Nvidia (NVDA) si è trasformata negli ultimi anni da produttore di chip per videogiochi a forza dominante nel campo dei chip per l’intelligenza artificiale (AI), guidando una crescita dei ricavi incredibile: i ricavi annuali sono aumentati del 2. 500% nell’ultimo decennio. Entrando precocemente nel mercato dei chip AI e continuando a innovare costantemente, Nvidia ha conquistato e mantiene la leadership di mercato. Tuttavia, alcuni investitori sono preoccupati per l’aumento della concorrenza di altri sviluppatori di chip come Advanced Micro Devices e Broadcom, così come dai clienti di Nvidia stessi, come Amazon e Alphabet, che hanno sviluppato i propri chip AI per clienti attenti ai costi. Inizialmente, le GPU Nvidia alimentavano l’addestramento di grandi modelli linguistici (LLMs), permettendo loro di apprendere e acquisire conoscenze. Oggi, queste GPU supportano anche il processo di inferenza, in cui gli LLMs “pensano” e “ragionano”.

Nvidia punta sull’inferenza come un’area di grande crescita per i chip AI. Le ultime GPU Blackwell hanno superato i modelli precedenti, offrendo una performance dieci volte superiore per watt e un costo per token dieci volte inferiore nei test MLCommons rispetto alle precedenti GPU Hopper, evidenziando significativi progressi in termini di velocità ed efficienza dei costi. Jensen Huang, CEO di Nvidia, ha sottolineato il vantaggio duraturo dell’azienda durante un recente call sugli utili, affermando che “ci vorrà ancora molto tempo prima che qualcun altro possa affrontare questa sfida”, e confermando che la leadership di Nvidia è “certamente pluriennale”. Mentre alcuni concorrenti potrebbero trovare nicchie di mercato—dato che alcuni clienti potrebbero non aver bisogno delle GPU più potenti o preferire chip personalizzati—Nvidia rimane il fornitore leader della potenza di calcolo AI più avanzata. Le sue forti margini lordi superiori al 70%, ricavi record che superano i 130 miliardi di dollari nell’ultimo esercizio fiscale e un’innovazione costante la posizionano bene per una crescita futura, soprattutto man mano che i carichi di lavoro di inferenza assumono un ruolo sempre più importante nell’alimentare le applicazioni di intelligenza artificiale.