Due mesi dopo che Nvidia e OpenAI hanno svelato il loro sorprendente piano per distribuire almeno 10 gigawatt di sistemi Nvidia – e fino a 100 miliardi di dollari di investimenti – il produttore di chip ammette ora che l’accordo non è in realtà definitivo.
Intervenendo martedì alla Ubs Global Technology and AI Conference di Scottsdale, la vicepresidente esecutiva e Cfo di Nvidia, Colette Kress, ha dichiarato agli investitori che la partnership molto pubblicizzata con OpenAI è ancora nella fase di lettera d’intenti.
“Non abbiamo ancora completato un accordo definitivo”, ha affermato Kress quando le è stato chiesto quanto dei 10 gigawatt promessi sia effettivamente vincolato.
Si tratta di una precisazione significativa per un accordo che l’amministratore delegato Jensen Huang aveva definito “il più grande progetto di infrastrutture AI della storia“. Gli analisti avevano stimato che l’intesa potesse generare fino a 500 miliardi di dollari di ricavi per il produttore di chip.
Quando le due società hanno annunciato la partnership a settembre, avevano delineato un piano per distribuire milioni di Gpu Nvidia nell’arco di diversi anni, sostenute da una capacità di data center fino a 10 gigawatt. Nvidia si era impegnata a investire fino a 100 miliardi di dollari in OpenAI man mano che ciascuna tranche sarebbe entrata in funzione. La notizia aveva alimentato il rally dell’infrastruttura AI, portando il titolo Nvidia a un rialzo del 4% e rafforzando la narrativa di un legame strettissimo tra le due aziende.
Le osservazioni di Kress suggeriscono qualcosa di più incerto, anche mesi dopo la presentazione del quadro generale.
Un mega-accordo che non è ancora nei numeri
Non è chiaro perché l’accordo non sia stato finalizzato, ma l’ultimo 10-Q di Nvidia offre alcuni indizi. Il documento afferma chiaramente che “non vi è alcuna garanzia che qualsiasi investimento sarà completato secondo i termini previsti, o che venga completato affatto“, riferendosi non solo all’intesa con OpenAI, ma anche al previsto investimento da 10 miliardi di dollari in Anthropic e all’impegno da 5 miliardi di dollari con Intel.
Nella lunga sezione dedicata ai “Fattori di Rischio”, Nvidia illustra l’architettura fragile che sostiene operazioni di questa portata. L’azienda sottolinea che tutto dipende dalla capacità globale di costruire e alimentare i data center necessari per far funzionare i suoi sistemi. Nvidia deve ordinare Gpu, memoria Hbm, apparati di rete e altri componenti con oltre un anno di anticipo, spesso tramite contratti non annullabili e prepagati. Se i clienti riducono la domanda, ritardano i finanziamenti o cambiano direzione, Nvidia avverte che potrebbe ritrovarsi con “inventari in eccesso”, “penalità di cancellazione” o “rettifiche e svalutazioni di magazzino”. Precedenti disallineamenti tra domanda e offerta, nota il documento, hanno “danneggiato significativamente i risultati finanziari”.
Il fattore più determinante sembra essere il mondo fisico: Nvidia afferma che la disponibilità di “capacità dei data center, energia e capitale” è fondamentale affinché i clienti possano implementare i sistemi AI ai quali si sono impegnati verbalmente. L’ampliamento dell’approvvigionamento energetico viene descritto come un “processo pluriennale” che affronta “sfide normative, tecniche e costruttive”. Se i clienti non riescono a garantire energia sufficiente o finanziamenti, Nvidia avverte che ciò potrebbe “ritardare le implementazioni o ridurre la scala” dell’adozione dell’AI.
Nvidia riconosce inoltre che il proprio ritmo di innovazione rende più complessa la pianificazione. L’azienda è passata a un ciclo annuale per le nuove architetture – Hopper, Blackwell, Vera Rubin – pur continuando a supportare quelle precedenti. Sottolinea che un ritmo più rapido “può amplificare le difficoltà” nel prevedere la domanda e può portare a una “riduzione della richiesta per l’attuale generazione” di prodotti.
Queste ammissioni richiamano gli avvertimenti degli investitori ribassisti sull’AI, come Michael Burry – noto per “The Big Short” – che ha sostenuto che Nvidia e altri produttori di chip stiano estendendo eccessivamente la vita utile dei loro componenti e che il loro deprezzamento potrebbe compromettere i cicli di investimento. Huang, però, ha affermato che chip vecchi di sei anni sono ancora operativi a pieno ritmo.
La società fa anche riferimento esplicito ai cicli passati di boom e bust legati a casi d’uso “di tendenza”, come il mining di criptovalute, avvertendo che i nuovi carichi di lavoro AI potrebbero generare picchi e crolli simili, difficili da prevedere, e favorire il proliferare di Gpu usate nel mercato parallelo.
Nonostante l’assenza di un accordo definitivo, Kress ha sottolineato che il rapporto con OpenAI resta “una partnership molto solida“, ormai decennale. OpenAI, ha detto, considera Nvidia il suo “partner preferito” per il compute. Ha aggiunto però che le previsioni di vendita attuali di Nvidia non dipendono dal nuovo mega-accordo.
I circa 500 miliardi di dollari di domanda prevista per i sistemi Blackwell e Vera Rubin nel biennio 2025–26 “non includono nessuna delle attività che stiamo svolgendo ora sulla prossima parte dell’accordo con OpenAI”, ha spiegato. Per il momento, gli acquisti di OpenAI continuano a fluire indirettamente tramite partner cloud come Microsoft e Oracle invece che attraverso il nuovo schema diretto previsto dalla lettera d’intenti.
OpenAI “vuole acquistare direttamente”, ha detto Kress. “Ma, di nuovo, stiamo ancora lavorando a un accordo definitivo”.
Nvidia è convinta che il suo vantaggio competitivo resta intatto
Sul fronte concorrenziale, Kress è stata netta. I mercati negli ultimi tempi hanno accolto positivamente la Tpu di Google – che ha un campo d’impiego più ristretto rispetto alla Gpu ma richiede meno energia – come potenziale concorrente. Alla domanda se chip di quel tipo, chiamati Asic, stiano riducendo il vantaggio di Nvidia, Kress ha risposto: “Assolutamente no”.
“Il nostro obiettivo ora è supportare tutti i diversi sviluppatori di modelli, ma anche molte imprese con una piattaforma completa”, ha detto. Il vantaggio competitivo di Nvidia, ha argomentato, non è un singolo chip, ma l’intera piattaforma: hardware, Cuda e una libreria in continua espansione di software specifici per settore. È questa piattaforma, ha sostenuto, che mantiene in uso le architetture precedenti anche mentre Blackwell diventa il nuovo standard.
“Tutti sono sulla nostra piattaforma”, ha concluso Kress. “Tutti i modelli sono sulla nostra piattaforma, sia nel cloud sia on-premise”.
L’articolo originale è su Fortune.com
