Di Maksym Misichenko · Yahoo Finance ·
Cosa pensano gli agenti AI di questa notizia
Mentre la crescita dei ricavi del 79% di Nvidia è prevista, il panel è diviso sulla sua dominanza a lungo termine a causa della crescente concorrenza nei chip di inferenza AI e dei potenziali rischi come l'esaurimento della spesa in conto capitale e i vincoli di approvvigionamento sulla memoria ad alta larghezza di banda (HBM).
Rischio: Esaurimento della spesa in conto capitale che porta a un'adozione più lenta delle GPU Nvidia e vincoli di approvvigionamento sulla memoria ad alta larghezza di banda (HBM).
Opportunità: Il forte ecosistema CUDA di Nvidia e il potenziale di mantenere il potere di determinazione dei prezzi nonostante la concorrenza.
Questa analisi è generata dalla pipeline StockScreener — quattro LLM leader (Claude, GPT, Gemini, Grok) ricevono prompt identici con protezioni anti-allucinazione integrate. Leggi metodologia →
Di Zaheer Kachwala e Stephen Nellis
19 maggio (Reuters) - Ci si aspetta che Nvidia consegni un altro report sugli utili "blockbuster" mercoledì, ma un cambiamento nel modo in cui viene utilizzata l'intelligenza artificiale solleva dubbi su quanto a lungo potrà durare il suo dominio nei chip per l'IA.
Dopo anni di quasi monopolio nei chip utilizzati per addestrare sistemi di IA, Nvidia sta affrontando la concorrenza di giganti tecnologici che stanno costruendo i propri chip per catturare una domanda che si sta spostando verso processori che eseguono sistemi di IA, rispondono a query ed eseguono attività in tempo reale.
Questo cosiddetto mercato dell'inferenza è molto più grande, ma anche più conteso.
I rivali tradizionali Intel e AMD stanno spingendo processori più adatti ai carichi di lavoro più piccoli e sensibili ai costi che dominano il mercato.
Nel frattempo, Alphabet è emersa come una sfidante chiave, stringendo accordi del valore di decine di miliardi di dollari per le sue unità di elaborazione tensoriale personalizzate. Anche il business dei chip di Amazon, inclusi i suoi processori Trainium, sta guadagnando terreno.
"È meno una questione di Nvidia contro TPU, Nvidia contro AMD. Penso che sia più: l'ecosistema Nvidia è così dominante in futuro, mentre alcuni di questi nuovi carichi di lavoro di inferenza iniziano a proliferare", ha affermato John Belton, portfolio manager di Gabelli Funds, che detiene azioni Nvidia.
Il titolo Nvidia è aumentato di circa il 19% quest'anno, rimanendo indietro rispetto a un raddoppio di AMD, Intel e Arm, nonché a un guadagno del 27% di Alphabet.
Per difendere la sua posizione, il produttore di chip ha presentato a marzo un nuovo processore centrale e un sistema di IA basati sulla tecnologia di Groq, una startup focalizzata sull'inferenza che ha acquisito.
Questi chip non sono inclusi nelle previsioni di Nvidia per 1 trilione di dollari di vendite dalle piattaforme Blackwell e Rubin entro la fine del 2027, lasciando gli investitori a osservare attentamente i segnali di un nuovo motore di crescita.
Gli investitori cercheranno anche eventuali segnali di vincoli di approvvigionamento. La spesa di Nvidia per impegni di approvvigionamento è passata da 50,3 miliardi di dollari a 95,2 miliardi di dollari tra gli ultimi due trimestri del suo ultimo anno fiscale, ma ha in gran parte evitato un colpo da una crisi globale dei chip di memoria che ha colpito Qualcomm e Apple.
LA CRESCITA DEI RICAVI ACCELERA
Nel trimestre di aprile, si prevede che Nvidia registrerà un aumento del 79% dei ricavi, la sua crescita più rapida in oltre un anno, secondo i dati LSEG. L'utile rettificato è probabilmente aumentato dell'81,8% a 42,97 miliardi di dollari.
L'impennata è guidata da massicce spese da parte di clienti tra cui Microsoft e Meta, con Big Tech che dovrebbe investire oltre 700 miliardi di dollari in IA quest'anno, rispetto ai circa 400 miliardi di dollari nel 2025.
Il CEO di Nvidia Jensen Huang ha dichiarato che l'azienda ha assicurato forniture sufficienti per soddisfare la domanda per diversi trimestri, alleviando le preoccupazioni sui vincoli di capacità, ma stanno emergendo altri rischi.
Quattro modelli AI leader discutono questo articolo
"L'ecosistema di Nvidia e le sue offerte di inferenza in espansione dovrebbero consentirle di catturare una quota sproporzionata del mercato AI più ampio nonostante la crescente concorrenza."
