La domanda di AMD e Google spinge Intel e NVIDIA, ma il rally dei chip AI nasconde una competizione più ampia

AMD, Google, Intel e NVIDIA hanno iniziato mercoledì con un segnale significativo: diversi titoli legati all'AI sono saliti insieme pur competendo per segmenti diversi dello stesso mercato. Il movimento ha seguito risultati che hanno mostrato una domanda ancora forte nei data center per processori, acceleratori, server e infrastrutture cloud. Ha inoltre messo in discussione l'idea che ogni dollaro speso in hardware AI debba produrre un solo vincitore.

Il rally è andato oltre il superamento delle attese sugli utili da parte di un singolo produttore di chip. AMD aveva comunicato ricavi trimestrali record la settimana precedente, mentre Intel aveva registrato una crescita più rapida nei prodotti client e per data center. I risultati più recenti di NVIDIA avevano già fissato un parametro molto più elevato per la domanda di acceleratori.

Google ha fornito un'altra componente decisiva della storia. I suoi crescenti impegni infrastrutturali hanno mostrato perché i clienti possano sostenere contemporaneamente GPU NVIDIA, processori AMD, CPU Intel e le unità di elaborazione tensoriale di Google. Il rapporto tra AMD e Google conta quindi oltre l'annuncio di un singolo prodotto cloud. Illustra come gli hyperscaler stiano assemblando sistemi misti invece di scegliere un unico fornitore per ogni carico di lavoro.

Questo non rende equivalenti i tre produttori di chip. NVIDIA resta il fornitore dominante di acceleratori usati per addestrare ed eseguire i principali modelli AI. AMD si sta espandendo dalle CPU per server a implementazioni più ampie di acceleratori, mentre Intel si sta ricostruendo attorno a CPU, produzione e infrastrutture enterprise.

La vera domanda è se l'espansione della domanda di AI possa continuare a sostenere tutte e tre le aziende quando le loro differenze competitive torneranno al centro dell'attenzione.

Il rally ha seguito le prove della domanda, non una vittoria condivisa

I rialzi di mercoledì hanno riflesso una rinnovata fiducia nel mercato delle infrastrutture AI, non la prova che AMD, Intel e NVIDIA abbiano raggiunto posizioni equivalenti.

Il mercato più ampio ha chiuso vicino a un record il 12 agosto. L'S&P 500 è salito dello 0,3%, mentre il Nasdaq Composite ha guadagnato lo 0,5%, secondo la copertura del rally di mercato di mercoledì. Le aziende dell'infrastruttura AI hanno contribuito a guidare l'avanzata dopo che diversi fornitori hanno riportato risultati primaverili più solidi del previsto.

Super Micro Computer ha fornito il catalizzatore più immediato. L'azienda costruisce server che combinano processori, acceleratori, memoria, networking, raffreddamento e storage. Le sue azioni sono balzate dopo che l'utile più recente ha superato le aspettative degli analisti.

Il risultato ha avuto importanza per gli investitori nei chip perché i fornitori di server si collocano tra i produttori di silicio e gli operatori dei data center. Un produttore di server non può riconoscere vendite solide senza ricevere una domanda sufficiente da parte dei clienti da giustificare sistemi completi. Migliori risultati dei server hanno quindi sostenuto la tesi che la spesa per l'AI stesse raggiungendo le fasi di implementazione.

Il mercato disponeva inoltre di nuove evidenze da AMD. L'azienda ha riportato ricavi nel secondo trimestre pari a 11,5 miliardi di dollari, in crescita del 50% rispetto all'anno precedente. La sua attività nei data center ha beneficiato di una domanda più forte per i processori server EPYC e gli acceleratori Instinct.

La crescita trimestrale di AMD non è arrivata soltanto dagli acceleratori AI. Hanno contribuito i processori client e altri prodotti, mentre i ricavi del gaming si sono mossi nella direzione opposta. Questa performance mista è importante perché un record di ricavi nei titoli non rivela quali linee di prodotto offrano i margini migliori.

