Assalto al trono di Nvidia

A prima vista, le cose per Nvidia non potrebbero andare meglio. Il colosso statunitense delle GPU detiene oggi il 92% di questo specifico settore e una quota pari al 70-75% del più complessivo mercato dei chip impiegati nell’ambito IA. Nel 2025, la società fondata da Jensen Huang ha messo a segno ricavi per circa 200 miliardi di dollari (oltre il doppio di quanto fatturato nell’anno precedente), ha ottenuto guadagni per 32 miliardi nel corso di un unico trimestre e può vantare al momento la maggiore capitalizzazione di mercato al mondo (4.600 miliardi di dollari, contro i 3.900 della seconda classificata Apple).

Un dominio quasi inevitabile, per l’azienda che con le sue GPU – processori nati per l’elaborazione grafica dei videogiochi, ma che si sono dimostrati estremamente efficienti per l’addestramento e l’utilizzo dei sistemi d’intelligenza artificiale – ha reso possibile la rivoluzione del deep learning ed è oggi praticamente l’unica azienda in grado di guadagnare dal complicato, dal punto di vista economico, settore dell’IA generativa.

Il ruolo di Nvidia è talmente centrale che, lo scorso novembre, gli occhi di tutti gli operatori finanziari erano puntati proprio sui suoi risultati trimestrali, perché si temeva che una crescita anche solo leggermente inferiore alle attese avrebbe fatto scoppiare la bolla dell’intelligenza artificiale (pericolo per il momento scongiurato o almeno rinviato).

In questa fase, Nvidia può addirittura farsi carico dell’espansione infrastrutturale del settore dell’IA generativa, essendo diventata il fulcro di un complicatissimo meccanismo di prestiti e finanziamenti che ha ovviamente l’obiettivo finale di vendere un numero sempre maggiore di GPU. Nonostante alcuni inciampi (com’è il caso del promesso investimento in OpenAI, recentemente ritirato), questo meccanismo può essere sintetizzato così: Nvidia presta o investe capitale in startup e grandi sviluppatori di modelli, che utilizzano quei fondi per acquistare infrastruttura di calcolo – spesso proprio GPU Nvidia – alimentando una domanda che in parte contribuisce essa stessa a creare.

Se tutto ciò non bastasse, Jensen Huang ha ultimamente messo in atto la più classica pratica da monopolista della Silicon Valley, iniziando a inglobare le startup che potrebbero in futuro minacciarne la posizione dominante. È il caso del maxi-accordo da 20 miliardi di dollari con cui ha acquistato gli asset tecnologici e ha assunto parte del team di Groq, società che produce chip specializzati – in termini tecnici ASIC – nella fase di inferenza dell’intelligenza artificiale (vale a dire il carico di lavoro svolto durante l’utilizzo dei sistemi generativi).

Basterà tutto ciò a mettere al riparo Nvidia da un numero crescente di concorrenti sempre più agguerriti, che puntano a ridurre la loro dipendenza dalle GPU di Jensen Huang, a produrre chip specializzati dalle prestazioni ancora più elevate (in termini computazionali o di efficienza energetica) e a consentire alla seconda superpotenza tecnologica – la Cina – di liberare tutte le proprie potenzialità?

La minaccia di Google

“C’è la sensazione strategica, tra i clienti e nel mercato complessivo, che la dipendenza da Nvidia, e dai suoi prezzi elevati, debba essere interrotta”, ha spiegato, parlando con El País, l’analista Fernando Maldonado. “Tutti i principali fornitori di servizi cloud stanno progettando i loro specifici chip per compiti differenti. Più in là nel tempo, la quota di mercato di Nvidia potrebbe iniziare a ridursi”.

Dei vari concorrenti che stanno scaldando i motori nessuno è più minaccioso di Google: azienda storicamente leader nel campo dell’intelligenza artificiale, che ha reso possibile l’avvento dei large language model, sviluppando nel 2017 l’architettura Transformer, e che per il loro addestramento sfrutta da sempre una combinazione di GPU Nvidia e delle sue TPU (Tensor Processing Unit), ovvero acceleratori hardware progettati internamente, in collaborazione con Broadcom, e ottimizzati per il calcolo delle reti neurali.

Questa coabitazione di GPU e TPU potrebbe presto giungere al termine: Gemini 3 – il più avanzato large language model di Google – è stato infatti addestrato utilizzando esclusivamente le TPU prodotte dal colosso di Mountain View, prefigurando quindi un futuro in cui Nvidia potrebbe perdere uno dei suoi più importanti clienti. Ma c’è altro: Google ha infatti iniziato a stringere accordi commerciali che consentono a varie società del settore di utilizzare le proprie TPU al posto delle GPU di Nvidia.

Il più importante di questi accordi è stato stipulato a ottobre 2025 e prevede che Anthropic – una delle principali realtà dell’intelligenza artificiale e sviluppatrice di Claude – spenda “decine di miliardi di dollari” per accedere fino a un milione delle TPU di Google. Un accordo simile, ma su scala più ridotta, è stato siglato con la startup Safe Superintelligence (fondata dall’ex di OpenAI Ilya Sutskever).

Fino a oggi, gli sviluppatori di intelligenza artificiale potevano accedere alle TPU soltanto attraverso i data center di proprietà di Google, rendendoli così dipendenti dal suo ecosistema cloud e consentendo una flessibilità molto inferiore rispetto alle GPU di Nvidia, che si acquistano invece fisicamente e poi si sfruttano a piacimento (al netto della lunghissima lista d’attesa). Adesso la situazione è cambiata: Google ha da pochissimo iniziato, secondo le ultime notizie, a vendere direttamente i propri acceleratori.

Tra i clienti troviamo ancora una volta Anthropic (con un acquisto completato da dieci miliardi di dollari e un secondo ordine da 11 miliardi già concordato) e secondo le indiscrezioni anche Meta, che collocherebbe fisicamente le TPU nei propri data center, dove fino a oggi avevano trovato spazio soprattutto le GPU di Nvidia. È questa evoluzione di Google, che si sta quindi trasformando in un vero e proprio produttore di chip, ad aver fatto salire le sue azioni quasi del 50% negli ultimi sei mesi, mentre quelle di Nvidia hanno fatto registrare soltanto un +5%.

“La capitalizzazione di mercato è cresciuta di quasi mille miliardi a partire dall’ottobre scorso, anche grazie alla decisione di Warren Buffett di acquistare 4,9 miliardi di azioni durante il terzo trimestre del 2025 e al più generale entusiasmo di Wall Street per le iniziative di Google nel campo dell’intelligenza artificiale”, si legge su Bloomberg. “Google è sempre stato il vero outsider nella corsa dell’intelligenza artificiale. Un gigante per qualche tempo dormiente, ma che adesso si è pienamente risvegliato”.

