Nvidia entra nel 2027 con un premio più grande e un rischio molto maggiore

Nvidia entra nel 2027 con ricavi in crescita del 106%, ma il suo vantaggio più forte non si basa più soltanto sui processori grafici. L'azienda ora vuole acquisire una quota maggiore della spesa in ogni data center AI, dalle CPU e dal networking fino ai sistemi completi a livello di rack.

Questa espansione sostiene una tesi rialzista sul titolo Nvidia diffusa tramite Google News e ripubblicata da diverse testate finanziarie. Tuttavia, l'argomentazione di fondo merita un esame più approfondito di quanto suggerisca una semplice etichetta di “miglior titolo dei semiconduttori”.

La tesi originale sul titolo sottolinea le dimensioni, la crescita e il portafoglio di prodotti sempre più ampio di Nvidia. Sostiene inoltre che gli investitori dovrebbero concentrarsi meno sulla quota di mercato degli acceleratori e più sui ricavi acquisiti per gigawatt.

Questa distinzione conta. La competizione principale di Nvidia non riguarda più soltanto le GPU Nvidia contro gli acceleratori AMD o i chip custom dei cloud provider. Il conflitto centrale contrappone la piattaforma completa per data center di Nvidia a clienti che desiderano sempre più fornitori alternativi, silicio interno e maggiore controllo.

I risultati finanziari rendono difficile ignorare la posizione di Nvidia. Rivelano però anche un'azienda che assume impegni più rilevanti nella produzione, nella memoria, nella capacità cloud e nel finanziamento delle infrastrutture.

Non è una storia lineare di un vincitore indiscusso. È una prova della capacità di Nvidia di trasformare la propria leadership di mercato in una piattaforma più ampia senza assumere rischi eccessivi sul fronte dell'offerta e della domanda.

La scelta azionaria di Google News parte da una crescita straordinaria

Gli ultimi risultati di Nvidia sostengono la tesi rialzista, ma la composizione di questa crescita conta più della percentuale in evidenza.

Nvidia ha registrato ricavi del secondo trimestre fiscale pari a 96,2 miliardi di dollari nel periodo conclusosi il 26 luglio 2026. I ricavi sono aumentati del 18% rispetto al trimestre precedente e del 106% rispetto a un anno prima.

Data Center ha generato 89 miliardi di dollari, ossia oltre nove decimi dei ricavi trimestrali complessivi. Il segmento è cresciuto del 117% su base annua, secondo i risultati del secondo trimestre di Nvidia.

L'azienda ha inoltre riportato un margine lordo del 75%. Il reddito operativo ha raggiunto 63,7 miliardi di dollari secondo i principi contabili generalmente accettati, mentre l'utile netto ha raggiunto 59,7 miliardi.

Questi dati delineano il caso di base dietro il titolo di Google News. Nvidia sta producendo una crescita eccezionale pur partendo da una base di ricavi che normalmente renderebbe difficile un'espansione a tre cifre.

Il management prevede ricavi del terzo trimestre pari a 108 miliardi di dollari, con una variazione possibile del 2% in più o in meno. Il punto medio implica un altro aumento sequenziale sostanziale.

Nvidia non ha incluso in queste previsioni alcun ricavo da computing per Data Center proveniente dalla Cina. L'esclusione è importante perché le restrizioni all'export hanno ridotto drasticamente il suo accesso a un mercato storicamente significativo.

La crescita non deriva soltanto dalla spedizione di più versioni dello stesso acceleratore. Nvidia vende sistemi che combinano GPU, CPU, interconnessioni, switch, apparecchiature di networking e software.

Questo cambia il modo in cui andrebbe misurata la sua opportunità. Una stima della quota di mercato degli acceleratori coglie soltanto uno strato di ciò che Nvidia oggi vende a un data center AI.

Un cloud provider potrebbe acquistare GPU Nvidia utilizzando però CPU, networking e software di altri fornitori. La strategia di Nvidia consiste nel sostituire una parte maggiore di queste decisioni d'acquisto separate con un'unica architettura integrata.

