2' di lettura
2' di lettura
C’è un equivoco ormai consolidato nel mondo dei semiconduttori dedicati all’intelligenza artificiale. Un dettaglio sottile, che però fa la differenza: una differenza che ha consentito a Nvidia di passare da 300 miliardi a 3mila miliardi di dollari di capitalizzazione di mercato in meno di due anni, dominando il mercato dei chip per l’AI.
La narrativa più frequente racconta che il colosso guidato da Jensen Huang sia l’unico capace di produrre i processori necessari a sfamare gli algoritmi di OpenAI (ChatGPT) o Google Gemini. Ma è una storia vera solo in parte. Perché la capacità di calcolo raggiunta dai chip dei competitor (da quelli di AMD a quelli di Intel) è assolutamente concorrenziale ai famosi H100 che hanno fatto la fortuna di Nvidia.
Qual è allora l’arma segreta del colosso di Huang? Entrando nelle viscere dell’AI, la questione diventa più complessa, ma fornisce risposte più strutturate. Di fianco alla potenza di H100 (e dei nuovi Blackwell, quando saranno pronti), c’è infatti un software di proprietà di Nvidia, chiamato Cuda, usato già nel campo del gaming, che oggi accelera le applicazioni dell’AI, e lega bene macchina e algoritmi.
Il punto cruciale di questa storia è che Cuda (che Nvidia propone da oltre 15 anni a milioni di sviluppatori) funziona solo con infrastruttura Nvidia. In altre parole: Cuda-H100 è stato, ed è ancora, il binomio che ha fatto la fortuna della società californiana, perché ha creato un ecosistema chiuso che ricorda un po’ il modello iPhone-iOS. Ed è qui che si stanno muovendo i rivali.Da AMD a Intel, fino a Qualcomm e Broadcom (ma anche a Microsoft, Meta e Google, che vogliono produrre i loro chip per l’AI).
L’attacco al fortino di Nvidia si sta muovendo attraverso la creazione di un’alternativa a Cuda che possa spianare la strada a chip di diversi produttori. Un bel punto di domanda per gli investitori di Nvidia.
