Il boom dell’AI sta producendo un effetto sempre più evidente sulla catena di fornitura dei data center, tanto che anche la stessa Nvidia si prepara ad aumentare i prezzi dei server AI equipaggiati con i propri chip.

Secondo quanto riferito a Bloomberg, alcuni dei principali clienti di Nvidia avrebbero ricevuto indicazioni su incrementi superiori al 15% in numerosi casi. Gli aumenti dovrebbero interessare i sistemi consegnati dall’inizio del prossimo anno e coinvolgere piattaforme basate sia sulla generazione Grace Blackwell, sia sulla futura architettura Vera Rubin.

Il prezzo finale varierà in funzione della generazione dell’acceleratore e soprattutto della configurazione della memoria. Non è quindi il solo costo della GPU a determinare l’aumento, con la vera pressione che arriva dalla quantità di memoria necessaria per alimentare gli acceleratori destinati ai carichi AI più impegnativi.

A comunicare i rincari sarebbero stati alcuni dei produttori che realizzano server su commissione per i grandi operatori cloud. Tra i clienti finali figurano colossi come Microsoft, Google e Oracle, tutti impegnati in una corsa senza precedenti alla costruzione di nuova capacità computazionale per l’intelligenza artificiale.

Il dato più significativo è proprio il fatto che la pressione sui prezzi sta arrivando a valle nonostante la posizione dominante di Nvidia. L’azienda dispone di margini enormi e di un potere contrattuale eccezionale, ma la situazione del mercato delle memorie sta diventando abbastanza critica da rendere sempre più difficile assorbire internamente l’incremento dei costi.

Il componente decisivo è la DRAM, indispensabile per fornire agli acceleratori AI la quantità di dati necessaria durante l’inferenza e l’addestramento dei modelli. Nel segmento ad alte prestazioni, le memorie HBM sono particolarmente importanti perché offrono elevata larghezza di banda e vengono integrate direttamente nei sistemi che ospitano gli acceleratori.

La produzione mondiale è concentrata soprattutto nelle mani di Samsung Electronics, SK Hynix e Micron Technology. Questi produttori stanno aumentando la capacità produttiva, ma la crescita della domanda legata all’AI continua a superare l’offerta disponibile. Il risultato è un aumento significativo dei prezzi e, soprattutto, un cambiamento nei rapporti di forza all’interno dell’industria dei semiconduttori.

NVIDIA NVQLink

È un paradosso interessante. Nvidia è abituata a operare in un mercato nel quale può imporre prezzi molto elevati per i propri acceleratori perché la capacità produttiva di TSMC, principale partner manifatturiero, non riesce ancora a soddisfare integralmente la domanda. I chip AI possono costare decine di migliaia di dollari e l’azienda mantiene un margine lordo intorno al 75%. Ora, però, Nvidia si trova dall’altra parte della stessa dinamica e anche il suo business deve fare i conti con un componente che non controlla direttamente. La memoria è così diventata un elemento talmente strategico al punto da poter influenzare il prezzo di interi server AI.

La situazione non riguarda soltanto i data center. Anche il mercato consumer ha già iniziato a registrare aumenti sui prodotti Nvidia. Secondo quanto riportato da Tom’s Hardware, anche alcuni modelli della famiglia di GPU GeForce RTX 50 hanno subito rincari significativi, con incrementi particolarmente marcati per alcune schede basate sull’architettura Blackwell.

La conseguenza più interessante potrebbe riguardare però la concorrenza. I grandi operatori cloud come Amazon, Microsoft, Google e Meta stanno sviluppando acceleratori proprietari per ridurre la dipendenza da Nvidia, ma nel breve periodo continuano ad avere bisogno delle sue piattaforme per sostenere l’espansione dei data center. La possibilità di accelerare questa transizione dipenderà quindi anche dalla disponibilità di memoria. Sviluppare un chip proprietario serve infatti a poco se non è possibile ottenere in quantità sufficiente la HBM necessaria per costruire i sistemi.

Gli aumenti rischiano inoltre di complicare ulteriormente i giganteschi piani di espansione dell’infrastruttura AI. La costruzione di nuovi data center deve già fare i conti con tempi autorizzativi, carenza di manodopera specializzata, accesso al capitale e opposizione delle comunità locali. Inevitabilmente, un incremento a doppia cifra del costo dei server aggiunge un’altra variabile a progetti che richiedono investimenti nell’ordine di miliardi di dollari.

Per Nvidia il momento è particolarmente delicato anche sul piano finanziario. I prossimi risultati trimestrali saranno osservati con grande attenzione perché rappresentano uno degli indicatori più importanti sullo stato di salute dell’intero mercato AI. La domanda per gli acceleratori rimane enorme, ma il tema si sta spostando progressivamente dalla semplice disponibilità dei chip alla sostenibilità economica dell’intera infrastruttura necessaria per utilizzarli. Ed è proprio qui che la memoria sta diventando il nuovo collo di bottiglia dell’industria AI.

(Immagine in apertura: Shutterstock)