Intel aveva già riportato ricavi nel secondo trimestre pari a 16,1 miliardi di dollari, con una crescita annua del 25%. La domanda di processori client e per data center ha aiutato l'azienda, anche se la ristrutturazione e gli investimenti produttivi hanno continuato a pesare sulla redditività riportata.

NVIDIA è entrata nel rally con i più solidi dati di crescita recenti. I suoi ricavi nel primo trimestre fiscale hanno raggiunto 81,6 miliardi di dollari, in crescita dell'85% rispetto a un anno prima. I ricavi dei data center hanno raggiunto 75,2 miliardi di dollari, in aumento del 92%, secondo i suoi risultati trimestrali.

Questi numeri hanno mostrato che il ciclo delle infrastrutture AI non si era arrestato. Hanno però anche evidenziato l'enorme distanza tra NVIDIA e i suoi rivali nei ricavi da acceleratori.

Un rally simultaneo può verificarsi perché gli investitori stanno rivalutando le dimensioni del mercato. Non richiede che concludano che ciascun fornitore conquisterà la stessa quota. Se il bacino previsto di spesa per le infrastrutture AI si amplia, diverse aziende possono beneficiarne anche se una resta nettamente avanti.

Questa distinzione spiega la reazione del mercato. Gli investitori non stavano cancellando la gerarchia competitiva. Stavano aumentando la fiducia che la domanda potesse sostenere più di un livello dello stack di calcolo AI.

Perché i legami infrastrutturali tra AMD e Google contano ora

Il collegamento tra AMD e Google mostra come gli operatori cloud distribuiscano la domanda tra diversi processori, acceleratori e chip progettati internamente.

Google Cloud offre ai clienti accesso a diverse architetture hardware. Queste includono GPU NVIDIA, unità di elaborazione tensoriale di Google, o TPU, e macchine virtuali alimentate da CPU server AMD. Una TPU è un acceleratore specializzato progettato per i calcoli di machine learning.

AMD ha dichiarato nel suo documento del primo trimestre che Google Cloud ha introdotto macchine virtuali H4D con processori EPYC di quinta generazione. Anche AWS, Microsoft Azure e Tencent hanno annunciato nel periodo nuovi servizi o servizi ampliati basati su EPYC.

Queste implementazioni sono importanti perché un servizio AI richiede più dell'acceleratore che esegue i suoi maggiori calcoli matriciali. Richiede anche CPU per preparare i dati, pianificare le attività, controllare lo storage, gestire il networking e occuparsi di parti dell'inferenza.

L'inferenza è il processo di utilizzo di un modello addestrato per generare una risposta, una classificazione o una previsione. Man mano che i prodotti AI attraggono più utenti, l'inferenza può creare una domanda sostenuta sia di acceleratori sia di processori host.

AMD ha riportato ricavi dei data center nel primo trimestre pari a 5,8 miliardi di dollari, in crescita del 57% su base annua. L'azienda ha attribuito tale incremento ai processori EPYC e alle continue spedizioni di GPU Instinct nel suo documento finanziario.

Questa combinazione offre ad AMD due vie d'accesso a un data center cloud. Può fornire le CPU collegate agli acceleratori di un'altra azienda, oppure vendere una piattaforma di calcolo AMD più completa. La prima via genera ricavi senza richiedere ad AMD di sostituire NVIDIA.

Google ha inoltre motivi per mantenere diverse opzioni hardware. Le sue TPU possono offrire controllo su prestazioni, disponibilità e costi operativi per carichi di lavoro selezionati. Le GPU NVIDIA offrono un ampio supporto software e l'accesso a una vasta base di sviluppatori. AMD offre a Google un'altra fonte di CPU e acceleratori.