L'azienda definisce queste installazioni AI factories, ovvero data center progettati per trasformare energia e dati in output per l'addestramento o l'inferenza dei modelli. L'inferenza è il processo che esegue un modello addestrato per produrre risposte, immagini, previsioni o azioni.

La strategia aumenta i potenziali ricavi di Nvidia da ogni struttura. Rende anche i clienti più dipendenti dalla sua architettura, dal suo calendario di rilascio e dal suo ambiente software.

Per gli acquirenti, questa integrazione può ridurre l'impegno necessario per assemblare e ottimizzare migliaia di componenti. Può però anche limitare la loro libertà di sostituire in seguito un altro fornitore.

La tesi sul titolo si basa quindi su qualcosa di più della domanda di acceleratori AI. Presuppone che Nvidia possa continuare ad ampliare la propria quota dell'intero budget infrastrutturale.

È una proposta commerciale più solida della vendita di un singolo componente. È anche una promessa più impegnativa da realizzare.

Nvidia vuole una quota maggiore di ogni data center AI

La metrica Nvidia più importante in vista del 2027 è l'opportunità di ricavi per gigawatt, non la sola quota di mercato delle GPU.

Nella conference call sugli utili di agosto, il management di Nvidia ha dichiarato che la sua opportunità di ricavi era cresciuta da circa 18 miliardi di dollari per gigawatt con Hopper a 25 miliardi con Blackwell.

Per Vera Rubin, l'azienda stima un'opportunità di circa 40 miliardi di dollari per gigawatt. Un gigawatt misura la capacità elettrica, divenuta un vincolo pratico per le dimensioni dei nuovi campus AI.

Queste stime sono proiezioni aziendali, non medie di settore verificate in modo indipendente. Mostrano comunque come Nvidia definisca la sua prossima fase di crescita.

Hopper ha principalmente consolidato Nvidia come fornitore preferito di acceleratori per l'AI generativa. Blackwell ha esteso l'architettura a sistemi integrati più grandi, inclusi prodotti a livello di rack e networking ad alta velocità.

Vera Rubin estende questo approccio con la CPU Vera, la GPU Rubin, le interconnessioni NVLink, il networking Ethernet o InfiniBand e altri processori. NVLink è la tecnologia di connessione ad alta larghezza di banda di Nvidia per collegare acceleratori in un unico sistema di calcolo.

Nvidia ha dichiarato che Vera Rubin è entrato in piena produzione e ha iniziato le spedizioni di produzione nell'agosto 2026. L'azienda prevede che i prodotti Rubin rappresenteranno circa il 20% dei ricavi Data Center nel terzo trimestre.

Il management ha inoltre affermato di aver ricevuto ordini di acquisto da ogni grande hyperscaler, cloud provider AI e produttore di sistemi. Un hyperscaler è un'azienda che gestisce reti cloud e di data center molto grandi.

Queste dichiarazioni indicano una transizione più rapida di quanto gli investitori si aspettino di solito tra generazioni di semiconduttori. I cambiamenti di prodotto spesso creano pause mentre gli acquirenti testano l'hardware, preparano il software e consumano le scorte precedenti.

Nvidia afferma che la domanda di Blackwell resta forte mentre Rubin aumenta la produzione. Se ciò continuerà, l'azienda potrà introdurre una nuova architettura senza creare il consueto vuoto nei ricavi.

Il portafoglio più ampio aggiunge un ulteriore livello. Nvidia ha dichiarato che i ricavi degli ultimi 12 mesi della sua CPU Grace hanno superato i 5 miliardi di dollari, mentre la CPU Vera è entrata in piena produzione.

Il management vede circa 20 miliardi di dollari di domanda complessiva nel mercato delle CPU per server a cui si rivolge. Prevede che i ricavi delle CPU Nvidia più che raddoppieranno nell'esercizio fiscale 2028.

Anche il networking sta crescendo. Nvidia ha dichiarato che i ricavi trimestrali dal networking hanno segnato un altro record, con una crescita sequenziale del 18%.

