Rischio di coda per componenti come ASIC, storage e moduli ottici: negli Stati Uniti manca l'elettricità, i rack sono installati ma non c'è alimentazione

Il collo di bottiglia dell'infrastruttura AI negli Stati Uniti sta passando dalla “carenza di chip” a una “carenza di elettricità”, e la mancanza di energia rappresenta prima una minaccia non per Nvidia, ma per la parte finale della catena di approvvigionamento come ASIC, storage, moduli ottici e gestione dell’alimentazione.

Secondo l’ultimo rapporto di Morgan Stanley, i data center statunitensi potrebbero affrontare tra il 2026 e il 2028 un deficit netto di elettricità di circa il 34%, pari a 32 GW. Il rapporto ritiene che le previsioni sugli utili 2027 di Nvidia e Broadcom non siano per ora influenzate in modo sostanziale, ma la penuria di elettricità potrebbe impedire di implementare i chip secondo i piani, causando così rischi di rinvii, cancellazioni di ordini e adeguamenti delle scorte per i componenti downstream.

La differenza principale è che le GPU Nvidia hanno una produzione di potenza per unità superiore e i produttori di chip principali godono di elevata visibilità rispetto alle sedi finali di installazione; al contrario, gli ASIC sono più sensibili alla disponibilità energetica, mentre prodotti come storage, ottica e gestione dell’alimentazione sono più facilmente influenzati dalle scorte dei clienti e dai ritardi dei progetti.

Secondo un articolo precedente di Wall Street Visione, il progetto “Project Lighthouse” di Oracle nel Wisconsin da 1,3 GW riflette proprio questo rischio: dopo la riapertura delle procedure di autorizzazione per la trasmissione, la piena alimentazione del progetto potrebbe essere posticipata al più presto a ottobre 2028, in scenari pessimisti addirittura alla primavera 2029. Anche i server AI già installati sugli scaffali, senza energia, non possono essere trasformati in reale potenza di calcolo e ricavi.

Nvidia e Broadcom: maggiore visibilità della domanda, maggior pressione per gli ASIC

Morgan Stanley ritiene che i team direttivi di Nvidia e Broadcom abbiano già incluso le restrizioni legate a terreno, elettricità e sale server (LPS) nelle loro linee guida, e che entrambe le aziende godano di alta visibilità sulle destinazioni finali dei chip, con una presenza globale che riduce la dipendenza dal solo mercato statunitense.

Anche l’efficienza del prodotto è fondamentale. Le GPU Nvidia generano più token per gigawatt, offrendo vantaggi di deployment quando l’energia è limitata. Al contrario, la resa per unità di energia degli ASIC è inferiore e richiede maggiore quota delle risorse LPS, risultando quindi più vulnerabile ai colli di bottiglia energetici.

Il CEO di Nvidia Jensen Huang e il CEO di Broadcom Hock Tan hanno recentemente sottolineato che la disponibilità di energia è diventata un vincolo più difficile da coordinare, rispetto a chip e storage, per lo sviluppo delle infrastrutture AI.

Storage, moduli ottici e gestione dell’alimentazione: rischi per gli ordini concentrati alla fine della catena

Secondo il rapporto, storage, componenti ottici, gestione della potenza e chip analogici sono più suscettibili agli effetti dei ritardi dei progetti. Questi segmenti hanno beneficiato dell’espansione delle infrastrutture AI e di una domanda superiore all’offerta; tuttavia, se i progetti finali vengono rimandati, i clienti possono prima smaltire gli stock e poi ridurre i nuovi ordini.

Anche gli ASIC affrontano problemi di efficienza nell’implementazione. In situazioni di energia limitata, i clienti danno più valore al rapporto tra potenza fornita e capacità di calcolo, rendendo più facile il rinvio dei progetti ASIC meno efficienti.

Anche la revisione delle linee guida di Broadcom rivela un consenso sulle aspettative di mercato: a marzo, la società prevedeva che le entrate AI per l’anno fiscale 2027 superassero abbondantemente i 100 miliardi di dollari, mentre l’ultima previsione di settembre è stata di 115 miliardi di dollari. Sebbene la dimensione resti elevata, lo spazio per ulteriori revisioni al rialzo è ora limitato.

Impianti autonomi e espansione all’estero: ancora insufficiente per colmare il gap energetico

Secondo il rapporto, da 2026 a 2028 la capacità aggiuntiva di turbine a gas e motori nel contesto di uno scenario base post-rete sarà di circa 19 GW, mentre le celle a combustibile di Bloom Energy dovrebbero contribuire per circa 6 GW. L’energia nucleare e il riconvertimento dei mining farm crypto possono fornire supporto aggiuntivo, ma il totale rimane insufficiente per colmare completamente il gap.

Anche l’espansione internazionale non può che alleviare solo parzialmente la pressione. Morgan Stanley ha già rivisto al ribasso la quota di capacità di calcolo detenuta dagli Stati Uniti sul totale mondiale, dal 60% al 55%, ma approvazioni lente in Europa e rischi geopolitici in Medio Oriente limitano il trasferimento della domanda.

Allo stesso tempo, gli Stati Uniti si trovano ad affrontare la carenza di manodopera specializzata e la resistenza locale. Secondo il CSIS, entro il 2030 gli USA dovranno aggiungere oltre 140.000 lavoratori specializzati e la forza lavoro attuale può sostenere solo 10-20 GW di nuove installazioni annue di gas naturale.

Per il settore AI, la capacità di produrre chip non è più l’unico ostacolo: la possibilità di ottenere energia sufficiente e di metterli effettivamente in funzione sta diventando la nuova barriera che decide la realizzazione degli ordini e la redditività della catena di fornitura.