I risultati del secondo trimestre di Alphabet hanno rafforzato la scala di questa strategia. I ricavi sono cresciuti del 24% su base annua, mentre i ricavi di Google Cloud sono aumentati dell'82%. Il portafoglio ordini cloud ha raggiunto 514 miliardi di dollari, secondo le dichiarazioni sui risultati dell'azienda.

Il portafoglio ordini rappresenta ricavi contrattualizzati che non sono ancora stati riconosciuti. Non garantisce che ogni impegno diventerà ricavo secondo il calendario originario. Tuttavia, una crescita di questa portata aiuta a spiegare perché Google continui ad ampliare la capacità di calcolo.

Alphabet ha dichiarato che il suo portafoglio infrastrutturale includeva acceleratori Google e sistemi NVIDIA. Ha inoltre evidenziato il supporto a diversi framework software, consentendo ai clienti di spostare più carichi di lavoro tra GPU e TPU.

Questo è il segnale centrale del rapporto tra AMD e Google. Google non sta affidando il proprio cloud a una sola architettura di chip. Sta cercando di offrire sufficiente varietà hardware per conquistare clienti con modelli, budget, dipendenze software e calendari di implementazione diversi.

Questo approccio amplia l'opportunità per i fornitori, ma rafforza anche la posizione negoziale di Google. Un operatore cloud con silicio interno e diversi fornitori esterni dipende meno da una singola roadmap. La concorrenza può migliorare la disponibilità dell'offerta e ridurre il rischio che un prodotto in ritardo blocchi la costruzione di un data center.

AMD beneficia quando questa diversità porta a più istanze EPYC o implementazioni Instinct. NVIDIA beneficia quando i clienti desiderano la sua piattaforma completa di calcolo accelerato. Intel beneficia quando la domanda di elaborazione general-purpose e compatibilità enterprise resta importante.

Il fornitore cloud beneficia dal mantenere tutte queste porte aperte.

NVIDIA continua a definire il parametro di riferimento per gli acceleratori AI

Una domanda più ampia crea spazio per AMD e Intel, ma i ricavi e la posizione software di NVIDIA continuano a definire il parametro competitivo.

I risultati del primo trimestre fiscale di NVIDIA erano su una scala diversa rispetto a quelli dei suoi rivali. L'azienda ha generato 81,6 miliardi di dollari di ricavi totali nel trimestre concluso il 26 aprile. La sua attività nei data center da sola ha prodotto 75,2 miliardi di dollari.

Le cifre rappresentavano una crescita annua dei ricavi dell'85% e una crescita dei data center del 92%. NVIDIA ha inoltre riportato un margine lordo GAAP del 74,9%. Il margine lordo misura la quota di ricavi che rimane dopo i costi diretti di produzione.

Questo margine conta perché la concorrenza nei semiconduttori non si decide soltanto in base alla crescita delle spedizioni. Un fornitore deve trasformare la domanda in utili sufficienti per finanziare futuri progetti di chip, prodotti di networking, software e impegni produttivi.

NVIDIA ha costruito una piattaforma integrata attorno a GPU, connessioni ad alta velocità, networking, sistemi rack-scale e software CUDA. CUDA fornisce agli sviluppatori strumenti per scrivere programmi eseguiti sulle GPU NVIDIA. Anni di adozione hanno reso questa base software difficile da replicare.

Gli acceleratori Instinct di AMD possono competere in termini di prestazioni hardware e capacità di memoria per carichi di lavoro selezionati. Il compito più difficile è offrire ai clienti un'esperienza altrettanto affidabile tra framework per modelli, strumenti di orchestrazione, librerie, networking e supporto tecnico.

AMD ha investito in ROCm, la sua piattaforma software aperta per il calcolo GPU. Ha inoltre sviluppato sistemi rack-scale che combinano acceleratori, CPU, networking e software. L'adozione da parte dei clienti determinerà se questi investimenti ridurranno il costo operativo del passaggio.

