Nvidia ha riaffermato il proprio vantaggio competitivo nel settore dei processori per l’intelligenza artificiale, reagendo alle recenti preoccupazioni degli investitori riguardo alla crescita dei chip sviluppati da Google. In un post pubblicato su X, l’azienda ha riconosciuto i progressi del concorrente, ma ha sottolineato come il suo ecosistema resti “l’unico in grado di eseguire qualunque modello di IA, ovunque l’elaborazione venga effettuata”, definendosi “una generazione avanti al resto dell’industria”.
La dichiarazione arriva dopo una seduta negativa in Borsa, seguita a indiscrezioni su un possibile accordo tra Meta e Google che porterebbe i data center di Meta a utilizzare le TPU (Tensor Processing Unit) di Google. L’attenzione del mercato è legata all’ampia capitalizzazione raggiunta da Nvidia negli ultimi due anni, spinta dalla forte domanda di GPU per l’addestramento e l’esecuzione dei modelli di IA.
GPU vs ASIC: il nodo tecnologico
Nvidia sostiene che le proprie GPU mantengano un vantaggio architetturale rispetto agli ASIC, categoria a cui appartengono le TPU di Google. L’azienda cita come esempio le GPU Blackwell, evidenziando tre caratteristiche: prestazioni più elevate, maggiore versatilità e fungibilità rispetto ai chip ultra-specializzati.
Google, pur non commercializzando le TPU come prodotti indipendenti, le rende disponibili tramite Google Cloud. L’interesse attorno a queste soluzioni è aumentato dopo che la nuova generazione dei modelli Gemini è stata addestrata su chip interni dell’azienda.
La visione di Jensen Huang e la teoria della scalabilità
Nel corso della recente conferenza sui risultati finanziari, Jensen Huang ha affrontato il tema della competizione in modo disteso. Secondo quanto riferito, il CEO di DeepMind Demis Hassabis avrebbe ribadito la validità delle cosiddette “leggi della scalabilità” dell’IA, che collegano direttamente la crescita delle capacità dei modelli all’aumento di dati e risorse computazionali. Per Nvidia, questo principio continua a sostenere l’espansione del mercato delle GPU: modelli più grandi richiedono un volume crescente di chip, alimentando la domanda.
Attualmente, secondo gli analisti, Nvidia controlla oltre il 90% del mercato dei processori destinati all’IA.
La strategia dei concorrenti
Google, Amazon e Meta stanno investendo nello sviluppo di chip proprietari con l’obiettivo di ridurre la dipendenza dalle GPU Nvidia. Una possibile migrazione su piattaforme interne, seppur al momento considerata remota, rappresenterebbe un rischio significativo per i ricavi e la capitalizzazione dell’azienda.
Fonte: X