L'articolo inquadra gli utili di Nvidia come un test del declino del dominio dell'AI dovuto allo spostamento dell'inferenza verso chip personalizzati più economici da AMD, Intel, TPU di Alphabet e Amazon Trainium. Eppure, i ricavi del trimestre di aprile di Nvidia sono ancora previsti in aumento del 79% con le spese in conto capitale delle Big Tech che raggiungono i 700 miliardi di dollari, mentre i suoi impegni di approvvigionamento di 95 miliardi di dollari e il sistema di inferenza basato su Groq suggeriscono che si sta già adattando. La previsione di 1 trilione di dollari Blackwell-Rubin esclude deliberatamente questi nuovi chip, lasciando spazio a sorprese positive. I vincoli di approvvigionamento sembrano contenuti rispetto a concorrenti come Apple. La vera domanda è se l'ecosistema CUDA completo di Nvidia manterrà il potere di determinazione dei prezzi man mano che i carichi di lavoro di inferenza proliferano.
Le Big Tech potrebbero accelerare l'adozione di ASIC per ridurre drasticamente i costi di inferenza, bypassando completamente le GPU Nvidia e comprimendo i margini più velocemente di quanto implichi l'attuale traiettoria di spesa di 700 miliardi di dollari.
"Nvidia sta passando da un monopolio di chip per l'addestramento a un oligopolio di chip per l'inferenza, e il mercato non ha prezzato la compressione dei margini che deriva da questo cambiamento."
La crescita dei ricavi del 79% di Nvidia è reale, ma l'articolo nasconde la minaccia strutturale. I carichi di lavoro di inferenza sono effettivamente più grandi dell'addestramento, e gli accordi TPU di Alphabet 'del valore di decine di miliardi' non sono ipotetici, sono implementazioni attive all'interno dello stack di Google. La previsione di 1 trilione di dollari Blackwell/Rubin esclude convenientemente i chip di inferenza Groq, il che è o una contabilità onesta o un segnale d'allarme sulla fiducia. Gli impegni di approvvigionamento raddoppiati a 95,2 miliardi di dollari suggeriscono un'aggressiva opzionalità o pressioni sui margini in arrivo. I guadagni del 2x di AMD e Arm quest'anno non sono rumore, segnalano una frammentazione dell'ecosistema. Il fossato di Nvidia si sta restringendo da monopolio a oligopolio più velocemente di quanto rifletta il prezzo delle azioni.
La crescita degli utili dell'81,8% di Nvidia e i 700 miliardi di dollari di spese in conto capitale delle Big Tech (aumento del 75% YoY) sono la vera storia: la concorrenza sull'inferenza è a anni di distanza da un impatto materiale, e i chip personalizzati hanno un ritardo di 3-5 anni per una scala significativa. Il guadagno del 19% YTD del titolo potrebbe in realtà essere una restrizione razionale, non una sottoperformance.
"Il rischio principale di Nvidia non è la concorrenza hardware, ma un imminente plateau nella spesa in conto capitale degli hyperscaler se la monetizzazione dell'AI non si materializzerà nel prossimo anno fiscale."
Il mercato è fissato sulla 'svolta dell'inferenza' come minaccia, ma questo ignora il fossato creato da CUDA (la piattaforma software di Nvidia). Mentre concorrenti come Alphabet e Amazon costruiscono silicio personalizzato, stanno ottimizzando per carichi di lavoro specifici e interni, non per la flessibilità general-purpose che tiene legati gli sviluppatori enterprise a Nvidia. Il vero rischio non è solo la concorrenza sui chip; è il potenziale di un ciclo di 'esaurimento della spesa in conto capitale'. Se i 700 miliardi di dollari di spesa prevista dalle Big Tech non generano un ROI tangibile per i fornitori di cloud, ridurranno gli ordini, indipendentemente da quanto veloci siano i chip H100 o Blackwell. La crescita dei ricavi del 79% di Nvidia è prezzata per la perfezione, lasciando zero margine per una decelerazione della domanda.
L'argomento del 'fossato' sottovaluta la rapida maturazione di framework open-source come PyTorch, che sono sempre più hardware-agnostici, potenzialmente rendendo la commodity il vantaggio software di Nvidia.
"L'ecosistema dominante e la scala di Nvidia le conferiscono un vantaggio duraturo anche mentre i concorrenti affinano l'hardware di inferenza dedicato, supportando una traiettoria di crescita più lunga."
Nvidia siede ancora su un forte fossato di piattaforma (ecosistema CUDA, software e base installata) che dovrebbe mantenerla un fornitore di primo piano mentre il lavoro sull'AI si sposta verso l'inferenza. L'articolo segnala la crescente concorrenza (TPU di Alphabet, AWS Trainium, AMD/Intel) e un sottotesto che la crescita di Blackwell/Rubin è aspirazionale; un rischio chiave è il potere di determinazione dei prezzi e la compressione dei margini mentre i rivali inseguono carichi di lavoro di inferenza efficienti in termini di costi. Contesto mancante: potenziali controlli normativi/di esportazione sui chip AI, il riemergere di vincoli di memoria/fonderia e se i design basati su Groq possano sostituire in modo significativo le GPU Nvidia. A breve termine, la domanda potrebbe sorprendere al rialzo se gli hyperscaler bloccheranno impegni pluriennali per le GPU, ma l'obiettivo di 1 trilione di dollari per il 2027 dipende da molteplici scommesse incerte.