I ricavi di Spectrum-X Ethernet sono aumentati di 2,6 volte su base annua. Ethernet è la base standard del networking utilizzata dalla maggior parte dei data center, mentre Spectrum-X è il sistema Nvidia progettato per i carichi di lavoro AI.

Questa espansione è il meccanismo alla base dell'ottimistica tesi per il 2027. Nvidia può perdere una parte della quota negli acceleratori aumentando comunque i ricavi da CPU, switch, interconnessioni e sistemi completi.

Per i clienti, l'attrattiva è una progettazione coordinata. Nvidia può ottimizzare insieme chip, networking, software di sistema e librerie di modelli, anziché trattarli come componenti isolati.

Il management sostiene che Vera Rubin offra una produttività per megawatt 30 volte maggiore e un costo per token inferiore di 35 volte rispetto a Grace Blackwell Ultra. Questi confronti provengono da Nvidia e dipendono dal carico di lavoro e dalla configurazione del sistema.

Ciononostante, le prestazioni per unità di energia sono diventate una questione centrale nelle decisioni d'acquisto. Molti progetti AI sono limitati dall'elettricità, dal raffreddamento, dai tempi di costruzione e dall'accesso alla rete elettrica prima di esaurire i fondi per i chip.

Se un nuovo sistema produce più output del modello entro un limite energetico fisso, un cliente può aumentare la capacità utilizzabile senza attendere un altro data center.

Questo rende l'efficienza della piattaforma importante dal punto di vista commerciale. Spiega anche perché Nvidia stia spingendo gli acquirenti verso sistemi completi anziché GPU standalone.

La competizione principale riguarda il controllo della piattaforma, non un singolo chip

L'avversario più rilevante per Nvidia è il desiderio del cliente di evitare la dipendenza da una sola piattaforma infrastrutturale.

AMD resta il concorrente più evidente nei chip venduti sul mercato aperto. Il suo segmento Data Center ha prodotto 6,7 miliardi di dollari nel secondo trimestre del 2026, in aumento del 107% rispetto a un anno prima.

AMD ha presentato la famiglia Instinct MI400, incluso l'MI455X per l'addestramento e l'inferenza AI su larga scala. Ha inoltre lanciato le CPU server EPYC di sesta generazione e ha continuato a sviluppare il proprio ambiente software ROCm.

L'azienda ha annunciato collaborazioni che coinvolgono Anthropic e Microsoft. I suoi utili del secondo trimestre hanno dichiarato che Anthropic prevedeva di installare fino a due gigawatt di sistemi MI450, mentre Microsoft pianificava implementazioni Helios più ampie su Azure.

AMD non deve eguagliare i ricavi complessivi di Nvidia per modificare il comportamento degli acquirenti. Deve offrire prestazioni, compatibilità software e disponibilità sufficienti per diventare una seconda fonte credibile.

Un'alternativa valida offre ai cloud provider potere negoziale. Può anche aiutarli a riservare i sistemi Nvidia ai carichi di lavoro che beneficiano maggiormente del software e dell'architettura di interconnessione Nvidia.

I cloud provider creano una seconda pressione competitiva attraverso chip custom. Amazon, Google e Microsoft hanno investito in processori progettati per i propri servizi.

Il silicio custom può puntare a carichi di lavoro più ristretti rispetto a un acceleratore generalista. Questa specializzazione può migliorare l'efficienza dei costi quando l'operatore controlla sia l'hardware sia il software eseguito al di sopra di esso.

L'approccio comporta compromessi. I clienti devono adattare modelli, strumenti per sviluppatori e processi operativi a un'altra architettura. Perdono inoltre una parte della flessibilità offerta dalla capacità Nvidia ampiamente disponibile.

L'ambiente software CUDA di Nvidia resta una difesa significativa. CUDA offre agli sviluppatori strumenti e librerie per creare applicazioni eseguibili sulle GPU Nvidia.