Amazon e non solo

Google è sicuramente il rivale più temibile per Nvidia, ma non è l’unico. Ormai da qualche tempo, Amazon (per la precisione AWS) ha iniziato a sviluppare acceleratori per l’intelligenza artificiale – chiamati Trainium – e dall’anno scorso li sta usando nei propri data center, vendendo l’accesso a svariate realtà del settore. Tra queste troviamo ancora una volta Anthropic, la società di “data intelligence” Databricks, l’azienda giapponese di servizi per l’assistenza clienti Karakuri e parecchie altre. Stando alle dichiarazioni del CEO di Amazon Andy Jassy, gli introiti garantiti dai chip Trainium e Graviton (classiche CPU usate internamente in ambito cloud) sono oggi di “circa 10 miliardi di dollari” e crescono “a tripla cifra” anno dopo anno.

Come spiega il New York Times, “sebbene non siano potenti come quelli di Google o Nvidia, Amazon sta installando il doppio dei suoi chip all’interno di ciascun data center, nella speranza di offrire maggiore potenza computazionale usando la stessa quantità di energia” (grazie alla loro migliore efficienza energetica, ndA). Al momento, Anthropic è l’unico vero grande cliente dei Trainium di Amazon, ma in futuro le cose potrebbero cambiare: “Gli esperti ritengono che una partnership di questo calibro possa prefigurare cambiamenti ancor più importanti: quando Anthropic utilizza i chip di Amazon o di Google mostra al resto del mercato che le GPU di Nvidia non sono l’unica opzione”.

Al contrario: le alternative continuano ad aumentare. La CEO di AMD, Lisa Su, aveva annunciato qualche mese fa l’intenzione di centrare la produzione aziendale sull’IA generativa, scommettendo che la “domanda insaziabile di capacità di calcolo” non si sarebbe esaurita nel giro di pochi trimestri. Finora i numeri sembrano darle ragione: la capitalizzazione di mercato di AMD è quasi quadruplicata, superando i 350 miliardi di dollari, e l’azienda ha firmato accordi rilevanti per fornire chip a OpenAI e Oracle.

Anche Broadcom si sta ritagliando uno spazio crescente grazie alla produzione di chip – le cosiddette XPU – progettati per compiti di calcolo specifici, oltre a hardware di rete indispensabile per collegare tra loro i giganteschi rack di server che popolano i data center dell’IA. Intel, uno dei nomi storici della Silicon Valley, ha clamorosamente mancato la prima ondata dell’I Agenerativa, ma sta adesso investendo massicciamente sia nella progettazione sia nella produzione di processori avanzati per i data center, nel tentativo di recuperare terreno. E infine c’è Qualcomm, tradizionalmente associata ai chip per smartphone e automobili, ma che nell’ottobre scorso ha annunciato il lancio di due nuovi acceleratori per l’intelligenza artificiale, l’AI200 e l’AI250, caratterizzati da un’attenzione particolare all’efficienza energetica.

L’ascesa delle startup

La scommessa è quindi duplice: da una parte che la richiesta di processori da utilizzare nell’ambito dell’intelligenza artificiale continuerà ad aumentare; dall’altra che si aprano maggiori opportunità per chi produce hardware specializzato, laddove fino a oggi hanno dominato i processori programmabili e generalisti di Nvidia. “Se si osserva il tasso di crescita del settore, si vede [aumentare la domanda] di hardware specializzato”, ha spiegato Alex Davies, CTO della società finanziaria Jump. “È sempre stato così in tutta la storia dell’ingegneria: si inizia con qualcosa di più generico, poi si cresce a grandissima velocità e alla fine qualcuno capisce che non si può avere un unico prodotto per tutto”.

Fino a questo momento, la versatilità delle GPU ha rappresentato il principale vantaggio di Nvidia, che attraverso la piattaforma software CUDA consente di programmare i suoi processori in base alle specifiche esigenze aziendali, fidelizzando inoltre una vastissima schiera di programmatori. I chip di uso generale hanno però i loro svantaggi: “C’è un costo energetico da pagare, perché ci sono parti del processore che non si utilizzano per ciò che serve ma consumano comunque energia”, ha spiegato ancora Maldonado a El País.

Considerando quanto sta crescendo il mercato, c’è sicuramente spazio per tutte le soluzioni: dai processori generalisti e programmabili di Nvidia fino alle architetture ASIC più specifiche. Nel complesso, si stima che il giro di affari degli acceleratori per sistemi d’intelligenza artificiale dovrebbe crescere del 16% su base annua fino a raggiungere i 604 miliardi di dollari nel 2033: “Certo, Nvidia continuerà a controllare una parte significativa del mercato, ma anche una piccola percentuale può valere miliardi di dollari”, ha spiegato al New York Times l’analista Jordan Nanos.

Mentre i colossi si riorganizzano per aumentare la loro presenza in questo ricchissimo mercato, una serie di startup ambisce a conquistare una fetta della torta, presentando nuove soluzioni: Cerebras è una startup californiana, guidata da Andrew Feldman, che progetta processori creati esclusivamente per l’intelligenza artificiale. Processori, tra l’altro, dalle dimensioni inusuali: “Il nostro chip è grande quanto un piatto da tavola, mentre quello di una GPU ha le dimensioni di un francobollo”, ha spiegato Feldman parlando con l’Economist.

Potrebbe sembrare una mossa controintuitiva, visto che il progresso tecnologico è sempre stato anche una corsa alla miniaturizzazione. Eppure, Cerebras permette di usare un solo, enorme chip laddove con le GPU di Nvidia bisogna collegarne un gran numero. Questo permette alle connessioni tra i vari core presenti nel chip di operare migliaia di volte più rapidamente di quanto avviene con le connessioni tra GPU separate.

Il suo Wafer-Scale Engine 3 (WSE-3) – il più grande chip per IA mai costruito, con circa 4mila miliardi di transistor e 900mila core – è attualmente impiegato da OpenAI (per Codex-Spark, un LLM ottimizzato per la generazione di codice), Mistral, Perplexity e anche dai laboratori scientifici statunitensi (che lo hanno impiegato, per esempio, nell’ambito della “simulazione molecolare dinamica”). Una lista di clienti impressionante, che ha convinto gli investitori a finanziare Cerebras con un miliardo di dollari per una valutazione da 23 miliardi.

Cerebras non è però l’unica startup che partecipa alla grande corsa per ritagliarsi uno spazio nel mondo degli acceleratori per IA. Un’altra realtà californiana, fondata da ex ingegneri di Google, è MatX, che sta sviluppando processori che mirano a fare piazza pulita di tutti gli elementi delle GPU non necessari per l’addestramento degli LLM. In poche parole, MatX punta a creare processori che facciano meno cose, ma in maniera più efficiente. La startup nata nel 2022 ha appena raccolto oltre 500 milioni di dollari in un nuovo round di finanziamento e punta a completare il design del suo chip nel 2026, con spedizioni previste nel 2027. L’elenco delle startup include anche le statunitensi d-Matrix e SambaNova, l’israeliana Hailo, la britannica Graphcore (acquistata nel 2024 da SoftBank), la canadese-statunitense Tenstorrent e tantissime altre.

