Pusat industri AI bergeser ke "penalaran", bisakah "ekspektasi triliun" Nvidia menggerakkan pasar?

【Corriere Globale di Specialisti negli Stati Uniti, Feng Yaren; Giornalisti di Global Times, Yang Shuyu; Specialista di Global Times, Ren Zhong】 Mentre la competizione globale nell’intelligenza artificiale (AI) si intensifica, il colosso dei chip Nvidia torna al centro del dibattito tecnologico. Il 16, ora locale, si è aperto a San Jose, in California, il GTC annuale di Nvidia. Questo grande evento del settore ha attirato decine di migliaia di professionisti della tecnologia e ha suscitato un’analisi approfondita da parte dei media sulla battaglia di potenza computazionale: in un contesto di prodotti concorrenti con rapporto qualità-prezzo elevato e di un’accelerazione del processo di “de-Nvidia-izzazione” dei grandi, come può questa potenza di calcolo consolidare la propria posizione dominante? La valutazione di 5 trilioni di dollari potrà essere sostenuta nel fervente movimento di “inferenza”? Il mercato osserva attentamente i prossimi passi di Nvidia e dei suoi sfidanti.

Usare la tecnologia per proteggere il “fossato”

Durante la conferenza, il fondatore di Nvidia, Jensen Huang, ha annunciato un nuovo tipo di processore centrale (CPU) e un sistema di intelligenza artificiale basato sulla tecnologia di Groq, una startup specializzata nella produzione di chip personalizzati per l’inferenza, progettati per migliorare la velocità di risposta dei sistemi di AI. Si tratta di un sistema server di nuova generazione che combina l’unità di elaborazione linguistica (LPU) sviluppata da Groq con il server Vera Rubin, creando una nuova infrastruttura di inferenza AI.

Secondo Bloomberg, la LPU, come chip dedicato, è specializzata nell’accelerare il processo di “inferenza” dei grandi modelli linguistici — cioè il processo di generazione di risposte a partire da prompt di AI. In questa architettura, Nvidia la fornisce come “co-processore” per supportare il lavoro dell’acceleratore principale, che si dimostra più efficace nell’elaborare compiti complessi e multi-fase. Huang ha affermato che questa architettura offre prestazioni di calcolo significativamente superiori rispetto alla generazione precedente di architetture GPU.

Negli ultimi anni, Nvidia ha accelerato notevolmente il ritmo di sviluppo tecnologico. Ora l’azienda non si limita più alle sue iconiche GPU. “Stanno collegando queste tecnologie per proteggere il loro fossato”, ha commentato Daniel Newman, CEO di Futurum Group, un’azienda di analisi tecnologica, parlando di questo nuovo prodotto. Durante il GTC, Huang ha anche mostrato le strategie di Nvidia nei settori robotica, guida autonoma e agenti AI.

Il prezzo delle azioni chiude in rialzo

Nvidia cerca di calmare l’ansia di crescita del mercato con grandi previsioni di performance. In precedenza, aveva previsto che i chip basati sulle architetture Blackwell e Rubin avrebbero generato un’opportunità di fatturato di 500 miliardi di dollari entro il 2026. Quest’anno, al GTC, Huang ha previsto che il suo più recente processore AI aiuterà l’azienda a raggiungere un fatturato di 1 trilione di dollari entro il 2027.

Stimolata da questa previsione, il prezzo delle azioni di Nvidia è salito fino al 4% nello stesso giorno, poi ha ridotto l’incremento, chiudendo con un +1,2%, temporaneamente fermando le preoccupazioni sul futuro di crescita e sulla “bolla AI”. Bloomberg riporta che il prezzo delle azioni dell’azienda è rimasto stagnante negli ultimi mesi, con una perdita cumulata del 3,4% prima del GTC.

La Reuters commenta che puntare sui chip di inferenza AI rappresenta un passo di Huang per consolidare la posizione di Nvidia nel settore della “computazione di inferenza” (cioè il processo di fornire risposte dall’AI). Con il settore AI globale che si sposta dalla “competizione sui modelli (training)” verso l’“applicazione commerciale (inferenza)”, giganti come OpenAI e Anthropic stanno spostando il focus strategico dall’acquisto di chip per l’addestramento AI verso i terminali che servono miliardi di utenti che chiamano sistemi AI. Poiché, dopo il training, i chip di inferenza sono molto più efficienti dal punto di vista energetico nel svolgere compiti e generare risposte rispetto ai processori ad alta intensità energetica usati durante la fase di costruzione del modello, il mercato globale mostra interesse per hardware di inferenza più economico e più snello. Huang ha affermato: “Il punto di svolta dell’inferenza è arrivato”, aggiungendo: “La domanda continua a crescere”.

Investimenti di capitale nella “onda” dell’inferenza

Sebbene Nvidia detenga ancora circa il 90% del mercato, la concorrenza nel settore hardware AI si sta stringendo. Secondo “Business Insider”, i prezzi delle GPU Nvidia sono elevati e, con i clienti che cercano di ridurre la dipendenza, alcuni concorrenti stanno emergendo. Meta e altri ex “sponsor” stanno accelerando lo sviluppo di chip proprietari. Bloomberg segnala anche che, sebbene i CPU, meno performanti nel training, abbiano un vantaggio di costo, stanno mostrando un forte potenziale di sostituzione nelle fasi di deployment.

Anche il focus dell’AI sta evolvendo. “Business Insider” riporta che, sebbene le GPU dominino nel training, l’inferenza è un processo continuo e molto sensibile ai costi. Giganti del cloud e startup stanno sviluppando chip AI concorrenti, con particolare attenzione all’inferenza. Amazon ha lanciato le serie di chip Trainium e Inferentia come alternative a basso costo di Nvidia. Microsoft ha recentemente presentato il chip AI di inferenza Maia 200. Inoltre, molte startup stanno sviluppando chip dedicati più economici ed efficienti rispetto alle GPU, cercando di ridefinire gli standard del settore. Con decine di miliardi di dollari di capitale che entrano in questa ondata di tecnologia di inferenza, sono nate numerose aziende unicorno altamente competitive.

Inoltre, la Cina rimane il più grande problema geopolitico per Nvidia. “Business Insider” evidenzia che le restrizioni di sicurezza e commercio imposte dal governo USA limitano la crescita potenziale di Nvidia. Huang ha più volte avvertito che bloccare le vendite alla Cina accelererà lo sviluppo dell’industria locale cinese. Huawei, al centro dell’industria domestica, è vista come la sfida più diretta a Nvidia. Non solo produce chip, server e dispositivi di rete, ma gestisce anche la propria piattaforma cloud. Allo stesso tempo, startup cinesi come Cambrian stanno emergendo come alternative potenti a Nvidia.

L’istituto di consumo informatico di Zhongguancun, presieduto da Xiang Ligang, ha dichiarato in un’intervista al “Global Times” che nel settore hardware AI Nvidia mantiene un vantaggio, difficile da scalfire nel breve termine. Tuttavia, il settore dell’inferenza sta vedendo emergere più prodotti, e il prezzo potrebbe diventare il fattore chiave di competizione futura. Molte aziende sperano di poter sfidare la posizione dominante di Nvidia con prezzi più bassi, e in questo campo Nvidia non ha un vantaggio evidente.