Nvidia e il potere di fornire i motori dell’intelligenza artificiale

Nel trimestre chiuso il 26 luglio 2026 Nvidia ha registrato 96,2 miliardi di dollari di ricavi, il 106 per cento in più rispetto a un anno prima. Il dato, pubblicato dalla società il 26 agosto, misura la velocità della corsa all’intelligenza artificiale. Dietro applicazioni che scrivono testi, analizzano immagini o producono codice esiste infatti una domanda gigantesca di calcolo. Nvidia vende una parte decisiva degli strumenti necessari a soddisfarla.

L’azienda guidata da Jensen Huang è diventata centrale perché le GPU, i processori grafici, si prestano a eseguire molte operazioni in parallelo. Questa capacità è utile per addestrare e utilizzare numerosi modelli di intelligenza artificiale. Il passaggio dai videogiochi ai centri di calcolo non è stato però una semplice riconversione commerciale. Ha richiesto lo sviluppo di un sistema nel quale processori, collegamenti e software lavorano insieme, rendendo possibile ampliare le applicazioni.

Una parte del vantaggio passa da CUDA, la piattaforma con cui gli sviluppatori utilizzano le GPU Nvidia per il calcolo generale. Intorno a essa si sono accumulati strumenti, librerie e competenze. La conseguenza industriale è importante: cambiare fornitore può comportare lavoro di adattamento, formazione e verifica, oltre all’acquisto di un processore diverso. Il prezzo di un chip e le sue prestazioni non esauriscono quindi il confronto tra offerte concorrenti.

Questo potere resta inserito in una rete di dipendenze. Nvidia progetta i propri prodotti e si affida a produttori esterni per realizzarli. TSMC è un partner centrale nella filiera dei semiconduttori avanzati. Nel giugno 2026 le due aziende hanno annunciato un’ulteriore collaborazione per utilizzare il calcolo accelerato e l’IA anche nei processi di progettazione e fabbricazione. L’intelligenza artificiale diventa così sia un mercato da servire sia uno strumento impiegato per migliorare la produzione.

La rivalità tra Stati Uniti e Cina interviene direttamente in questa organizzazione industriale. I controlli statunitensi sulle esportazioni limitano l’accesso a determinati chip avanzati e possono modificare prodotti vendibili, clienti e autorizzazioni necessarie. Nelle previsioni diffuse ad agosto per il trimestre successivo, Nvidia non includeva ricavi cinesi da calcolo per i data center. È un’indicazione aziendale riferita a quella previsione, ma mostra quanto le decisioni pubbliche possano incidere anche su un’impresa dalla crescita eccezionale.

Intanto i grandi clienti cercano di ridurre costi e dipendenza da un solo fornitore, sviluppando acceleratori propri o affiancando soluzioni alternative. La scelta può riguardare esigenze specifiche, senza comportare l’abbandono completo delle GPU Nvidia. Per valutare la concorrenza occorre guardare al costo dell’intero sistema, al consumo energetico, alla disponibilità di memoria e alla facilità di utilizzo. Il confronto si svolge in fabbrica e nel software, oltre che nei laboratori di progettazione.

La questione che accompagna questa crescita riguarda infine il ritorno economico degli investimenti dei clienti. Costruire capacità di calcolo richiede capitali, energia e infrastrutture; renderla redditizia dipende dai servizi che riuscirà a produrre. Nvidia occupa oggi una posizione di forza in questa trasformazione. La sua traiettoria futura dipenderà anche dalla capacità dell’IA di sostenere una domanda duratura, mentre la politica ridefinisce i mercati ai quali quell’offerta può arrivare.