Lo shock di Kimi è appena passato, NVIDIA Rubin riaccende le polemiche sul commercio di hardware AI tra le preoccupazioni per la “supply anxiety”

BlockBeats News, 22 luglio. Il mercato azionario statunitense ha appena registrato un forte calo nei titoli legati al trading di IA, e una delle spiegazioni più diffuse tra gli investitori riguarda l'apparizione di Kimi K3, che ha riacceso le preoccupazioni sul percorso ad alto costo del modello AI statunitense e sulla redditività delle spese in conto capitale per i chip. La scorsa settimana il settore dei semiconduttori è stato sottoposto a una pressione significativa, con il PHLX Semiconductor Index in caduta in territorio di bear market tecnico. Nvidia, Micron, i titoli legati alle apparecchiature e quelli di storage sono stati tutti coinvolti nella fase di aggiustamento.

Tuttavia, l'ultimo rapporto di The Information ha fornito un altro insieme di dati più diretti al mercato: il sistema server di nuova generazione Vera Rubin di Nvidia è entrato nella fase di test da parte dei clienti e decine di aziende come CoreWeave, Microsoft, OpenAI, Anthropic e SpaceXAI hanno già ricevuto un piccolo numero di rack di prova. Ogni rack Rubin include 72 GPU, con un prezzo unitario di circa 7-8 milioni di dollari, superiore al prezzo attuale di circa 5 milioni di dollari per i rack Grace Blackwell 300.

Ciò che stimola maggiormente l'immaginazione del mercato è la capacità produttiva. Andrew Bell, Senior Vice President of Hardware Engineering di Nvidia, ha dichiarato che più di dieci partner produttivi saranno alla fine in grado di produrre fino a 1000 rack Rubin al giorno. Un calcolo sommario suggerisce che, lavorando a pieno regime, questo corrisponderebbe a una scala potenziale di ricavi per rack di almeno 630 miliardi di dollari a trimestre. Naturalmente, si tratta solo di una stima teorica basata su capacità e prezzi dei rack, che non corrisponde direttamente alle previsioni finanziarie di Nvidia, ma è sufficiente a illustrare quanto rapidamente stia crescendo la corsa alle infrastrutture di AI.

Questa è la vera contraddizione nel mercato AI attuale. Modelli come Kimi K3, che offrono alte prestazioni, bassi costi e pesi open source, hanno indebolito la fiducia del mercato nei premi dei modelli closed source statunitensi e hanno spinto gli investitori a mettere in dubbio la logica di spese in conto capitale sempre maggiori per “restare davanti”. Al contempo, i progressi di Rubin dimostrano che clienti chiave come OpenAI, Anthropic e Microsoft stanno ancora puntando a sfruttare la potenza di calcolo di nuova generazione. La diffusione di modelli economici può ridurre i costi di inferenza, ampliare gli scenari di utilizzo dell’IA e, in ultima analisi, continuare a trainare la domanda di GPU, memoria, networking e sistemi di raffreddamento.

Il rimbalzo dei mercati azionari statunitensi di martedì riflette già questa tensione: i titoli tech hanno interrotto il calo prolungato, con il Nasdaq in crescita di circa l’1,3% e il PHLX Semiconductor Index che ha registrato il maggior guadagno giornaliero nell’ultimo mese; anche i titoli legati allo storage, come Micron e SanDisk, sono risaliti nettamente. Il mercato non ha abbandonato del tutto l’hardware AI, ma sta solo ricalcolando: l’effetto efficienza portato da Kimi ridurrà la domanda di chip, oppure stimolerà più sviluppatori e aziende a implementare soluzioni di AI?

Inoltre, Nvidia si sta trasformando da semplice fornitore di GPU a provider di infrastrutture AI server full-stack. Oltre alla vendita di GPU, l’azienda sta espandendo la propria offerta a CPU, switch di rete, cavi, storage e tecnologie di raffreddamento. Di fronte a società come Google che stanno sviluppando i propri chip di inferenza AI, la strategia di Nvidia è: anche se i clienti utilizzano chip alternativi, l’azienda punta comunque a vendere reti, componenti server e sistemi completi.

Ciò significa che una variabile chiave nelle transazioni di hardware AI sta cambiando. Se prima il mercato si preoccupava solamente di quanti GPU venissero venduti da NVIDIA, ora valuta anche se i rack Rubin possano essere prodotti in massa senza intoppi, se i data center dei clienti siano pronti all’installazione, se le strozzature di memoria e alimentazione possano essere superate e se i fornitori cloud siano in grado di trasformare cabine costose in ricavi reali.

Nel breve periodo, Kimi K3 continuerà a frenare la narrativa del “fossato ad alto costo” nella valutazione AI; nel medio periodo, la pianificazione della capacità Rubin ricorda agli investitori che la costruzione delle infrastrutture AI è tuttora in corso. Nella prossima stagione di trimestrali, le linee guida sulle spese in conto capitale dei cloud provider e sull’avanzamento della supply chain di NVIDIA determineranno se questo rimbalzo sarà una semplice correzione tecnica o l’inizio di una rivalutazione nelle transazioni hardware AI.