Intel occupa una posizione diversa. Le sue CPU server restano importanti per il calcolo general-purpose, compresi i processori host che coordinano i sistemi di accelerazione. Intel ha anche ambizioni negli acceleratori e nelle fonderie, ma non ha creato un'attività di GPU per data center vicina alla scala di NVIDIA.

La crescita dei ricavi del secondo trimestre dell'azienda ha offerto evidenza che la domanda di CPU si era rafforzata. Il comunicato sugli utili di Intel ha inoltre posto la sua roadmap produttiva e i clienti esterni della fonderia al centro del piano di rilancio.

Una fonderia produce chip progettati da altre aziende. La strategia di fonderia di Intel crea quindi un secondo possibile ruolo nell'infrastruttura AI. Può vendere i propri processori mentre cerca di produrre chip per progettisti esterni.

Questo modello richiede grandi investimenti di capitale prima che il volume dei clienti diventi prevedibile. Intel deve anche convincere i potenziali clienti della fonderia che il suo processo produttivo, le rese, gli strumenti e il calendario di consegna soddisferanno i requisiti commerciali.

Google complica il quadro competitivo per tutti e tre i fornitori. Le sue TPU offrono all'azienda un'alternativa interna per parte dell'addestramento e dell'inferenza dei modelli. Anche altri hyperscaler sviluppano acceleratori personalizzati, spesso mirando a specifici carichi di lavoro nei quali le GPU general-purpose comportano costi non necessari.

Il silicio proprietario non elimina automaticamente i fornitori di chip commerciali. Progettare un processore è solo un passaggio. Un’azienda cloud deve assicurarsi capacità produttiva, assemblare il chip, collegarlo su larga scala, supportare il software e gestirlo in modo affidabile.

La piattaforma di NVIDIA riduce molti di questi oneri di integrazione. Questo vantaggio spiega perché i fornitori cloud possano investire in chip propri continuando al contempo ad acquistare sistemi NVIDIA.

L’opportunità di AMD non consiste semplicemente nel produrre un componente più veloce. Deve offrire prestazioni, disponibilità, compatibilità software e supporto di sistema sufficienti a giustificare l’adozione di una seconda piattaforma di acceleratori.

L’opportunità immediata di Intel è più ampia. L’aumento dell’utilizzo dell’AI può accrescere la domanda di CPU anche quando Intel non fornisce l’acceleratore principale. Tuttavia, l’azienda deve difendere questa posizione mentre AMD, i processori basati su Arm e le CPU cloud proprietarie competono per gli stessi carichi di lavoro host.

Le aziende sono salite insieme perché il mercato indirizzabile è apparso più grande. Le loro strategie restano profondamente diverse.

Cosa i Numeri sugli Utili Non Risolvono

Una forte crescita trimestrale non stabilisce se la spesa per l’infrastruttura AI produrrà rendimenti duraturi per clienti o fornitori.

La maggiore incertezza riguarda le aziende che pagano i data center. Google, Microsoft, Amazon, Meta e altri operatori stanno impegnando capitale prima di conoscere i ricavi finali generati da ogni installazione.

Alphabet ha registrato una forte crescita del cloud, ma ha anche aumentato la spesa per server, data center e networking. Maggiori spese in conto capitale generano nel tempo costi di ammortamento, che distribuiscono il costo contabilizzato di un asset lungo la sua vita utile.

Questo effetto contabile può mettere sotto pressione i futuri margini operativi anche se l’uscita di cassa avviene prima. Significa inoltre che un trimestre di forti ricavi non risponde immediatamente alla domanda se ogni nuovo data center generi un rendimento interessante.

La crescita dell’82% del cloud di Google e l’espansione del portafoglio ordini rendono più credibile la tesi d’investimento. Tuttavia, gli investitori devono ancora osservare con quale rapidità il portafoglio ordini si trasformi in ricavi rilevati e flusso di cassa.

Esiste un altro rischio per i fornitori di chip. I clienti potrebbero diventare più efficienti nell’esecuzione dei modelli AI. Modelli più piccoli, quantizzazione migliorata, pianificazione più efficace e chip più specializzati possono ridurre la capacità di calcolo necessaria per un determinato compito.

