Nvidia ha superato le aspettative. Una risposta chiave alle recenti preoccupazioni sulla bolla dell’IA e ai paragoni con il 2000. Richard Clode, CFA, Portfolio Manager, Janus Henderson Investors

Con la recente preoccupazione del mercato riguardo al finanziamento circolare e alla bolla dell’intelligenza artificiale, era il momento opportuno per Nvidia di chiarire la sua visione dall’osservatorio privilegiato di leader nel settore dell’intelligenza artificiale. Jensen Huang ha difeso con passione il motivo per cui tre fattori stanno guidando un enorme investimento in nuove infrastrutture informatiche che, a suo avviso, hanno ancora molti anni di crescita davanti a sé:

La fine della legge di Moore: 

le infrastrutture informatiche esistenti che sono alla base di tutti i nostri dati e software non sono più scalabili, dato che la tradizionale legge di Moore ha rallentato la necessità di passare a un’informatica accelerata per ridurre i costi.

IA generativa:

i servizi Internet con cui interagiamo ogni giorno si basano su classifiche di ricerca, motori di raccomandazione e targeting pubblicitario. I modelli linguistici di grandi dimensioni sono molto più efficaci nel guidare questi motori, il che a sua volta crea maggiori entrate grazie a un maggiore coinvolgimento e traffico e a una migliore identificazione delle intenzioni commerciali, con conseguente aumento dei tassi di clic.

IA agenziale/IA fisica:

queste nuove tecnologie rivoluzionarie stanno creando mercati di riferimento completamente nuovi e molto vasti. Ciò sta determinando alcuni dei più rapidi aumenti di fatturato mai visti, con Jensen che fa riferimento ad Anthropic, passata da un fatturato annualizzato di 1 miliardo di dollari all’inizio di quest’anno a 7 miliardi di dollari il mese scorso.

Altre recenti preoccupazioni riguardano la tesi di Michael Burry sugli hyperscaler che sopravvalutano i guadagni sottovalutando l’ammortamento, il finanziamento circolare e i recenti accordi con i clienti della concorrenza.

Vita utile di una GPU: 

il CFO ha sottolineato che le GPU Ampere di 6 anni fa sono ancora disponibili nel cloud e pienamente utilizzate oggi, in contrasto con l’affermazione di Michael Burry secondo cui la vita utile è in realtà solo di 2-3 anni. Sebbene non si utilizzerebbe una GPU di 6 anni fa per addestrare un modello all’avanguardia, è possibile utilizzarla per carichi di lavoro meno intensi, sottolineando inoltre che le prestazioni di una vecchia GPU non rimangono invariate, poiché gli aggiornamenti software possono migliorare significativamente le prestazioni nel tempo.

Finanziamento circolare: 

i recenti investimenti annunciati da Nvidia in OpenAI e Anthropic devono essere contestualizzati in un’azienda che ha generato 22 miliardi di dollari di flusso di cassa libero nell’ultimo trimestre, ha oltre 50 miliardi di dollari di liquidità netta in bilancio e si prevede che genererà oltre 300 miliardi di dollari di flusso di cassa libero solo nei prossimi 2 anni. Nvidia ha difeso questi accordi come un modo per espandere il proprio ecosistema, con Anthropic che questa settimana si è impegnata a utilizzare per la prima volta le GPU Nvidia, accelerando i piani di crescita di questi nuovi clienti e i potenziali rendimenti finanziari futuri derivanti dall’acquisizione di partecipazioni in aziende che considerano generazionali nelle loro capacità.

Concorrenza: 

Nvidia ha sottolineato che il proprio linguaggio di programmazione proprietario CUDA e l’architettura versatile consentono alle proprie GPU di avere una durata molto più lunga rispetto alla concorrenza, che è limitata a pochi anni a causa dell’evoluzione delle tecnologie dei modelli. Vale la pena notare che, mentre AMD nel suo recente analyst day ha promesso decine di miliardi di dollari di ricavi dall’AI computing nel 2027, Nvidia ha appena riportato tale cifra in un solo trimestre. Mentre gli altri promettono un futuro roseo, Nvidia offre un presente roseo.