Nvidia aumenta i prezzi dei suoi acceleratori AI: si temono ripercussioni sul comparto dei data center

La corsa globale all’intelligenza artificiale si trova davanti a un nuovo ostacolo. Nvidia, secondo quanto riferito da Bloomberg e riportato da Reuters, ha informato alcuni dei suoi maggiori clienti che i prezzi di diversi sistemi server dotati dei suoi acceleratori AI aumenteranno di oltre il 15% in molti casi. Gli incrementi dovrebbero riguardare le macchine basate sulle piattaforme Grace Blackwell e sulla nuova generazione Vera Rubin, con le prime consegne interessate dagli aumenti previste all’inizio del 2027. Non si tratta di un rincaro già applicato indistintamente a tutti i prodotti Nvidia. L’entità dell’aumento varierà in base alla generazione dei chip e alla configurazione della memoria. Nvidia non ha commentato pubblicamente le indiscrezioni.

Alla base del problema c’è soprattutto la memoria. I sistemi per l’AI generativa richiedono grandi quantità di memoria ad alta velocità per addestrare ed eseguire modelli sempre più complessi. La High Bandwidth Memory, o HBM, è diventata così un componente strategico quanto gli stessi acceleratori. La domanda dei data center sta crescendo più rapidamente della capacità produttiva disponibile e la pressione sui prezzi si trasferisce lungo la filiera. A produrre HBM sono soprattutto Samsung Electronics, SK Hynix e Micron, che stanno destinando investimenti crescenti alle memorie per il calcolo avanzato. La tensione sulla memoria non è quindi un problema isolato di Nvidia, ma uno degli effetti della rapidissima espansione dell’infrastruttura AI. Reuters aveva già segnalato come la crescente domanda di memoria per server e sistemi AI stesse esercitando una forte pressione sui costi dell’intero settore.

L’effetto non riguarda soltanto Nvidia. I server costruiti attorno ai suoi acceleratori vengono assemblati da grandi produttori specializzati e acquistati da operatori cloud e aziende tecnologiche come Microsoft, Google e Oracle. Secondo Reuters, alcuni costruttori che lavorano per questi clienti avrebbero già comunicato i prossimi aumenti. Nei grandi data center, dove vengono installate migliaia di unità, anche variazioni relativamente contenute possono produrre effetti importanti sui bilanci. In India, una stima pubblicata il 7 settembre dal Financial Express indica che, se il rincaro venisse trasferito integralmente, i costi complessivi dell’infrastruttura AI potrebbero aumentare di circa l’8-12%. È una stima relativa al mercato indiano e non una previsione globale, ma rende l’idea della pressione che può esercitare un aumento dei prezzi dei server su progetti che richiedono investimenti molto elevati.

L’azienda conserva una posizione dominante nel calcolo accelerato per l’AI e il suo vantaggio non dipende soltanto dai chip. Un elemento decisivo è l’ecosistema software costruito attorno a CUDA, che rende complesso per molti clienti passare rapidamente a soluzioni concorrenti. AMD e Intel stanno cercando di aumentare la propria presenza, mentre i grandi operatori cloud sviluppano acceleratori proprietari. Nvidia presenta invece Vera Rubin come una piattaforma progettata per aumentare l’efficienza e ridurre il costo per token rispetto a Blackwell. Il prezzo di acquisto dell’hardware è quindi solo una parte dell’economia dell’AI. Conta anche quanto lavoro utile un data center riesca a ottenere da ogni acceleratore e quanta energia, memoria e capacità di rete servano per utilizzarlo.

Il rincaro racconta così una fase diversa della rivoluzione AI. Il limite torna a essere anche fisico ed economico. Per costruire infrastrutture sempre più grandi servono chip, memoria, energia, raffreddamento e reti ad alta velocità, e nessuno di questi elementi può essere prodotto istantaneamente in quantità illimitate. Anche i tempi di realizzazione dei nuovi data center diventano quindi una variabile strategica. Il 31 agosto Reuters ha riferito che Anthropic ha firmato un accordo cloud da 35 miliardi di dollari con Lambda, un altro segnale della quantità di calcolo richiesta dai grandi laboratori. In questo scenario, un aumento superiore al 15% dei server Nvidia può sembrare un dettaglio finanziario, ma indica qualcosa di più ampio.