a velocità diverse.

Google ha iniziato a sviluppare i TPU più di un decennio fa e rimane il leader. Amazon è entrata nello spazio un anno dopo il lancio del primo TPU di Google, acquistando Annapurna Labs nel 2015 e rilasciando Trainium nel 2020. Microsoft, che ha lanciato il suo chip AI Maia solo nel 2023, è ancora in ritardo rispetto ai suoi concorrenti.

Gli analisti avvertono di una crescita più lenta per Nvidia

Gli sviluppatori spesso preferiscono le GPU di Nvidia a causa dello stack software che le accompagna, ma gli analisti hanno dichiarato che la concorrenza eroderà comunque i profitti. David Nicholson, di Futurum Group, ha affermato che il rischio di margine è reale.

"Nel tempo, i margini che Nvidia può imporre attualmente si degradano", ha detto David. "Sarà una morte per mille tagli, perché ci sono tutti questi diversi acceleratori di silicio personalizzati che esistono proprio perché c'è un'opportunità così grande."

Quando gli è stato chiesto di commentare la situazione in un podcast di settembre, Jensen Huang ha sminuito la minaccia. Il CEO di Nvidia ha dichiarato: "Siamo l'unica azienda al mondo oggi che costruisce tutti i chip all'interno di un'infrastruttura AI".

Ha sostenuto che, mentre i rivali stanno costruendo singoli chip, Nvidia produce sistemi completi che combinano GPU Blackwell, CPU basate su Arm e unità di rete che lavorano insieme su rack interi.

Alcuni sulla Wall Street non condividono la stessa paura. Vivek Arya di Bank of America e Luria hanno entrambi dichiarato che l'ascesa dei chip personalizzati "non conta". Arya ha detto che Nvidia continua ad espandere il mercato totale, notando che l'azienda ha investito 47 miliardi di dollari in startup AI e "neocloud" dal 2020 a settembre 2025, secondo i dati di PitchBook.

Luria ha aggiunto: "La crescita e la domanda sono così sostanziali. Avremo bisogno di molta più potenza di calcolo, e i modelli AI stanno diventando più utili, il che significa che la torta diventerà molto più grande".

Luria ha detto che Nvidia potrebbe non crescere alla stessa velocità del mercato stesso, ma si espanderà comunque all'aumentare della domanda complessiva. Tuttavia, Goldberg ha avvertito che progettare chip non è facile. "Lo svantaggio di fare il proprio siliconio, però, è che è difficile", ha detto. "Penso che alla fine ciò che accadrà è che non tutti ci riusciranno".

I cervelli più intelligenti del crypto leggono già la nostra newsletter. Vuoi unirti a loro? Unisciti a loro.

Condividi questo articolo
Jai Hamid

Jai Hamid

Jai Hamid si occupa di criptovalute, mercati azionari, tecnologia, economia globale ed eventi geopolitici che influenzano i mercati da 6 anni. Ha collaborato con pubblicazioni focalizzate sulla blockchain, tra cui AMB Crypto, Coin Edition e CryptoTale, per analisi di mercato, grandi aziende, regolamentazione e tendenze macroeconomiche. Si è formata presso la London School of Journalism e ha condiviso tre volte le sue analisi sui mercati delle criptovalute su una delle principali reti televisive dell'Africa.

ALTRE NOTIZIE …