La Cina punta all’autosufficienza

Le maggiori sorprese per Nvidia potrebbero però arrivare dall’altro lato del Pacifico. Non è un caso che Jensen Huang abbia pubblicamente espresso la sua contrarietà alle sanzioni che impediscono la vendita delle GPU più avanzate alla Cina (per quanto recentemente allentate), argomentando che questa politica rischia di accelerare la corsa della Repubblica Popolare per rendersi del tutto autonoma dai processori statunitensi (e quindi intaccando il fatturato di Nvidia, proveniente per il 13% dal mercato cinese).

Che la Cina sia dietro agli Stati Uniti soltanto di “pochi nanosecondi” – come affermato dallo stesso Huang – è un’esagerazione, ma i progressi fatti dai produttori di chip del colosso asiatico sono molto significativi. Al momento, le prestazioni del modello H20 – il chip più potente che Nvidia può vendere in Cina, variante dell’H200 – sono già state ampiamente superate da numerosi processori cinesi, tra cui l’Ascend 910C di Huawei e il BW1000 di Hygon (per capacità di calcolo grezza e al netto di un maggiore consumo energetico).

Probabilmente proprio allo scopo di aumentare l’adozione di chip autoctoni, Pechino sta adesso a sua volta ostacolando l’acquisto dei chip Nvidia da parte delle aziende cinesi, complicando ulteriormente una situazione già molto difficile. In sintesi: al momento gli Stati Uniti hanno riammesso la vendita dei processori H20, ma è ora la Cina che ne blocca l’acquisto da parte delle sue aziende, adducendo ragioni di sicurezza nazionale.

La situazione è caotica e in continua evoluzione, ma l’impressione è che la Cina voglia approfittare della guerra commerciale per aumentare la quota dei suoi campioni nazionali (Huawei, Hygon, Cambricon, MetaX), che oggi detengono il 40% del mercato – per un valore di circa 38 miliardi di dollari – e che potrebbero crescere fino al 50% nel giro di un paio d’anni. Dal punto di vista tecnologico, un aiuto importante potrebbe giungere dai progressi fatti dalla Semiconductor Manufacturing International Corporation (SMIC): l’azienda cinese che si occupa di fabbricare concretamente i chip progettati da Huawei e dagli altri.

SMIC è oggi il cuore della strategia industriale cinese nel campo dei processori. Secondo alcuni report, l’azienda sarebbe ormai in grado di produrre anche chip a 5 nanometri, seppur con costi più elevati e rese inferiori rispetto a quelli realizzati dal colosso taiwanese TSMC per i marchi occidentali, le cui dimensioni hanno da poco raggiunto la soglia dei 2 nanometri. Allo stesso tempo, Huawei starebbe investendo per dare vita a delle proprie strutture produttive, diventando quindi un concorrente di SMIC con l’obiettivo di far progredire ulteriormente la capacità cinese di produrre chip avanzati.

Ci vorrà ancora parecchio tempo prima che le prestazioni dei chip cinesi possano effettivamente raggiungere quelle statunitensi, ma i timori di Jensen Huang sono fondati: SMIC, Huawei e gli altri campioni di Pechino o Shenzhen stanno facendo rapidi e importanti passi avanti. E un domani potrebbero contribuire ad allargare le crepe del dominio di Nvidia.

Fonte

La bolla dell’intelligenza artificiale sta per scoppiare

Se un’economia non cresce, o al massimo si trascina anemica per decenni, la corsa dei valori azionari in borsa è un sintomo di speculazione senza fondamenti. L’espressione di Alan Greenspan, uno dei mitici presidenti della Federal Reserve (la banca centrale statunitense) alla vigilia dell’esplosione della bolla della new economy (come venivano chiamate nel 2000 tutte le attività in ambito informatico), rimase nei libri: “euforia irrazionale”.

Aveva ovviamente ragione, e nel 2001 quella bolla esplose lasciando molti morti e feriti, finanziariamente parlando. Pochi anni dopo tutto si ripeté su scala ancora più grande, con la crisi dei mutui subprime e il fallimento in serie di una grande quantità di banche Usa, con in cima Lehmann Brothers. Il panico – eravamo nel 2008 – fu tale che per alcuni giorni mezzo mondo si fermò, per il buon motivo che nessuno sapeva più se le merci ordinate pochi giorni prima avevano ancora un compratore solvibile oppure già fallito.

La situazione attuale dell’economia occidentale dopo 40 anni di neoliberismo trionfante è del tutto simile. La produzione reale è ferma, stagnante o in aperta recessione (in Germani, in Francia, negli Usa, in Italia è pressoché scomparsa l’industria), ma le borse macinano un record dopo l’altro. E così l’oro, bene rifugio quando le guerre si avvicinano.

Il rischio sempre più concreto è quello che in gergo viene chiamata “correzione”, ossia una caduta drastica e velocissima dei valori azionari per riportarli su livelli credibili. Ossia al rapporto price/earnings (prezzo/profitti attesi) intorno a 16/1, che è già abbastanza “ottimistico”.

Le nubi nere all’orizzonte dei mercati euro-atlantici sono così tante che il Corriere è andato a sentire Joe Dimon – amministratore delegato di JPMorgan Chase, la più grande banca d’affari degli Stati Uniti e quindi del mondo – per avere lumi.

Ma ha ricevuto solo conferme ultra-pessimistiche. Il rischio di un crollo dei mercati azionari americani è «molto più elevato di quanto si pensi. Se il mercato vede una probabilità del 10% di una forte correzione, io direi che siamo più vicini al 30%».

Naturalmente è una previsione basata sui fondamentali, ma impossibile da collocare precisamente nel tempo: «Potrebbe accadere fra sei mesi o fra due anni, ma il livello di incertezza che vediamo oggi è molto più alto di quello che definirei normale».

L’analisi è quasi da uomo della strada. «Viviamo un momento in cui troppe domande cruciali restano senza risposta: conflitti, disordine politico, guerre commerciali, e politiche fiscali che alimentano instabilità. Tutto ciò crea un contesto in cui il rischio viene sottovalutato».

Tra i settori che sono cresciuti di più, e quindi a maggior rischi di caduta, ci sono quello degli armamenti e i tecnologici. Ma la difesa è un’idrovora alimentata dal clima belligerante, e quindi terrà finché rulleranno i tamburi di guerra, mentre i tecnologici stanno sovraprezzando nella convinzione che l’intelligenza artificiale produrrà a breve-medio termine risultati fantastici e finanziariamente inconcepibili.

Così inconcepibili che tutte le azienda dell’IA, a cominciare da quella più nota in Occidente – Open AI – stanno lavorando sistematicamente in perdita.

Questo articolo tratto da Guerre di Rete, preziosa pubblicazione coordinata da Carola Frediani, coglie con grande precisione e ricchezza di dati il momento davvero critico del settore, individuando qui il probabile detonatore della prossima grande crisi di borsa. Che viene però a coincidere temporalmente con i sempre più evidenti tentativi di far scarrucolare la guerra in Ucraina in guerra mondiale.

Nucleare, ovviamente... 

Buona lettura.