La quantizzazione è un metodo che utilizza numeri a precisione inferiore per ridurre le esigenze di memoria e calcolo di un modello. Lo stesso carico di lavoro può quindi diventare meno costoso anche mentre l’utilizzo cresce.

L’efficienza non riduce sempre la domanda complessiva di hardware. Costi inferiori possono incoraggiare le aziende a distribuire l’AI in più prodotti, servire più utenti o eseguire attività più complesse. Gli economisti descrivono spesso questo schema come un’espansione della domanda quando una risorsa diventa meno costosa.

L’esito dipende dal fatto che l’utilizzo aggiuntivo cresca più rapidamente dei miglioramenti di efficienza. Le previsioni delle aziende di chip in genere presuppongono che sia così. Questa ipotesi resta commercialmente plausibile, ma gli utili trimestrali non possono confermarla per l’intero ciclo di investimento.

La concentrazione dell’offerta crea un’altra incertezza. Gli acceleratori avanzati dipendono da un numero limitato di produttori, fornitori di packaging, produttori di memoria e vendor di networking. Un ritardo in un componente può frenare un intero rack.

AMD deve inoltre affrontare il rischio di esecuzione mentre punta a distribuzioni di acceleratori più ampie. L’interesse annunciato dai clienti non equivale a ricavi rilevati. I sistemi devono arrivare nei tempi previsti, garantire prestazioni costanti e integrarsi con il software dei clienti.

La crescita dei ricavi del secondo trimestre dell’azienda sostiene questa direzione, ma il mercato necessita ancora di evidenze a livello di prodotto. Occorre osservare l’espansione della disponibilità nel cloud, gli ordini ripetuti e le distribuzioni in produzione che vadano oltre le valutazioni.

Il rischio di Intel è ancora più strutturale. La domanda di CPU può beneficiare del ciclo AI mentre l’azienda spende molto nella produzione. Questo crea una tensione tra il miglioramento delle vendite di prodotti e il costo di sostenere una fonderia competitiva.

Intel ha dichiarato di restare impegnata nella propria roadmap produttiva avanzata. Gli investitori devono valutare questa affermazione alla luce degli impegni dei clienti esterni, delle rese produttive e della tempistica delle rampe di produzione.

NVIDIA affronta pressioni diverse. La sua posizione di leadership le offre vantaggi di prezzo e di piattaforma, ma crea anche aspettative elevate. La crescita dei ricavi deve restare abbastanza alta da sostenere le ipotesi di investimento in un’attività di dimensioni molto grandi.

L’azienda affronta inoltre una concorrenza crescente da parte degli acceleratori AMD e dei chip progettati dagli hyperscaler. I TPU di Google non devono sostituire NVIDIA ovunque per influenzare il mercato. Devono soltanto diventare interessanti per un numero sufficiente di carichi di lavoro interni o cloud da modificare le decisioni di acquisto.

Normative e controlli sulle esportazioni aggiungono ulteriore incertezza. Le restrizioni possono modificare quali processori i vendor siano autorizzati a vendere in determinati mercati. Possono inoltre richiedere riprogettazioni dei prodotti o indurre i clienti a sviluppare alternative locali.

Nessuno di questi rischi invalida il rally di mercoledì. Spiegano perché un movimento di una sola giornata debba essere interpretato come un segnale di domanda, non come un giudizio definitivo sui vincitori di lungo periodo.

La Vera Competizione Riguarda Sistemi AI Completi

La prossima fase della competizione sarà decisa a livello di sistema, dove chip, memoria, networking, software, alimentazione e raffreddamento devono lavorare insieme.

Un acceleratore raramente crea valore da solo. Le grandi distribuzioni AI combinano migliaia di componenti in cluster progettati per comportarsi come un unico computer. Le prestazioni dipendono dalla velocità con cui i dati si spostano tra i processori e dall’affidabilità con cui l’intero sistema rimane online.