Anni di adozione hanno creato conoscenze tecniche, software ottimizzato e flussi di lavoro attorno a CUDA. Cambiare hardware può quindi comportare molto più che sostituire una scheda all'interno di un server.

Eppure, l'espansione della piattaforma Nvidia può intensificare l'incentivo al cambiamento. Un acquirente che acquista CPU, GPU, networking, sistemi e software Nvidia ottiene integrazione, ma concentra un numero maggiore di decisioni infrastrutturali presso un unico fornitore.

Questa concentrazione influenza le negoziazioni sui prezzi, la resilienza degli approvvigionamenti e le future scelte architetturali. I grandi cloud provider raramente vogliono che un solo fornitore controlli ogni livello critico.

Ecco perché la sola quota degli acceleratori offre un quadro incompleto in entrambe le direzioni. Nvidia può generare più ricavi nonostante perdite di quota, ma i clienti possono resistere alla sua espansione pur continuando ad acquistare enormi quantità di GPU.

L'esito competitivo varierà in base al carico di lavoro. L'addestramento di modelli di frontiera attribuisce grande valore al networking, alla maturità del software e all'affidabilità dei sistemi su larga scala.

L'inferenza può essere più frammentata. Include assistenti interattivi, ricerca, sistemi di raccomandazione, strumenti di programmazione, generazione video e applicazioni aziendali interne.

Alcuni carichi di lavoro di inferenza traggono vantaggio dalla piattaforma generalista di Nvidia. Altri possono funzionare in modo efficiente su acceleratori AMD, chip interni o processori progettati per un modello specifico.

Nvidia ha risposto accelerando il proprio calendario di prodotto e ampliando il portafoglio. Questo rende più difficile per un rivale prendere di mira un’architettura statica.

Aumenta però anche la pressione sull’esecuzione. Nvidia deve coordinare nuovo silicio, memoria, networking, raffreddamento, produzione e software su un numero maggiore di prodotti ogni anno.

La sfida del 2027 non è quindi una semplice gara di benchmark. È una disputa su quanto controllo i clienti saranno disposti a cedere in cambio di un’implementazione più rapida e prestazioni integrate.

Una scommessa da 279 miliardi di dollari sulla fornitura alza la posta

La fiducia di Nvidia nella domanda è ora incorporata in impegni che rendono più costosi gli errori di previsione.

Nvidia ha aumentato gli impegni per forniture e capacità da 119 miliardi di dollari dopo il trimestre precedente a 279 miliardi di dollari al 26 luglio 2026.

Tali impegni riguardano principalmente la memoria e la capacità produttiva per prodotti data center attuali e futuri. Si estendono su più esercizi fiscali, secondo il documento trimestrale di Nvidia.

Alcuni accordi possono essere annullati, riprogrammati o modificati prima che Nvidia emetta ordini vincolanti. Questa flessibilità riduce il rischio, ma non elimina le conseguenze operative e finanziarie di un rallentamento della domanda.

Nvidia ha indicato 366 miliardi di dollari di impegni futuri complessivi. Oltre a forniture e capacità, la cifra includeva accordi cloud, leasing di data center, investimenti azionari e spese in conto capitale.

L’azienda ha inoltre comunicato 36 miliardi di dollari di impegni associati a un nuovo modello che coinvolge partner cloud AI selezionati. In base a questi accordi, i partner acquistano infrastruttura Nvidia, mentre Nvidia si impegna ad acquistare servizi cloud.

Questi impegni cloud si estendono generalmente per sei anni. Diminuiscono quando clienti terzi o Nvidia utilizzano la capacità.

Questa struttura può aiutare i fornitori cloud AI più piccoli a finanziare implementazioni più ampie. Può anche sostenere la domanda di sistemi Nvidia offrendo a tali operatori un acquirente impegnato per la capacità.

Tuttavia, rende più complesso il rapporto tra fornitore, investitore, finanziatore dell’infrastruttura e cliente. Nvidia può sostenere l’ecosistema che acquista i suoi prodotti, consumando al tempo stesso servizi provenienti da tale ecosistema.

