Il presidente e amministratore delegato di Nvidia, Jensen Huang vede l’attuale boom come la più grande transizione informatica da decenni.
[In pillole] La sintesi per chi va di fretta:
Jensen Huang, AD di Nvidia, ha risposto ai timori di una bolla speculativa nell'intelligenza artificiale. Al U.S.-Saudi Investment Forum, ha spiegato come la domanda per le GPU sia strutturale, dettata dalla fine della Legge di Moore e dalla crescente necessità di calcolo accelerato per l'infrastruttura digitale e l'IA generativa. Una transizione epocale, non semplice euforia del mercato.
La fine di un’era e l’inizio di un’altra
Il primo pilastro dell’argomentazione di Huang è un concetto che per anni è stato il motore silenzioso del progresso tecnologico: la Legge di Moore. Formulata nel 1965 da Gordon Moore, co-fondatore di Intel, questa osservazione empirica prevedeva che il numero di transistor in un microchip sarebbe raddoppiato circa ogni due anni.
Questo portava a un aumento esponenziale della potenza di calcolo a parità di costi. Per oltre mezzo secolo, la legge ha dettato il ritmo dell’innovazione, rendendo i computer sempre più potenti, piccoli ed economici. Oggi, però, quella corsa sta rallentando in modo significativo.
Ci stiamo avvicinando ai limiti fisici del silicio, e raddoppiare la densità dei transistor è diventato enormemente più complesso e costoso. Secondo Huang, questo non è un problema secondario, ma il punto di rottura che sta costringendo l’intero settore a ripensare la sua architettura dalle fondamenta.
Con il tradizionale calcolo basato sulle CPU che non riesce più a tenere il passo con una domanda di elaborazione dati in crescita esponenziale, si è aperta la strada a un nuovo paradigma: il calcolo accelerato.
Si tratta di un approccio che affianca alla CPU processori specializzati, come le GPU di Nvidia, a detta di Huang ormai emancipatesi dai limiti della legge di Moore e capaci di eseguire un grandissimo numero di calcoli in parallelo. Nate per elaborare la grafica dei videogiochi, si sono rivelate straordinariamente efficaci per l’intelligenza artificiale.
Per dare un’idea della portata di questa transizione, Huang ha fornito un dato eloquente: solo sei anni fa, il 90% della potenza dei 500 supercomputer più potenti al mondo era basato su CPU. Oggi, quella percentuale si è ribaltata, con quasi il 90% della potenza fornita da sistemi di calcolo accelerato.
Non si tratta di una moda, ma di un cambiamento strutturale dettato da necessità fisiche ed economiche. La fine dell’era di Moore ha creato un vuoto che le GPU stanno riempiendo, diventando il nuovo standard per l’informatica ad alte prestazioni.
Questa trasformazione dell’hardware, però, rappresenta solo le fondamenta. Per giustificare investimenti per centinaia di miliardi di dollari, è necessario capire cosa venga costruito sopra questa nuova infrastruttura, e perché richieda una potenza di calcolo così vasta.
L’infrastruttura invisibile del nostro presente digitale
Il secondo e il terzo punto dell’analisi di Huang si concentrano proprio su questo aspetto, svelando come la domanda di GPU non sia legata unicamente ai modelli linguistici come ChatGPT, che sono solo la parte più visibile del fenomeno.
Esiste, secondo Huang, un’enorme infrastruttura digitale che il pubblico non vede, ma che consuma già oggi una quantità immensa di risorse computazionali.
Parliamo di centinaia di miliardi di dollari spesi ogni anno per l’elaborazione dei dati: interrogazioni su database (le cosiddette operazioni SQL), gestione di enormi set di informazioni, e tutti quei processi che fanno funzionare i sistemi bancari, le piattaforme di commercio elettronico, le reti pubblicitarie e i sistemi di credito.
Per decenni, questo mondo ha funzionato con architetture basate su CPU, ma ora anche questo settore sta migrando verso il calcolo accelerato per ragioni di efficienza e velocità. Si tratta di un mercato già esistente e consolidato, che da solo giustificherebbe una domanda sostenuta di nuovo hardware.
A questo strato “invisibile” si aggiunge poi quello dell’intelligenza artificiale generativa. Anche qui, Huang invita a guardare oltre i chatbot.