*****

“Siamo entrati in una fase in cui gli investitori, nel complesso, sono eccessivamente entusiasti nei confronti dell’intelligenza artificiale? Secondo me, assolutamente sì”, ha affermato il fondatore di OpenAI Sam Altman. Parole non dissimili sono arrivate da Mark Zuckerberg, secondo il quale “è certamente una possibilità” che si stia formando una grande bolla speculativa. Da ultimo, anche Jeff Bezos ha rilasciato dichiarazioni simili.

Quando le stesse persone che, tramite le loro risorse, stanno favorendo lo sviluppo e la diffusione di una tecnologia si preoccupano della situazione finanziaria, significa che il rischio, come minimo, è concreto – anche perché le loro aziende risentirebbero più di ogni altra dei rovesci causati dallo scoppio di una bolla.

D’altra parte, basta osservare i numeri: per il momento le immense quantità di denaro che sono state investite per l’addestramento e la gestione dei modelli linguistici di grandi dimensioni (LLM – Large Language Model) non stanno producendo risultati economici degni di nota.

Peggio ancora: non è per niente chiaro quale possa essere un modello di business sostenibile per ChatGPT e i suoi compagni, e ci sono anche parecchi segnali che indicano come tutto l’hype (non solo finanziario) nei confronti dell’intelligenza artificiale potrebbe rivelarsi una colossale delusione (come indicano le ricerche secondo cui le aziende che hanno integrato l’intelligenza artificiale non hanno visto praticamente alcun effetto positivo).

Se le cose andassero così, all’orizzonte non ci sarebbe solo lo scoppio di una gigantesca bolla speculativa, ma la fine – o almeno il drastico ridimensionamento – di una grande promessa tecnologica, che fino a questo momento non sembra essere sul punto di lanciare una “nuova rivoluzione industriale”. 

I conti di OpenAI

Per iniziare gradualmente ad affrontare i problemi economici dell’intelligenza artificiale, gli immensi investimenti nel suo sviluppo (che rischiano di non essere ripagati) e la possibilità che le enormi aspettative riposte nei suoi confronti vengano disattese, la cosa più semplice è probabilmente guardare ai risultati e ai conti della più nota startup del settore: OpenAI.

Partiamo dalle buone notizie: OpenAI ha da poco annunciato che nel 2025 dovrebbe raggiungere i dieci miliardi di dollari di ricavi e ha superato i 500 milioni di utenti di ChatGPT. Numeri che farebbero pensare a un futuro roseo se non fosse che, contestualmente, la società di Sam Altman continua a bruciare i soldi degli investitori a grandissima velocità: secondo le ultime stime, nel corso del 2025 OpenAI dovrebbe ammassare perdite pari a 27 miliardi di dollari (significa che incassa 10 miliardi ma ne spende 37).

Brutte notizie arrivano anche dal fronte “utenti paganti”, che sono solo 15,5 milioni: un numero molto basso, che suggerisce come pochi vedano in ChatGPT uno strumento così utile da giustificarne il costo.

Le società che invece pagano OpenAI per fornire servizi terzi (“AI as a service”, come può essere il caso di Cursor, che si appoggia a OpenAI e Anthropic per offrire il suo assistente alla programmazione) stanno ottenendo risultati inferiori alle attese e molte di esse – come evidenziato in una recente newsletter dell’analista Ed Zitron – vivono una situazione economica traballante.

OpenAI inevitabilmente sfoggia sicurezza, promettendo di raggiungere un fatturato pari a 125 miliardi di dollari entro il 2029. L’obiettivo, quindi, è decuplicare il fatturato nel giro di quattro anni: qualcosa che potrebbe succedere, ma che al momento non è chiaro come potrebbe avvenire, soprattutto se si considera che – dopo tre anni di incessante martellamento – ChatGPT ha pochissimi utenti paganti (che costano all’azienda più di quanto le permettano di guadagnare) e che le startup che pagano OpenAI per usare GPT-5 hanno a loro volta ricavi trascurabili. 

Investimenti triliardari

Per il momento, far quadrare i conti è l’ultima delle preoccupazioni di Sam Altman, che prevede di accumulare perdite pari a 115 miliardi da qui al 2029 e ha recentemente dichiarato di voler spendere nel corso del tempo “migliaia di miliardi” per costruire l’immenso network di data center necessario ad alimentare i large language model e gli altri sistemi di intelligenza artificiale generativa.

Ma c’è un problema: OpenAI questi soldi non li ha e deve anzi continuamente rivolgersi ai suoi finanziatori soltanto per mantenere in funzione le attuali operazioni. Alla fine di giugno, OpenAI aveva in cassaforte circa 17 miliardi, che al suo ritmo di spesa sono sufficienti solo per qualche mese. E infatti ad agosto c’è stato un altro – l’ultimo, fino a questo momento – round di finanziamenti, che ha permesso a Sam Altman di intascare altri 40 miliardi, per una valutazione di 300 miliardi di dollari. Valutazione che, in seguito ad altre operazioni finanziarie, è arrivata fino a 500 miliardi, la più alta mai registrata da una società non quotata in borsa.

Se OpenAI ha continuamente bisogno di raccogliere denaro soltanto per far funzionare (in perdita) ChatGPT, come può spendere centinaia di miliardi di dollari in infrastrutture? La risposta è: non può. Per questa ragione, lo scorso settembre ha firmato un contratto da 300 miliardi di dollari, da versare in cinque anni, a Oracle: la società fondata e guidata da Larry Ellison, le cui azioni sono schizzate alle stelle in seguito a questo annuncio.

In sintesi: OpenAI ha promesso a Oracle di pagare, con soldi che al momento non ha, la costruzione degli immensi data center necessari a soddisfare la sua infinita fame di GPU ed elettricità.

E Oracle, invece, ce li ha i soldi? Anche in questo caso la risposta è (in parte) negativa: come spiega il Wall Street Journal, “Oracle è già fortemente indebitata: alla fine di agosto la società aveva un debito a lungo termine di circa 82 miliardi di dollari e un rapporto debito/capitale proprio di circa il 450%. Per fare un confronto, il rapporto del gruppo Google-Alphabet era dell’11,5% nell’ultimo trimestre, mentre quello di Microsoft era intorno al 33%”.

Le azioni di Oracle saranno anche salite tantissimo in seguito alla notizia della partnership con OpenAI, ma le società di rating iniziano a sentire puzza di bruciato (o almeno di rischi fortissimi), tant’è che Moody’s ha dato una valutazione negativa del rating di Oracle pochi giorni dopo la firma del contratto.

Riassumendo: Oracle, già fortemente indebitata, dovrà indebitarsi molto di più per poter costruire un’infrastruttura di data center, che le dovrebbe essere un domani pagata da OpenAI, sempre che quest’ultima riesca, entro la fine del decennio, ad aumentare il fatturato fino ai livelli promessi, che sono dieci volte superiori a quelli odierni.