Questo non rende i ricavi non validi. Significa però che gli investitori dovrebbero esaminare da dove proviene la domanda finale di workload e quanta capacità viene assorbita da terzi.

L’azienda ha riportato 3,3 miliardi di dollari di investimenti contabilizzati con il metodo del patrimonio netto in finanziatori di infrastrutture. La sua esposizione massima alle perdite relativa a determinate entità a interesse variabile ha raggiunto 4,7 miliardi di dollari.

Nvidia deteneva inoltre 99 miliardi di dollari di investimenti azionari e aveva altri 25 miliardi di dollari di impegni per investimenti azionari. Queste posizioni ampliano la sua esposizione oltre le spedizioni di prodotti.

Il rischio centrale non è che la domanda di AI scompaia improvvisamente. Il rischio più plausibile è che l’infrastruttura arrivi più rapidamente delle applicazioni redditizie, delle connessioni elettriche o dei workload dei clienti.

I data center richiedono terreni, elettricità, edifici, apparecchiature di raffreddamento, finanziamenti e autorizzazioni normative. Nvidia stessa avverte che la scarsità di queste risorse può ritardare le implementazioni e influire sulla tempistica dei ricavi.

I clienti potrebbero rinviare gli acquisti se un edificio non è pronto. Potrebbero anche adottare una nuova architettura più gradualmente quando il capitale o l’energia restano vincolati.

Gli impegni di Nvidia amplificano entrambi gli esiti. Assicurarsi capacità scarsa di memoria e produzione protegge la sua capacità di spedire in presenza di una forte domanda.

Gli stessi impegni diventano più difficili da gestire se gli ordini vengono rinviati, i concorrenti ottengono implementazioni più grandi o i clienti riducono la spesa.

La storia dei semiconduttori offre molti esempi di carenze di fornitura trasformatesi in correzioni delle scorte. La posizione attuale di Nvidia è insolita perché gli impegni vanno ben oltre il tradizionale inventario di chip.

L’azienda sta contribuendo a coordinare una costruzione di infrastrutture misurata in gigawatt e obblighi pluriennali. Questo le conferisce maggiore influenza sul ritmo delle implementazioni.

Collega inoltre i suoi risultati più strettamente alla costruzione, alla disponibilità di energia, alle condizioni di finanziamento e all’economia dei servizi AI.

L’impostazione rialzista di Google News sottolinea i vincoli di fornitura come prova della domanda. Una lettura più scettica si chiede se gli impegni di fornitura stiano crescendo più rapidamente dei consumi degli utenti finali finanziati in modo indipendente.

Entrambe le interpretazioni possono essere vere per diversi trimestri. La differenza diventa visibile solo quando la capacità entra in funzione e i clienti la utilizzano in modo redditizio oppure faticano a riempirla.

Cina, concentrazione dei clienti ed esecuzione restano rischi aperti

La tesi di crescita di Nvidia dipende da condizioni che il management non può controllare completamente, comprese la politica commerciale, la spesa dei clienti e la realizzazione dell’infrastruttura.

La Cina rappresenta il rischio politico più evidente. Nvidia ha dichiarato che le spedizioni di prodotti data center Hopper verso la Cina hanno rappresentato meno dell’1% dei ricavi Data Center nell’ultimo trimestre.

L’azienda ha escluso i ricavi del computing Data Center in Cina dalle previsioni per il terzo trimestre. Il suo documento annuale affermava che Nvidia era di fatto esclusa dal mercato cinese del computing per data center alla fine dell’esercizio fiscale 2026.

Le norme sulle esportazioni possono limitare i chip in base alle prestazioni di elaborazione, alla larghezza di banda dell’interconnessione, alla larghezza di banda della memoria e ad altre caratteristiche. Le modifiche a tali norme possono influire sui prodotti dopo che Nvidia ha investito nella loro progettazione.

Il mercato perduto offre inoltre ai concorrenti locali spazio per sviluppare hardware, software e relazioni con i clienti. Nvidia ha avvertito che ecosistemi rivali più forti in Cina possono creare concorrenza altrove.