Un esempio concreto è quello dei sistemi di raccomandazione, i motori che suggeriscono cosa comprare su Amazon, quale film guardare su Netflix o quali contenuti visualizzare sui social media.
– Leggi anche: L’alleanza tra Microsoft, NVIDIA e Anthropic ridefinisce il futuro dell’AI
Questi sistemi, che sono il cuore economico di gran parte di internet, sono sempre stati computazionalmente molto intensivi e tradizionalmente gestiti da CPU. L’avvento delle tecniche di intelligenza artificiale generativa sta trasformando anche questi motori, rendendoli molto più sofisticati e personalizzati, ma al contempo richiedendo la potenza di calcolo parallelo delle GPU.
Per i retailer, questo significa che la vecchia vetrina statica ha i giorni contati. Per competere con questi giganti, non basta più avere un catalogo online, ma serve un’architettura tecnica capace di supportare algoritmi predittivi. Diventa quindi indispensabile investire nello sviluppo di progetti eCommerce evoluti, progettati fin dalle fondamenta per integrare motori di raccomandazione e gestire l’elaborazione dinamica dei prezzi e delle offerte in tempo reale.
In pratica, Nvidia sostiene che la sua tecnologia non serve solo a creare qualcosa di nuovo, ma anche a potenziare e rendere più efficiente l’intera infrastruttura digitale esistente.
Lo sviluppo dell’intelligenza artificiale non sarebbe quindi un’applicazione isolata, ma un nuovo strato software che si sta sovrapponendo a tutto ciò che già usiamo, rendendolo più intelligente e, inevitabilmente, più esigente in termini di hardware.
La narrazione di Huang è potente e coerente: la fine della Legge di Moore ha creato una necessità hardware, e la riorganizzazione dell’infrastruttura dati esistente, unita alla nuova ondata di IA generativa, sta generando una domanda strutturale e a lungo termine.
Eppure, nonostante la logica stringente, una domanda rimane sospesa nell’aria: una giustificazione tecnologica solida è sufficiente a escludere la presenza di una dinamica speculativa nel mercato?
Tra giustificazione tecnologica e scetticismo del mercato
L’argomentazione di Jensen Huang ha il pregio di essere radicata nella tecnologia e non nella finanza. Descrive una transizione industriale plausibile, quasi inevitabile.
Tuttavia, la storia delle grandi rivoluzioni tecnologiche, da quella delle ferrovie nell’Ottocento alla bolla delle dot-com alla fine degli anni Novanta, insegna che una trasformazione reale e una bolla speculativa non si escludono a vicenda.
Anzi, spesso le bolle più grandi nascono proprio da cambiamenti tecnologici autentici, perché l’entusiasmo per il potenziale futuro porta gli investimenti a superare di gran lunga il valore attuale e i ritorni economici immediati.
Il fatto che l’intelligenza artificiale cambierà il mondo non implica necessariamente che ogni azienda del settore manterrà le valutazioni stratosferiche che il mercato le attribuisce oggi.
Lo scetticismo, quindi, non riguarda tanto la validità della visione di Huang, quanto la sostenibilità della posizione di assoluto dominio di Nvidia e la capacità del mercato di assorbire questi enormi investimenti in modo produttivo e redditizio nel breve e medio termine.
La concorrenza, sebbene in ritardo, si sta organizzando: AMD, Intel e persino i grandi clienti di Nvidia come Google, Amazon e Microsoft stanno sviluppando i propri chip specializzati per ridurre la dipendenza da un unico fornitore.
Se la quota di mercato di Nvidia dovesse erodersi, anche solo parzialmente, le attuali valutazioni potrebbero apparire molto meno giustificate.
Inoltre, il contesto in cui Huang ha parlato, lo U.S.-Saudi Investment Forum, non è neutrale. È un palco che simboleggia la ricerca di capitali immensi e di partnership strategiche globali, elementi che alimentano ulteriormente il ciclo degli investimenti e delle aspettative.
La questione, quindi, resta aperta.
È possibile che Huang abbia perfettamente ragione nel descrivere la portata della rivoluzione tecnologica in atto, ma questo non mette al riparo il mercato da un eccesso di ottimismo.
La linea che separa una transizione epocale da una frenesia speculativa è spesso molto sottile, e di solito la si riesce a vedere con chiarezza solo guardando indietro.
Per ora, il mondo continua a investire, sospeso tra la promessa di una nuova era e il timore che il risveglio possa essere brusco.