Tutto potrebbe andare come auspicato, ma al momento i conti non tornano. E se non tornano per OpenAI, la startup simbolo dell’intelligenza artificiale, figuriamoci le altre: sempre secondo le stime di Ed Zitron, Anthropic nel 2025 spenderà 7 miliardi di dollari e ricaverà al massimo 4 miliardi (bilancio in rosso di tre miliardi), mentre Perplexity punta a generare ricavi per 150 milioni di dollari nel 2025, ma spende anche lei molto più di quello che intasca (nel 2024 ha speso il 67% in più di quello che ha guadagnato).

I numeri non migliorano se si osservano i conti relativi all’intelligenza artificiale dei principali colossi della Silicon Valley: Microsoft quest’anno investirà 80 miliardi in infrastrutture e ricaverà 13 miliardi. Amazon spenderà 105 miliardi e ne ricaverà 5. Google spenderà 75 miliardi e ne ricaverà al massimo 8. Meta spenderà 72 miliardi e ne ricaverà al massimo 3.

Nel complesso, queste quattro società investiranno in un solo anno 332 miliardi di dollari e ne ricaveranno 29 (al massimo). Stime confermate dall’Economist, che scrive: “Secondo le nostre analisi, i ricavi complessivi delle principali aziende occidentali derivanti dall’intelligenza artificiale ammontano oggi a 50 miliardi di dollari l’anno. Anche se tali ricavi stanno crescendo rapidamente, rappresentano ancora una frazione minima dei 2.900 miliardi di dollari di investimenti complessivi in nuovi data center previsti a livello globale da Morgan Stanley tra il 2025 e il 2028”. 

La bolla di Nvidia

In questo fosco scenario, c’è una sola azienda per la quale l’intelligenza artificiale si sta rivelando un affare d’oro: Nvidia. La società che progetta le più avanzate GPU – i processori indispensabili per l’addestramento e l’utilizzo dei sistemi di AI – ha dichiarato guadagni (non ricavi: guadagni) per 26 miliardi di dollari solo nell’ultimo trimestre. Nel complesso, si stima che Nvidia nel 2027 avrà “free cash flow” (flusso di cassa libero, ovvero i soldi rimasti in pancia all’azienda dopo aver coperto tutte le spese operative e gli investimenti) pari a 148 miliardi di dollari.

Mentre tutti spendono (e perdono) nell’intelligenza artificiale, Nvidia fa un sacco di soldi. Non sorprende, visto che una gran parte delle spese di OpenAI, Microsoft e compagnia sono necessarie proprio ad acquistare le GPU di Nvidia.

Ma c’è un problema: a differenza di Meta o Google (che continuano a guadagnare centinaia di miliardi da social network e motori di ricerca), gli enormi guadagni di Nvidia sono inestricabilmente legati al boom dell’intelligenza artificiale.

Se le aziende che acquistano in massa le GPU di Nvidia decidessero che non è più il caso di spendere le cifre folli che stanno al momento spendendo, quanto precipiterebbe il valore di un’azienda che ha ottenuto il 40% dei suoi ricavi da due soli misteriosi clienti, che secondo TechCrunch potrebbero essere Microsoft e Google? Se l’intelligenza artificiale non mantenesse le promesse, in che scenario si troverebbe un’azienda che detiene il 90% della quota di mercato delle GPU, la cui vendita è sostenuta dal boom dell’intelligenza artificiale?

È proprio per queste ragioni che Nvidia vuole evitare a tutti costi che qualcosa del genere si verifichi. Negli stessi giorni in cui Sam Altman e Larry Ellison stringevano il ricchissimo accordo di cui abbiamo parlato, Nvidia si impegnava a investire “fino a 100 miliardi di dollari” in OpenAI “nei prossimi anni”. In poche parole, Nvidia vuole prestare a OpenAI un terzo dei soldi che OpenAI deve dare a Oracle affinché compri le GPU di Nvidia che alimenteranno i suoi data center.

OpenAI non è però l’unica azienda a beneficiare di questo schema: Perplexity, CoreWeave, Cohere, Together AI, Applied Digitals e molte altre startup che si occupano di vari aspetti dell’intelligenza artificiale (dall’infrastruttura allo sviluppo di chatbot) hanno potuto godere della generosità del CEO di Nvidia Jensen Huang, che continua a investire denaro in società che utilizzeranno questi soldi anche o soprattutto per acquistare GPU.

Da una parte, ha senso che Nvidia utilizzi i faraonici guadagni per sostenere i suoi principali clienti. È un meccanismo che è stato paragonato da The Information ai programmi di stimolo delle banche centrali: si immette denaro nell’economia nella speranza che questo generi crescita economica e, indirettamente, produca i ritorni necessari a compensare l’investimento iniziale.

Dall’altra, i soldi che Nvidia immette nel settore potrebbero artificialmente sostenere la domanda delle sue GPU, facendo apparire i suoi risultati più robusti di quanto altrimenti sarebbero, gonfiando quindi il valore delle azioni.

Inoltre, il fatto che Nvidia sia al centro di un modello finanziario circolare (perché presta i soldi a chi deve comprare ciò che produce) non può che alimentare i sospetti che quella che si sta venendo a creare sia una colossale bolla finanziaria, che rischia di scoppiare alla prima trimestrale di Nvidia inferiore alle aspettative, trascinando con sé tutte le realtà più esposte e causando un crollo che – secondo alcune stime – potrebbe essere quattro volte superiore alla bolla immobiliare che nel 2008 ha mandato il mondo intero in recessione.

Negli ultimi tre anni, il valore delle aziende tecnologiche quotate al Nasdaq è raddoppiato proprio sulla scia dell’entusiasmo generato da ChatGPT. Nel complesso, le prime sette aziende per valore di mercato (Nvidia, Apple, Amazon, Meta, Tesla, Microsoft e Alphabet/Google) oggi rappresentano il 34% del valore complessivo dell’indice S&P 500 e sono tutte, con la parziale eccezione di Apple, enormemente esposte sul fronte dell’intelligenza artificiale.

Le azioni in borsa stanno salendo alle stelle, mentre i risultati economici reali sono trascurabili. Migliaia di miliardi di dollari vengono investiti in una tecnologia che, per il momento, non sta mantenendo le colossali aspettative in essa riposte e che genera ricavi poco significativi, costringendo i principali colossi del settore a indebitarsi o a bruciare risorse nella speranza che questa “rivoluzione artificiale” infine si materializzi.

Che la bolla dell’intelligenza artificiale esista è un dato di fatto: la vera incognita riguarda la violenza con cui esploderà. Molto dipenderà da quanto, nel frattempo, la tecnologia sarà riuscita a mantenere almeno in parte le sue promesse. Se i guadagni annunciati inizieranno davvero a concretizzarsi, la correzione potrebbe essere contenuta. Se invece la Silicon Valley continuerà a investire enormi quantità di denaro senza ottenere nulla in ritorno, l’esplosione potrebbe essere devastante.