La concentrazione dei clienti aggiunge un altro rischio. Nell’esercizio fiscale 2026, un cliente diretto ha rappresentato il 22% dei ricavi totali di Nvidia, mentre un altro ne ha rappresentato il 14%.

Un cliente diretto può essere un distributore, un produttore di sistemi, un fornitore cloud o uno sviluppatore di modelli. L’utente finale dell’infrastruttura potrebbe trovarsi dietro tale rapporto di acquisto diretto.

Nvidia ha inoltre dichiarato che una società di ricerca e implementazione AI ha contribuito in modo significativo ai ricavi acquistando servizi cloud dai suoi clienti. Questo mostra come uno sviluppatore di modelli possa influenzare la spesa presso diversi fornitori di infrastrutture.

La concentrazione non è necessariamente un segno di domanda debole. Le maggiori implementazioni AI provengono naturalmente da organizzazioni con accesso a finanziamenti rilevanti, dati, capacità cloud e team ingegneristici.

Rende però più importanti le decisioni di spesa di un numero ristretto di aziende. Un ritardo nell’implementazione o un cambiamento nella strategia dei modelli può influenzare diversi fornitori contemporaneamente.

La concorrenza crea un’incertezza correlata. I progressi di AMD, i chip interni dei fornitori cloud e i processori specializzati per l’inferenza possono tutti limitare la capacità di Nvidia di conquistare ogni livello.

La cadenza annuale dei prodotti di Nvidia riduce il tempo a disposizione dei concorrenti per rispondere. Lascia però anche meno margine a Nvidia per problemi di produzione, integrazione o software.

Rubin combina diversi nuovi componenti in un sistema su scala rack. Un ritardo nella memoria, nel raffreddamento, nel networking o nelle apparecchiature elettriche può limitare l’intera implementazione.

Anche le dichiarazioni del management su prestazioni e costi richiedono un’attenta interpretazione. I guadagni nei benchmark non si traducono automaticamente in risparmi equivalenti per ogni workload di produzione.

I clienti considerano utilizzo, porting del software, comportamento dei modelli, networking, contratti energetici, manutenzione e finanziamento. Un sistema può guidare un benchmark producendo al contempo un risultato economico diverso nell’operatività.

La valutazione aggiunge un ulteriore livello, anche senza fare affidamento su un singolo multiplo di mercato di breve durata. La scala di Nvidia significa che le aspettative presuppongono già una crescita sostanziale e un’esecuzione continua.

Un’azienda forte può comunque generare rendimenti d’investimento deludenti se i suoi risultati restano al di sotto di ipotesi elevate. Al contrario, una crescita percentuale più lenta non compromette automaticamente l’attività se margini e generazione di cassa restano elevati.

I lettori dovrebbero quindi separare tre domande. Nvidia può rimanere il principale fornitore di infrastrutture AI, i suoi ricavi possono continuare a crescere e il suo titolo può comunque reagire negativamente al mutare delle aspettative.

La scelta azionaria di Google News comprime queste domande in un’unica conclusione. Un’analisi più utile le mantiene distinte.

I risultati di Nvidia supportano attualmente la leadership. Non eliminano però i rischi legati a forniture, concentrazione, concorrenza, politiche e valutazione.

Tre segnali metteranno alla prova la tesi Nvidia per il 2027

L’adozione di Rubin, l’utilizzo della capacità da parte di terzi e le implementazioni competitive mostreranno se la strategia di piattaforma di Nvidia si sta rafforzando o si sta spingendo troppo oltre.

Il primo segnale è la crescita dei ricavi di Vera Rubin. Nvidia prevede che Rubin contribuisca per circa il 20% ai ricavi Data Center nel terzo trimestre.

Questo obiettivo è insolitamente specifico e arriva poco dopo l’inizio delle spedizioni in produzione. Raggiungerlo sosterrebbe l’affermazione di Nvidia secondo cui i clienti possono adottare una nuova architettura senza rallentare la domanda di Blackwell.

