Nella sessione di lunedì le azioni di Nvidia Corp. sono calate in seguito alla notizia secondo cui Meta Platforms Inc. sarebbe in trattativa per spendere miliardi di dollari nei chip per l’intelligenza artificiale di Google. Il gigante della ricerca su Internet sta facendo progressi negli sforzi per competere con il chip H100 di Nvidia, l’acceleratore di AI più venduto del settore.
Meta è in discussione per utilizzare i chip di Google - noti come unità di elaborazione tensoriale, o TPU - nei suoi data center a partire dal 2027, secondo quanto riportato da The Information, il quotidiano online di tecnologia e business che cita una persona non identificata a conoscenza delle trattative. La fonte ha anche aggiunto che Meta potrebbe noleggiare i chip dalla divisione cloud di Google già dagli inizi del prossimo anno.
Un accordo di questo tipo non è una bella notizia per Nvidia, perché aiuterebbe a consolidare le TPU come un’alternativa credibile ai suoi chip, l’attuale standard di riferimento per le grandi aziende tecnologiche e le startup, da Meta a OpenAI, che necessitano di enorme potenza di calcolo per sviluppare ed eseguire gli schemi di piattaforme di intelligenza artificiale.
Le azioni di Nvidia hanno subito un crollo fino al 2,7% nelle contrattazioni after-hours. La società madre di Google, Alphabet Inc., è invece salita del 2,9%, aggiungendosi a un recente aumento dei prezzi, già alimentato dall’ottimismo per l’ultima versione del suo modello AI Gemini.
La competitività dei TPU di Google si sta facendo notare tra gli sviluppatori di architettura AI. Ecco perché dovete comprare Google e non più Nvidia nei listini tecnologici.
Perché comprare azioni Google?
Google aveva già siglato un accordo per fornire fino a un milione dei suoi chip ad Anthropic PBC, attirando l’attenzione sul potenziale scenario per il biennio 2027-2028 di sfide a lungo termine, contro l’attuale posizione dominante di Nvidia sul mercato.
Dopo l’annuncio dell’accordo con Anthropic, l’analista di Seaport Research Partners, l’autorevole Jay Goldberg, lo aveva definito un «premio di fiducia davvero potente» per le TPU di Google.
«Molte persone ci stavano già pensando al fatto che Nvidia potrebbe perdere lo scettro di regina assoluta dei chip AI, e probabilmente molte di più lo stanno facendo ora, dopo la notizia di Meta»,
aveva commentato Goldberg.
Ho cercato commenti di Meta alla notizia, ma non ce ne sono. Infatti i rappresentanti di Meta hanno rifiutato di commentare, mentre Google non ha risposto immediatamente alle richieste di commenti fatte loro dai giornalisti della CNBC. Se non ci sono state smentite allora vuol dire che l’accordo è reale e non inventato.
L’uso imminente dei TPU di Google da parte di Meta, che sono dei chip che - come detto sopra - sono già impiegati da Anthropic, dimostra che i fornitori per il grande pubblico di modelli linguistici di grandi dimensioni (LLM-Large Language Models) sfrutteranno probabilmente Google come fornitore secondario di chip acceleratori per “l’inferenza” nel breve termine.
Nel contesto dei produttori di Modelli Linguistici di Grande Dimensione (LLM) come OpenAI, Google, Meta o Anthropic, il termine inferenza, o inference, si riferisce alla fase in cui il modello addestrato viene messo in uso per produrre risposte effettive, cioè viene reso disponibile all’utente finale. In pratica, se l’addestramento (training) è la fase di «studio» del modello di linguaggio, l’inferenza è la fase di «applicazione pratica» o di «lavoro», cioè è la fase di monetizzazione del prodotto per i fornitori di LLM, perché è il processo che viene venduto nei pacchetti di abbonamento destinati agli utenti finali (le famiglie, ma soprattutto le imprese) che utilizzano quotidianamente i modelli di linguaggio AI.
Sempre Jay Goldberg ha calcolato che se le spese in conto capitale (quelle che nel gergo degli analisti si definiscono capex, capital expenditures) di Meta saranno pari ad almeno 100 miliardi di dollari per il 2026, è probabile che Meta spenderà almeno 40-50 miliardi di dollari all’anno per aumentare la capacità di chip di inferenza. Utilizzando le TPU di Google.
Quindi sarebbe Google la prossima regina dell’AI?
Forse sì.