Fonte

Così si contrabbandano i microchip sotto restrizione

Al cuore della competizione tecnologica tra le superpotenze del pianeta si cela un meccanismo che ricorda vagamente il gioco per bambini del “whac-a-mole” (in italiano: “acchiappa la talpa”). Da una parte ci sono gli Stati Uniti (e, in parte, la UE) che tentano di controllare il futuro dell’innovazione con strumenti normativi (embarghi, sanzioni, veti). Dall’altra c’è una rete sempre più fitta di intermediari, snodi logistici, società fantasma che cercano di eludere i controlli sull’export, spuntando dal nulla proprio come la talpa del gioco.

Questo fenomeno caratterizza in particolare il settore dei semiconduttori, dove ha ormai assunto il nome di chip laundering (riciclaggio dei chip). Un termine generico che descrive un settore industriale sommerso, nato tra le pieghe della geopolitica dell’hi-tech. Il paragone più immediato è con l’elusione delle sanzioni nel settore energetico, ma il confronto regge solo in parte. A differenza del petrolio, i chip sono minuscoli, facili da trasportare, da camuffare e da occultare.

Dietro il contrabbando di semiconduttori c’è più di un semplice mercato nero. C’è un panorama di paesi non allineati e di supply-chain che si rimodulano di continuo per sfuggire al controllo dei grandi centri del potere normativo di questa epoca. Un mondo che ha qualcosa di piratesco (e peraltro condivide alcuni luoghi della pirateria storica), seppur stravolto in chiave cyberpunk. Esploriamo dunque questa zona grigia, dove l’elusione delle sanzioni non è solo una pratica opportunistica. Talvolta, come vedremo, è una necessità di sopravvivenza industriale.

Il contenimento russo

Come è noto, i chip sono oggi componenti essenziali degli arsenali militari. Senza microprocessori, non funzionano i missili, i droni, i radar, i sensori, le comunicazioni criptate, i sistemi di logistica e di tracciamento delle unità. È in virtù di questa pervasività che i semiconduttori sono diventati l’equivalente del carburante in una guerra moderna: senza di essi, l’apparato bellico si inceppa.

Nel contesto della guerra in Ucraina, tutto questo ha assunto un’importanza cruciale per la Russia, sottoposta a severe sanzioni nel campo dell’elettronica. Ogni drone contiene infatti chip di fabbricazione occidentale; ogni missile richiede componenti elettronici spesso prodotti in paesi NATO; perfino i sistemi di sparo necessitano di circuiti avanzati per funzionare.

Da qui l’esplosione delle forniture parallele. Paesi come Singapore, Hong Kong, la Turchia, gli Emirati e la Bielorussia sono divenuti snodi tecnologico-logistici attraverso cui i componenti occidentali vengono “riciclati”, camuffati come beni civili, e poi reindirizzati verso l’industria bellica russa, con triangolazioni finanziarie che spesso utilizzano banche locali poco trasparenti, criptofinanza e circuiti alternativi di compensazione monetaria, come quelli sino-russi basati sul renminbi.

Il risultato è un ecosistema e che prospera nel buio e che rende difficile verificare l’impatto delle sanzioni. Il paradosso, denunciato dallo stesso Zelensky, è che, mentre l’Occidente cerca di limitare il potenziale russo, ogni giorno sull’Ucraina piovono missili che contengono centinaia di brevetti tecnologici di paesi NATO.

Da quando la Russia ha invaso l’Ucraina nel 2022, quasi 4 miliardi di dollari di chip soggetti a restrizioni si sarebbero riversati in Russia da oltre 6.000 aziende, alcune delle quali si trovano a Hong Kong, ha scritto lo scorso agosto il New York Times, in un’inchiesta che ha analizzato dati doganali russi (ottenuti da un’azienda terza), registrazioni aziendali, registrazioni di domini e altre informazioni sulle sanzioni.

Un altro importante crocevia delle supply chain alternative è rappresentato dalla Malesia, dove diverse aziende locali, talvolta anche consolidate, svolgono la funzione di “camere di compensazione” per chip ad alte prestazioni destinati a Mosca. Alcune di queste aziende, come Jatronics, sono state sanzionate dal Tesoro Usa per aver “facilitato l’approvvigionamento di prodotti a uso duale (dual use) da parte della Federazione Russa”. Torneremo più avanti sulle ragioni per cui persino aziende con una reputazione “ufficiale” da difendere si prestano a questo gioco.

I “falsari” dei chip

Il mercato parallelo dei microchip si nutre attivamente delle vulnerabilità dell’industria stessa. A cominciare da quelle più strutturali come la carenza globale di chip, accelerata dalla pandemia e ormai divenuta una sorta di “new normal” dell’industria. È proprio in questo contesto che gruppi di falsari hanno trovato terreno fertile, spacciando per autentici componenti in realtà provenienti dal riciclo di rifiuti elettronici: vecchi chip smarcati, ribrandizzati e immessi sul mercato millantando prestazioni in realtà nettamente inferiori.

Qui il problema non è tanto l’evasione delle sanzioni, ma il rischio concreto che questi componenti pongono ai loro utilizzatori finali. Cosa succede se, per esempio, dei chip contraffatti finiscono nei freni di un treno ad alta velocità? Un ulteriore problema è che la distinzione tra illeciti volontari e falle strutturali è a volte sottile. I produttori di semiconduttori – pur con tutti i dovuti controlli – spesso non riescono a monitorare ciò che accade una volta che i componenti lasciano i canali ufficiali. È qui che la filiera si trasforma in un circuito fatto di documentazioni potenzialmente contraffatte e opportunità di corruzione dal basso.

Tra le tipologie di chip più prese di mira dai falsari ci sono, da diversi anni, le GPU: le (costose) schede grafiche in cui si è specializzata NVIDIA e che oggi sono centrali nell’ecosistema IA. Recenti notizie dalla Cina rivelano un’evoluzione impressionante delle tecniche di falsificazione dei prodotti NVIDIA, con falsi talmente simili agli originali da trarre in inganno persino gli operatori del settore. Non si tratta più di semplici imitazioni visive o di prodotti riciclati dai rifiuti elettronici, ma di una vera e propria ingegneria del falso che sfrutta componenti autentici per costruire contraffazioni altamente credibili.

Nonostante molti di questi falsi si siano rivelati non performanti, resta incerto se esistano versioni operative in grado di superare anche i controlli software. Strumenti diagnostici come GPU-Z – un software che fornisce informazione sulle caratteristiche e le performance delle schede grafiche – possono essere facilmente ingannati attraverso modifiche al BIOS, una pratica piuttosto comune in Cina. In alcuni casi, come quello della scheda grafica di NVIDIA RTX-4090(D), sono persino comparse sul mercato contraffazioni con memorie superiori a quelle dei prodotti originali (la memoria è uno degli aspetti più frequentemente modificati dei prodotti finiti).

Tutto ciò suggerisce che non si tratti di operazioni artigianali isolate, ma di un’industria parallela di falsificazione su larga scala: un problema non solo per i consumatori – che rischiano di spendere migliaia di dollari per dell’hardware obsoleto – ma anche per la sicurezza informatica a livello globale. In un mondo dove la qualità dei componenti elettronici determina l’affidabilità di interi sistemi, la diffusione di componenti contraffatti rischia di causare danni strutturali e difficili da controllare.