La qualità della crescita conta quanto la percentuale. Gli investitori dovrebbero osservare se i sistemi diventano operativi presso diversi fornitori cloud e se i clienti riportano prestazioni stabili su larga scala.

Una transizione riuscita rafforzerebbe la strategia di rilascio annuale di Nvidia. Un ritardo legato a memoria, raffreddamento, networking o software indebolirebbe l’idea che l’integrazione riduca sistematicamente il rischio di implementazione.

Il secondo segnale è l’utilizzo presso i partner cloud AI. Nvidia ha assunto impegni cloud pluriennali mentre tali partner acquistano la sua infrastruttura.

L’utilizzo da parte di terzi indicherà se clienti indipendenti desiderano la capacità a tariffe sostenibili. Un forte utilizzo esterno mostrerebbe che l’accordo sta ampliando l’accesso a domanda reale.

Un utilizzo debole aumenterebbe la preoccupazione che Nvidia stia assorbendo capacità per sostenere un’espansione infrastrutturale legata alle proprie vendite di prodotti.

Le prove rilevanti non proverranno solo dai gigawatt annunciati. I lettori dovrebbero cercare capacità operativa, contratti con i clienti, ricavi da servizi, comportamento dei rinnovi e utilizzo comunicato.

Il terzo segnale è l’implementazione competitiva su scala. Le relazioni annunciate da AMD con Anthropic e Microsoft forniscono test concreti per la generazione MI400 e ROCm.

Se queste implementazioni cresceranno fino a diventare workload di produzione sostanziali, i clienti otterranno un’alternativa più credibile alla piattaforma completa di Nvidia. Ciò eserciterebbe pressione su Nvidia anche se la spesa complessiva per l’infrastruttura AI continuasse a salire.

Se i sistemi rivali resteranno limitati a workload selezionati, il vantaggio di Nvidia nel software, nel networking e nell’implementazione integrata apparirà più duraturo.

Anche i chip personalizzati dei fornitori cloud rientrano nello stesso segnale. I loro progressi saranno più significativi quando sosterranno importanti workload di produzione, non quando un’azienda si limiterà ad annunciare un altro processore.

Questi tre segnali dovrebbero essere valutati insieme. Rubin può crescere con successo mentre gli acceleratori alternativi guadagnano anch’essi quota.

Questa combinazione sosterrebbe l’idea che l’infrastruttura AI si stia espandendo abbastanza rapidamente da lasciare spazio a diversi fornitori. Metterebbe inoltre alla prova il piano di Nvidia di compensare la pressione sulle quote degli acceleratori conquistando maggiore spesa altrove.

Un esito più debole apparirebbe diverso. Ritardi di Rubin, basso utilizzo della capacità da parte di terzi e un’adozione competitiva più rapida metterebbero in discussione sia le ipotesi sulla domanda sia l’espansione della piattaforma Nvidia.

Nvidia inizia questo test da una posizione notevole. Il suo ultimo trimestre ha generato 96,2 miliardi di dollari di ricavi, un margine lordo del 75% e una crescita Data Center del 117%.

L’azienda sta inoltre assumendo impegni coerenti con tale ambizione. La sua posizione di fornitura da 279 miliardi di dollari mostra quanto fortemente il management si aspetti che la domanda continui.

Per sviluppatori e acquirenti aziendali, questa sfida plasmerà la disponibilità dell’hardware, le scelte cloud, la portabilità del software e il costo di esecuzione dei modelli AI. Seguire queste decisioni richiede più che seguire un titolo di borsa.

Per gli investitori, la domanda centrale è altrettanto diretta. La quota crescente di Nvidia in ciascun data center per l’AI aumenterà più rapidamente dell’esposizione finanziaria e operativa necessaria per garantirla?

Tenete presente questa domanda accanto al prossimo titolo di Google News. Osservate le implementazioni di Rubin, l’effettivo utilizzo della capacità e i carichi di lavoro produttivi della concorrenza prima di considerare consolidata qualsiasi singola scelta nel settore dei semiconduttori.