Nvidia raggiunge capitalizzazione di 1000 miliardi di dollari grazie al boom dell’AI

Nvidia ha raggiunto una capitalizzazione di 1000 miliardi di dollari grazie al boom dell’AI (Intelligenza artificiale) e i chip ad essa dedicata che produce per vari settori come datacenter, automotive e GPU. Lo ha riportato Blomberg.

Sebbene l’attuale boom dell’intelligenza artificiale sia appena iniziato, uno dei primi vincitori è Nvidia, che martedì 30 maggio ha visto la sua capitalizzazione di mercato superare per la prima volta i mille miliardi di dollari.

Per un progettista di chip che non ha capacità produttive proprie, si tratta di un momento significativo.

Nvidia: ecco come è entrata nell’elite da 1000 miliardi di capitalizzazione

Con un valore di circa 970 miliardi di dollari al 1° giugno, il momentaneo aumento del prezzo delle azioni ha permesso a Nvidia di entrare in un club d’élite occupato attualmente solo da altre cinque aziende: Apple, Microsoft, Alphabet, Amazon e Saudi Aramco.

In precedenza, solo altre tre società (Tesla, Meta e PetroChina) avevano superato la soglia dei mille miliardi di dollari.

Prezzo delle azioni quasi raddoppiato dall’inizio dell’anno 2023

Il prezzo delle azioni del team verde è aumentato di circa il 170% dall’inizio dell’anno, con una crescita superiore a quella degli altri membri dell’indice S&P 500.

Tale crescita è direttamente correlata alla crescita del prezzo delle azioni della società. Questa crescita è direttamente correlata alla crescente consapevolezza e all’uso degli strumenti di IA e al loro potenziale impatto sulle imprese e sui consumatori.

Ironicamente, questo boom è coinciso col lancio delle GPU desktop Nvidia RTX 4060 Ti, duramente criticate dalla stampa. Ma evidentemente, Nvidia tra grandissimi profitti dal altri settori rispetto a quello delle GPU consumer.

ChatGPT, chatbot, Nvidia A100 e mining di criptovalute

ChatGPT è stato discusso nei consigli di amministrazione e nelle riunioni di lavoro da quando è stato rilasciato nel novembre 2022. A gennaio 2023, solo tre mesi dopo il suo rilascio, ChatGPT aveva registrato 100 milioni di utenti.

Il chatbot – che si basa su un modello linguistico di grandi dimensioni composto da 175 miliardi di parametri – è stato addestrato utilizzando circa 10.000 unità di elaborazione grafica (GPU) Nvidia A100.

Nvidia detiene attualmente circa l’80% di tutte le GPU a livello globale, il cui utilizzo è stato favorito dall’IA e dal data mining (i vantaggi dell’elaborazione in parallelo delle GPU le rendono utili sia per l’addestramento di algoritmi di IA che per il mining di criptovalute).

Qui sotto trovate il keynote completo di Nvidia al Computex 2023.

La società di ricerche di mercato IDTechEx ha recentemente pubblicato un rapporto in cui si prevede che Nvidia continuerà a dominare non solo sul palcoscenico delle GPU, ma più specificamente come leader dell’hardware per l’IA, con una percentuale considerevole dei 257 miliardi di dollari di ricavi previsti dai chip per l’IA nel 2033.

Attualmente, la società genera più ricavi dal segmento di mercato dei data center e delle reti (che comprende piattaforme per data center, soluzioni per veicoli autonomi e processori per il mining di criptovalute) che dal segmento dei report grafici.

Grossi ricavi dal mercato dei Datacenter

Nell’anno fiscale 2023, Nvidia ha generato 15,01 miliardi di dollari di ricavi da Data Center, pari al 55,6% dei ricavi totali generati nell’anno. Ciò rappresenta un aumento del 41% del fatturato dei Data Center rispetto al 2022, anno in cui l’azienda  ha registrato una crescita annuale del fatturato dei Data Center di oltre il 40% dal 2020.

Se confrontiamo questo dato con quello di altri progettisti di chip per l’intelligenza artificiale, come AMD (che ha recentemente acquisito Xilinx) e Qualcomm, è chiaro che Nvidia sta conquistando una posizione dominante nello spazio dell’intelligenza artificiale per i data center.

Nuove GPU H100 basate su architettura Hopper

L’azienda non si sta adagiando sugli allori. Mentre l’A100 è attualmente il chip più utilizzato per l’IA nei data center, Nvidia ha annunciato all’inizio di quest’anno la GPU H100, basata sulla nuova architettura Hopper.

L’architettura Hopper è costruita nel processo 4N di TSMC (una versione migliorata del nodo a 5 nm) e incorpora 80 miliardi di transistor (l’A100 ha 54,2 miliardi di transistor, realizzati in un processo a 7 nm).

Con incrementi di velocità da 7 a 30 volte nell’addestramento e nell’inferenza rispetto all’A100, oltre a una potenza di progettazione termica comparabile nel fattore di forma PCIe, Nvidia fornirà l’hardware chiave necessario per eseguire gli algoritmi di IA sempre più complessi di domani.

Tuttavia, mentre Nvidia acquisisce una fetta maggiore del mercato dell’elaborazione per i data center, vi sono ancora notevoli opportunità per i progettisti di chip per l’edge, che si prevede crescerà a un tasso di crescita annuo composto superiore a quello dell’AI nel cloud nei prossimi dieci anni, secondo l’ultimo rapporto di IDTechEx sui chip AI.

L’intelligenza artificiale ai margini ha requisiti diversi rispetto al cloud, primo fra tutti il consumo energetico dei chip dovuto alle capacità termiche dei dispositivi in cui sono incorporati. Poiché i chip per l’edge non possono consumare più di qualche Watt, la complessità dei modelli che eseguono deve essere notevolmente semplificata.

Un chip come l’A100, con il suo grande ingombro e la sua densità di transistor, sarebbe uno spreco; invece, le aziende non hanno bisogno di progettare all’avanguardia in termini di processi dei nodi e possono invece scegliere di produrre in nodi più maturi, che hanno un punto di prezzo (e quindi una barriera all’ingresso) più basso rispetto ai nodi all’avanguardia.