Deepseek e Singapore

Negli ultimi mesi è stato spesso sollevato il dubbio che DeepSeek funzioni grazie a chip di NVIDIA che, a partire dal 2022, non avrebbero più dovuto essere disponibili in Cina. Il sospetto è che i componenti siano arrivati a Pechino attraverso una catena di “nazioni-ponte” che avrebbe come terminale Singapore, la città-stato che, dal 2022 a oggi, ha visto salire la propria quota sul fatturato globale di NVIDIA dal 9% al 22%, un incremento dalle tempistiche quantomeno sospette.

Le autorità locali negano qualsiasi coinvolgimento diretto nella questione (e hanno anzi arrestato nove persone con l’accusa di contrabbando di chip per un valore complessivo di 350 milioni di dollari), tuttavia l’assenza di meccanismi di tracciamento post-vendita lascia aperto un margine di ambiguità sufficiente a far passare una quantità significativa di chip da una parte all’altra del Mar Cinese Meridionale, senza che nessuno possa davvero impedirlo.

Secondo quanto emerso da recenti inchieste giudiziarie – confermate a febbraio dal ministro della giustizia di Singapore – uno dei modi con cui i chip di NVIDIA sono giunti in Cina, per il tramite della Malesia e di Singapore, è all’interno di server, prodotti da società americane come Super Micro Computer (SMC) e Dell, e venduti da aziende di paesi asiatici non soggetti a restrizioni dirette. NVIDIA ha perciò chiesto a Dell e SMC di condurre una verifica presso i loro clienti nel Sud-est asiatico, in modo da verificare che fossero ancora in possesso dei server che avevano acquistato.

È anche per questioni legate a queste falle se, dopo lo smacco subito a opera di DeepSeek, l’amministrazione Trump ha valutato anche l’inclusione dell’H20 – chip intenzionalmente depotenziato per il mercato cinese – tra i prodotti vietati all’export in Cina (è recentissima la notizia che il CEO di NVIDIA, Jensen Huang, avrebbe convinto Trump a ripensarci nel corso di una sfarzosa cena a Mar-a-Lago).

La maxi-multa a TSMC

Il tema si fa ancora più complesso quando entra in gioco la difficile decifrazione delle catene di fornitura “ufficiali”. Un caso emblematico, in tal senso è quello che ha coinvolto Huawei, TSMC e la cinese Sophgo. Secondo un’analisi di TechInsights, una società canadese specializzata nello studio dei semiconduttori,  un componente sotto embargo ordinato da Sophgo a TSMC – apparentemente per scopi legati al mining di criptovalute – si sarebbe rivelato parte integrante dei processori Ascend 910 di Huawei, destinati a sistemi di intelligenza artificiale con potenziali applicazioni militari. Interpellata dai media, Huwaei ha negato qualsiasi violazione delle normative internazionali, sostenendo che è dal 2020, quando cioè sono entrate in vigore le prime restrizioni, che l’azienda non utilizza componenti prodotti direttamente da TSMC. 

Ma il Dipartimento del Commercio statunitense ha minacciato una multa superiore al miliardo di dollari contro TSMC, accusata di aver infranto (seppure probabilmente in modo involontario) i veti all’esportazione. È una cifra enorme, che rappresenta un precedente problematico e pericoloso non solo per l’azienda, ma per tutto il settore.

Tra necessità e amici di comodo

In conclusione, torniamo alla domanda lasciata in precedenza in sospeso. E cioè: perché aziende e paesi con una reputazione da difendere scelgono di compromettersi con il mercato nero dei semiconduttori, mettendosi di traverso a quello che tuttora è il principale potere normativo mondiale? La risposta ha a che fare con l’estrema complessità della filiera dei semiconduttori. In un settore dove ogni componente attraversa decine di confini, passa per centinaia di fornitori e coinvolge processi che richiedono sapere diffuso e anni di sviluppo, esercitare un controllo totale è nei fatti impossibile.

Peggio ancora: il tentativo di esercitarlo può generare strozzature tali da minacciare la sopravvivenza di interi comparti industriali. Ogni volta che un ente americano introduce un veto, un embargo o una lista nera, crea inevitabilmente un collo di bottiglia. I chip sono del resto il frutto di una catena che coinvolge materiali grezzi (come il silicio ultra-puro), macchinari di estrema precisione (prodotti da ASML e Tokyo Electron), software avanzati (strumenti di electronic design automation come quelli di Synopsys e Cadence), processi di design (NVIDIA etc), fonderie (TSMC, Samsung, SMIC) e test di validazione finale. Ogni segmento di questa catena è concentrato in poche aziende, e uno squilibrio anche minimo in un singolo anello può compromettere l’intero sistema.

È in questo contesto che le aziende, specialmente quelle che operano in paesi che hanno rapporti economici vitali con diversi blocchi geopolitici, si trovano davanti a un bivio: rispettare gli embarghi e rischiare di bloccare la propria attività, perdendo molti soldi e potenzialmente la possibilità di stare sul mercato, o aggirare le sanzioni e continuare a produrre. Per molti non è una scelta etica, ma esistenziale.

Nel settore dei chip, la pressione è enorme: la domanda globale cresce esponenzialmente e nessuna azienda può permettersi di restare indietro. E così, pur di tenere in funzione la macchina produttiva, si ricorre a triangolazioni logistiche, a reti di subappaltatori poco tracciabili, alla ricodifica dei componenti, alla creazione di filiali ad hoc in giurisdizioni opache. In alcuni casi, sono gli stessi governi ad adottare un atteggiamento ambiguo, tollerando certe pratiche in cambio di crescita economica e attrazione di investimenti hi-tech.

Questo tema si intreccia a doppio filo con quello del cosiddetto “friendshoring”, ovvero l’incentivo alla rilocalizzazione di attività strategiche in paesi teoricamente amici o quantomeno neutrali. Paesi terzi che, in realtà, spesso si rilevano snodi funzionali a entrambi i fronti della nuova “Guerra Fredda” (un fenomeno peraltro già verificatosi nel corso della “prima” Guerra Fredda).

La fedeltà geopolitica degli “amici” di convenienza non è del resto mai assoluta, ma soggetta a un costante bilanciamento tra interessi, pressioni e convenienze. Più che alleati o avversari di qualcuno, il realismo geopolitico suggerisce ai paesi “terzi” di comportarsi da broker. Per tutti questi fenomeni, il mondo dei chip somiglia sempre più a un fiume attraversato da correnti sotterranee. Chi vuole davvero comprendere dove sta andando non può ignorare le mosse dei contrabbandieri di silicio.

Fonte

Biden avvia la guerra dei chip, l’industria Usa protesta

Guerra e affari non sempre vanno d’accordo. O meglio, la guerra non è un affare per ogni tipo di industria. E se è fin troppo scontato che lo sia per le industrie di armamenti (in senso anche lato, dai mezzi di trasporto pesante all’elettronica), per altre può trasformarsi in un mezzo incubo.