Contro questa inquadratura rialzista, un passaggio più rapido del previsto a chip interni e una spesa in conto capitale AI più debole potrebbero smorzare la crescita di Nvidia anche se il suo ecosistema rimanesse forte. Il successo dell'impresa Groq è incerto e potrebbe cannibalizzare i margini di Nvidia.
"L'esaurimento della spesa in conto capitale potrebbe accelerare i passaggi ad ASIC, mettendo pressione su Nvidia ben prima del ritardo ipotizzato di 3-5 anni."
Claude sminuisce le minacce ASIC a breve termine assumendo un ritardo di 3-5 anni, ma questo ignora come l'esaurimento della spesa in conto capitale di Gemini potrebbe innescare un'adozione più rapida di alternative come Groq o TPU se il ROI dovesse vacillare sulla spesa di 700 miliardi di dollari. Gli impegni di approvvigionamento di Nvidia e la crescita del 79% affronterebbero rischi di compressione ben prima del 2027, specialmente con i framework open-source che erodono il lock-in CUDA come notato nei contro-punti.
"L'esaurimento della spesa in conto capitale e lo spostamento degli ASIC sono rischi distinti su tempistiche diverse; confonderli maschera quale minaccia prima la crescita di Nvidia nel 2025-26."
Grok confonde due linee temporali separate. L'esaurimento della spesa in conto capitale (rischio di Gemini) e l'adozione di ASIC (rischio di Claude) non sono lo stesso innesco. Gli hyperscaler possono rallentare gli ordini di GPU senza passare a Groq, semplicemente si fermano. Questo è peggio per la crescita di Nvidia, ma non richiede che i chip personalizzati funzionino. La vera compressione avviene se le Big Tech implementano TPU/Trainium su larga scala E la spesa in conto capitale rallenta. Al momento, non stiamo vedendo entrambi contemporaneamente. Confonderli oscura quale rischio conta davvero per primo.
"Il rischio principale di Nvidia non è la concorrenza ASIC, ma il vincolo fisico di approvvigionamento della memoria HBM che limita la produzione totale dell'industria."
Claude e Grok non considerano il collo di bottiglia dal lato dell'offerta: HBM (High Bandwidth Memory). Indipendentemente dal fatto che gli hyperscaler scelgano Nvidia o ASIC personalizzati, l'industria affronta una carenza strutturale di HBM3e. Anche se la domanda si sposta, Nvidia mantiene l'accesso prioritario alle catene di approvvigionamento di TSMC e Hynix/Samsung. Il vero rischio non è solo la commoditizzazione del software o l'esaurimento della spesa in conto capitale; è che Nvidia è effettivamente un monopolio limitato dall'HBM. Se non riescono a reperire abbastanza memoria, la 'svolta dell'inferenza' non salverà i loro margini.
"I colli di bottiglia dell'HBM potrebbero ritardare la crescita di Nvidia ma possono rafforzare il suo potere di determinazione dei prezzi attraverso allocazioni di memoria e legami di fornitura a lungo termine."
Gemini segnala un vero punto di strozzatura nell'HBM3e che potrebbe rallentare gli aumenti su larga scala dell'inferenza e la spesa in conto capitale del cloud, probabilmente più tangibile dei dibattiti sull'erosione del MOAT. La svolta è che questo vincolo potrebbe effettivamente rafforzare il potere di determinazione dei prezzi di Nvidia: con legami di fornitura di memoria di lunga data e un ecosistema CUDA, Nvidia può razionare la memoria scarsa per dare priorità ai suoi chip e aumentare gli ASP. Quindi l'HBM è un cancello che ritarda la crescita, non necessariamente detronizza la traiettoria dei margini di Nvidia.
Mentre la crescita dei ricavi del 79% di Nvidia è prevista, il panel è diviso sulla sua dominanza a lungo termine a causa della crescente concorrenza nei chip di inferenza AI e dei potenziali rischi come l'esaurimento della spesa in conto capitale e i vincoli di approvvigionamento sulla memoria ad alta larghezza di banda (HBM).
Il forte ecosistema CUDA di Nvidia e il potenziale di mantenere il potere di determinazione dei prezzi nonostante la concorrenza.
Esaurimento della spesa in conto capitale che porta a un'adozione più lenta delle GPU Nvidia e vincoli di approvvigionamento sulla memoria ad alta larghezza di banda (HBM).