E questo accadrà perché la crescita del backlog per Google Cloud (il backlog è l’insieme degli ordini ricevuti e accettati che non sono ancora stati evasi o completati, cioè i ricavi che Google ha già «in tasca» ma che deve ancora fornire ovvero costruire i data center, installare i chip, fare i cablaggi ecc.) potrebbe accelerare rispetto ad altri hyperscaler (*), grazie alla domanda da parte delle aziende che desiderano utilizzare le TPU e gli LLM Gemini su Google Cloud.
Detto in parole semplici: poiché sempre più aziende stanno iniziando a usare i chip AI di Google (le TPU), la domanda di servizi di cloud computing offerti da Google (Google Cloud) aumenterà molto più rapidamente rispetto ai suoi concorrenti (come Amazon AWS o Microsoft Azure). Quindi è ragionevole aspettarsi che grazie a questa sinergia (produzione di TPU e servizi Cloud) Google possa spodestare Nvidia nel medio termine, assicurando ai suoi investitori un futuro radioso di capital gain borsistici.
Infatti, anche in Asia le azioni legate ad Alphabet hanno registrato un aumento all’inizio degli scambi di oggi martedì 25 novembre. E così anche tutto l’indotto che gira attorno a Google. Per esempio, in Corea del Sud, IsuPetasys Co., che fornisce schede multistrato ad Alphabet, è balzata del 18% raggiungendo un nuovo record intraday. A Taiwan, anche le azioni di MediaTek Inc. (partner di Google, che costruisce anche i chip per la telefonia android) sono aumentate di quasi il 5%.
Un accordo con Meta - uno dei maggiori spender a livello globale per i data center e lo sviluppo di AI - è una vittoria per Google. Ma molto dipenderà dalla capacità dei tensor chip di dimostrare l’efficienza energetica e la potenza di calcolo necessarie per diventare un’opzione valida a lungo termine. E la risposta di Nvidia non si farà attendere, poiché è già in rampa di lancio il nuovo chip blackwell il B200, molto più potente e destinato a sostituire il vecchio H100.
Il tensor chip - che non è una novità, in quanto sviluppato per la prima volta oltre 10 anni fa appositamente per le attività di intelligenza artificiale - sta guadagnando slancio anche al di fuori della sua azienda madre come strumento per addestrare ed eseguire modelli AI complessi. La sua attrattiva come alternativa è cresciuta in un momento in cui le aziende fornitrici di LLM di tutto il mondo temono un’eccessiva dipendenza da Nvidia, in un mercato in cui persino Advanced Micro Devices Inc. è un concorrente ancora molto distante da Nvidia.
In sintesi
I tensor chip di Google sono nati 10 anni fa, e poi sono stati adattati come acceleratori per attività di AI e machine learning all’interno delle applicazioni di Google.
E allora, poiché Google e la sua unità DeepMind sviluppano modelli AI all’avanguardia come Gemini, l’azienda, in quanto fornitore di TPU competitive con l’H100 di Nvidia, è diventata decisamente l’investimento migliore per il settore della AI nei prossimi anni.
Ogni flessione di mercato, ogni storno dei listini, per qualsiasi ragione esso avvenga, sarà un’occasione per comprare Google.
Fidatevi.
(*) = gli Hyperscaler sono aziende che forniscono i servizi di cloud computing su scala massiva, offrendo risorse informatiche, di archiviazione e di rete a milioni di clienti in tutto il mondo attraverso una rete globale di data center. Gli Hyperscaler sono i veri giganti dell’infrastruttura digitale moderna. Nel panorama attuale, ci sono tre attori che dominano il mercato del cloud pubblico a livello globale, spesso indicati come il «Big Three»:
Amazon Web Services (AWS): Il pioniere e leader di mercato indiscusso in termini di quota di mercato e ampiezza dei servizi offerti.
Microsoft Azure: Il secondo attore più grande, molto forte in ambito aziendale e con una profonda integrazione con i prodotti Microsoft (come Office 365).
Google Cloud Platform (GCP): Il terzo attore in termini di quota di mercato, ma noto per la sua eccellenza in settori come i dati, l’analisi e, come menzionato nel tuo articolo, l’Intelligenza Artificiale (grazie alle sue TPU e LLM come Gemini).
| DISCLAIMER Le informazioni e le considerazioni contenute nel presente articolo non devono essere utilizzate come unico o principale supporto in base al quale assumere decisioni relative agli investimenti. Il lettore mantiene la piena libertà nelle proprie scelte d’investimento e la piena responsabilità nell’effettuazione delle stesse, poiché egli solo conosce la sua propensione al rischio e il suo orizzonte temporale. Le informazioni contenute nell’articolo sono fornite a mero scopo informativo e la loro divulgazione non costituisce e non è da considerarsi un’offerta o sollecitazione al pubblico risparmio. |