Questo cambiamento favorisce le aziende capaci di coordinare più livelli. NVIDIA vende acceleratori, CPU, networking, interconnessioni e software. La sua strategia a livello di rack offre ai clienti un’architettura di riferimento che riduce il lavoro di integrazione.

AMD persegue una direzione simile con gli acceleratori Instinct, i processori EPYC, le risorse di networking e il software aperto. La sua sfida consiste nel trasformare componenti competitivi separati in un sistema prevedibile per i grandi clienti.

Google segue un’altra strada. Progetta TPU, gestisce un cloud globale, acquista hardware commerciale e controlla gran parte del software sopra l’infrastruttura. Questa integrazione verticale consente a Google di scegliere percorsi di calcolo differenti per i servizi interni e per i clienti esterni.

La relazione tra AMD e Google si inserisce in questo mercato a livello di sistema. Un’istanza Google Cloud basata su EPYC può supportare calcolo ad alte prestazioni, elaborazione dati o carichi di lavoro correlati all’AI senza utilizzare un acceleratore AMD. Un altro servizio può combinare CPU host diverse con GPU NVIDIA.

I clienti spesso si preoccupano meno del logo presente su ciascun chip che di throughput, disponibilità, compatibilità software, sicurezza e costo operativo. Per questo la leadership nei benchmark da sola non garantisce l’adozione.

Un team che addestra modelli può dare priorità al tempo necessario per completare il lavoro. Un servizio online può preoccuparsi maggiormente del costo dell’inferenza e della latenza di risposta. Un’impresa regolamentata può privilegiare la localizzazione dei dati, il supporto e aggiornamenti prevedibili.

Questi requisiti lasciano spazio al calcolo eterogeneo, che utilizza diversi tipi di processori per compiti differenti. Le CPU gestiscono il lavoro flessibile di uso generale. GPU e TPU accelerano calcoli altamente paralleli. I componenti di networking collegano il sistema, mentre la memoria alimenta i processori con dati.

Intel può restare rilevante se i sistemi eterogenei continueranno a richiedere grandi quantità di CPU capaci. AMD può crescere attraverso sia EPYC sia Instinct. NVIDIA può difendere la propria leadership rendendo la sua piattaforma più semplice da distribuire rispetto alle alternative miste.

Tuttavia, la competizione a livello di sistema attribuisce maggiore influenza anche agli operatori cloud. Google può confezionare l’hardware dietro servizi gestiti, consentendo ai clienti di utilizzare capacità di calcolo senza selezionare ogni componente sottostante.

Questa astrazione può indebolire nel tempo il branding dei chip. Gli sviluppatori possono richiedere un obiettivo di prestazioni o un livello di servizio anziché un processore specifico. Il fornitore cloud decide quindi quale hardware produce il risultato richiesto.

NVIDIA ha risposto ampliando la propria presenza nel software e nelle piattaforme. AMD sta migliorando la portabilità del software e lavorando con le aziende cloud su nuove istanze. Intel punta sulla compatibilità aziendale e sulle opzioni produttive.

Anche la disponibilità di energia plasmerà queste scelte. I data center AI richiedono grandi connessioni elettriche, sistemi di raffreddamento e tempi di costruzione. Un chip con ottimi risultati nei benchmark può comunque perdere un’implementazione se il suo sistema non rientra nel budget energetico di un sito.

I clienti confronteranno sempre più il lavoro utile per unità di energia, il tempo totale di distribuzione e l’utilizzo. L’utilizzo misura quanta della capacità di un sistema installato svolge lavoro produttivo anziché rimanere in attesa.

Il rally di mercato ha riconosciuto una domanda crescente lungo l’intera catena. La competizione di lungo periodo riguarda quali aziende cattureranno più valore dopo che i clienti avranno considerato ogni costo di sistema.