Questo articolo apparso sulla statunitense CNN mostra che persino alcuni fabbricanti di chip prevedono “perdite permanenti di opportunità” dai divieti di esportazione che l’amministrazione Biden ha appena approvato.

Durante la fase della cosiddetta “globalizzazione” si erano create almeno due condizioni che hanno strutturato il mercato mondiale: la possibilità di produrre e vendere in qualsiasi paese del mondo e una forte specializzazione produttiva nei settori tecnologici di punta.

Due fenomeni normalmente in contraddizione, ma che non lo erano più in quelle condizioni.

La tendenza “normale” della produzione capitalistica va infatti verso l’eliminazione della concorrenza, specie in quei settori dove non c’è spazio per start up “create in garage”. La produzione di chip richiede infatti investimenti multimiliardari in macchinari e ricerca, con innovazioni continue che rendono rapidamente obsoleti gli “stampi” usati.

E in effetti Intel, AMD, nVidia e pochi altri si sono spartiti sia il mercato mondiale che le diverse nicchie di specializzazione, senza che questo fosse un problema. I chip poi finivano in ogni tipo di prodotto industriale (dalle lavatrici ai computer, dalle navi agli aerei, dai carri armati agli apparecchi elettromedicali, ai missili, ecc.).

Ma se un sistema – in questo caso l’imperialismo statunitense – decide di puntare sul conflitto pur di mantenere la sua periclitante egemonia, allora questa “libertà di commercio universale” entra di nuovo in contraddizione con la “necessità” di recintare rigidamente ampie zone del mercato mondiale secondo le regole del friendly shoring.

In parole povere: i prodotti che consideriamo strategici li diamo soltanto ai nostri alleati e fino a quando lo restano.

La Cina, dunque, è stata elevata a “prossimo nemico” degli Stati Uniti (era ed è il principale, nella visione di Trump e di una parte dell’industria yankee), e la dotazione tecnologica di punta le deve essere preclusa.

La mossa di Biden, però, crea problemi seri proprio a una delle poche “eccellenze” industriali rimaste con base negli States (oltre al complesso militare-industriale). Il resto, ormai da decenni, è stato delocalizzato ovunque.

Oltretutto si tratta di una mossa ad effetto temporalmente limitato, perché le avvisaglie di questa “guerra commerciale sui prodotti hi tech” sono presenti da parecchi anni.

Tanto da convincere Pechino ad investire pesantemente nella ricerca per arrivare al più presto a raggiungere una “indipendenza tecnologica” anche e soprattutto nella produzione di chip. E non si può certo negare che la Cina abbia dimostrato di saper raggiungere questo tipo di obiettivi...

Sembra insomma un altro capitolo di quella saga in cui “i reazionari alzano pietre al cielo e poi se le lasciano cadere sui piedi”.

*****

nVidia afferma che i limiti imposti dagli Stati Uniti alle vendite di chip AI alla Cina potrebbero causare una “perdita permanente di opportunità”.

Laura He, CNN

Il direttore finanziario di nVidia ha avvertito mercoledì che se gli Stati Uniti dovessero imporre nuove restrizioni all’esportazione di chip AI in Cina, ciò comporterebbe una “perdita permanente di opportunità” per l’industria statunitense.

Il dirigente, Colette Kress, ha tuttavia dichiarato di non prevedere alcun “impatto materiale immediato” sull’azienda tecnologica in caso di introduzione delle restrizioni.

Secondo quanto riportato da diversi media, tra cui il Wall Street Journal e il Financial Times, i funzionari statunitensi intendono inasprire i limiti alle esportazioni annunciati a ottobre per limitare la vendita di alcuni chip di intelligenza artificiale alla Cina.

Washington ha intensificato gli sforzi per escludere la Cina dalle tecnologie chiave che possono supportare le sue forze armate.

Le regole potrebbero rendere più difficile per aziende come nVidia vendere chip avanzati alla Cina. Alimentata dal boom della domanda dei suoi chip di intelligenza artificiale, l’azienda ha in breve raggiunto una capitalizzazione di mercato di 1.000 miliardi di dollari a fine maggio.

“Siamo a conoscenza delle notizie secondo cui il Dipartimento del Commercio degli Stati Uniti starebbe valutando ulteriori controlli che potrebbero limitare le esportazioni dei nostri prodotti A800 e H800 in Cina“, ha dichiarato Kress durante una conferenza di investitori.

“A lungo termine, le restrizioni che vietano la vendita delle nostre GPU per data center in Cina, se attuate, comporterebbero una perdita permanente di opportunità per l’industria statunitense di competere e di essere leader in uno dei mercati più grandi del mondo e avrebbero un impatto sulla nostra attività futura e sui nostri risultati finanziari“, ha dichiarato.

Le GPU si riferiscono alle unità di elaborazione grafica, che sono chip o circuiti elettronici in grado di eseguire il rendering della grafica per la visualizzazione su dispositivi elettronici.

“Data la forza della domanda dei nostri prodotti in tutto il mondo, non prevediamo che tali ulteriori restrizioni, se adottate, abbiano un impatto materiale immediato sui nostri risultati finanziari“, ha aggiunto Kress.

Il Dipartimento del Commercio degli Stati Uniti non ha risposto a una richiesta di commento della CNN.

Lo scorso ottobre, l’amministrazione Biden ha presentato un’ampia serie di controlli sulle esportazioni che vietano alle aziende cinesi di acquistare chip avanzati e attrezzature per la produzione di chip senza una licenza.

La nuova mossa è rivolta in particolare al chip A800 di nVidia, che l’azienda statunitense ha creato dopo l’introduzione delle restrizioni dello scorso anno per continuare a vendere in Cina, come riporta Bloomberg.

La Cina è un mercato chiave per nVidia. Secondo il bilancio dell’azienda, l’anno scorso i ricavi provenienti dalla Cina continentale e da Hong Kong hanno rappresentato il 22% del fatturato dell’azienda.

Mercoledì le azioni di nVidia sono crollate fino al 3,2%, prima di recuperare parte delle perdite. La flessione è stata dell’1,8%.

Anche i titoli cinesi dell’intelligenza artificiale sono crollati in seguito alle notizie di ulteriori limitazioni da parte degli Stati Uniti.

Inspur Electronic Information Industry è scesa del 10%, il massimo consentito, mercoledì a Shenzhen. Giovedì è scesa ancora dell’8,5%.

Chengdu Information Technology of Chinese Academy of Sciences ha perso il 12% mercoledì. Giovedì ha recuperato parte delle perdite e ha chiuso le contrattazioni in rialzo dell’1,6%.

Baidu è scesa del 3,4% giovedì a Hong Kong.

La Cina ha fortemente criticato le restrizioni imposte dagli Stati Uniti alle esportazioni di tecnologia, dichiarando all’inizio dell’anno di “opporsi fermamente” a tali misure.

A maggio, Pechino ha vietato agli operatori cinesi di infrastrutture informatiche critiche di acquistare prodotti di Micron Technology (MU), come apparente ritorsione alle sanzioni imposte da Washington e dai suoi alleati al settore dei chip del Paese.

Fonte