Tre Segnali Metteranno alla Prova il Rally dei Chip AI

Il rally avrà più significato se distribuzioni, ricavi cloud e roadmap di prodotto confermeranno che la domanda è al tempo stesso ampia e duratura.

Il primo segnale è il prossimo rapporto sugli utili di NVIDIA. Gli investitori dovrebbero confrontare la crescita degli acceleratori con l’offerta, i margini e le prospettive del management. Un altro forte aumento dei data center rafforzerebbe l’idea che la domanda degli hyperscaler resti intatta.

Osservate la composizione della crescita di NVIDIA con la stessa attenzione riservata al totale. Networking, sistemi a livello di rack e acquisti ripetuti possono rivelare se i clienti stiano espandendo implementazioni complete anziché effettuare ordini isolati di chip.

Un rallentamento non porrebbe automaticamente fine al ciclo dell’infrastruttura AI. Solleverebbe interrogativi sulla tempistica delle distribuzioni, sulla concentrazione dei clienti e sul fatto che gli ordini precedenti abbiano anticipato la domanda.

Il secondo segnale è la conversione da parte di AMD delle piattaforme annunciate in ricavi da acceleratori rilevati. AMD ha riportato un forte coinvolgimento dei clienti, ma gli investitori necessitano di prove di distribuzioni produttive più ampie.

La disponibilità nel cloud offre un indicatore utile. Più servizi basati su Instinct da parte dei principali fornitori renderebbero l’hardware accessibile agli sviluppatori senza richiedere loro di costruire cluster privati. Gli ordini ripetuti offrirebbero un segnale ancora più forte.

Anche la domanda di EPYC merita attenzione. AMD può partecipare all’infrastruttura AI attraverso i processori host anche quando NVIDIA fornisce gli acceleratori. Una crescita continua delle CPU server sosterrebbe la più ampia tesi AMD-Google senza presumere rapidi guadagni di quota nelle GPU.

Il terzo segnale è se la spesa per l’infrastruttura di Google produrrà una crescita sostenuta del cloud e la conversione del portafoglio ordini. I recenti dati di Alphabet sono stati solidi, ma il suo programma di spesa richiede una domanda continua da parte dei clienti.

Se Google Cloud manterrà una crescita elevata ampliando al contempo i margini e convertendo il portafoglio ordini, l’azienda avrà prove più solide che la sua infrastruttura AI stia generando rendimenti commerciali. Questo risultato sosterrebbe i fornitori di CPU, GPU, networking, memoria e sistemi server.

Se la spesa in conto capitale aumenterà più rapidamente dei ricavi cloud e della generazione di cassa, l’esame degli investitori si intensificherà. Il mercato potrebbe allora distinguere più aggressivamente tra i fornitori legati a distribuzioni produttive e quelli che beneficiano dell’ottimismo generale.

I progressi di Intel attraversano tutti e tre i segnali. Una forte domanda di server aiuterebbe il suo business di prodotti, mentre gli impegni produttivi esterni convaliderebbero parte della sua strategia di fonderia. I ritardi lascerebbero l’azienda dipendente da una ripresa più ristretta delle CPU.

I lettori dovrebbero resistere alla tentazione di ridurre questa competizione alla performance azionaria di un solo giorno. AMD, Intel e NVIDIA sono salite insieme perché i recenti utili hanno migliorato la fiducia nella quantità di capacità di calcolo di cui i clienti hanno ancora bisogno. Non hanno cancellato le differenze in termini di ricavi, maturità del software, margini, esposizione produttiva o rischio di esecuzione.

Il passo successivo più utile è monitorare queste differenze trimestre dopo trimestre. Seguite la crescita del data center di NVIDIA, le implementazioni produttive di AMD e la capacità di Google Cloud di trasformare la spesa per infrastrutture in ricavi. La relazione tra AMD e Google è una componente visibile di un sistema molto più ampio, in cui più chip possono ottenere ordini mentre solo poche piattaforme conquistano un controllo duraturo.