Il piano da 500 miliardi di dollari di Nvidia è davvero volto a mantenere prezioso il vecchio hardware

Punti chiave

• Sei grandi società finanziarie, tra cui Goldman Sachs, BlackRock e KKR, hanno promesso fino a 500 miliardi di dollari per finanziare la costruzione di data center per l'IA, con il sostegno di Nvidia.
• Nvidia ha accettato di coprire fino al 25% di qualsiasi divario se i suoi GPU, i chip specializzati che alimentano l'IA, perdono valore più rapidamente del previsto quando utilizzati come collaterale di prestiti.
• L'accordo crea quello che i professionisti della finanza chiamano rischio "contrario": i costi di Nvidia aumentano precisamente quando i suoi ricavi stanno probabilmente diminuendo.
• L'amministratore delegato di Nvidia Jensen Huang sostiene che l'hardware informatico per l'IA dovrebbe essere trattato come infrastruttura a lungo termine, simile alle ferrovie, non come elettronica usa e getta.
• Il piano è progettato per avviare un mercato dell'usato per i chip IA usati, riducendo potenzialmente i costi per le startup e le aziende più piccole.

Sei dei nomi più importanti della finanza, Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR, hanno dichiarato che si impegneranno fino a 500 miliardi di dollari per costruire data center per l'IA. Nvidia sostiene l'accordo. Quel numero ha catturato i titoli.

La parte che conta di più per le aziende ordinarie è più silenziosa: Nvidia sta cercando di costruire un mercato sano per l'hardware IA usato.

A cosa si è effettivamente impegnata Nvidia?

Nvidia ha promesso di garantire parzialmente il valore dei propri chip quando questi chip vengono utilizzati come collaterale, cioè garanzia contro un prestito, similmente a come una casa garantisce un mutuo. Se il proprietario di un data center non paga e il prestatore non riesce a vendere i chip al valore contabile, Nvidia copre fino al 25% della differenza.

L'amministratore delegato di Nvidia Jensen Huang, scrivendo su X dopo che i mercati obbligazionari hanno reagito nervosamente alla notizia, ha inquadrato la mossa come l'introduzione di "capitale istituzionale indipendente a lungo termine nel mercato dell'infrastruttura IA". La distinzione chiave dal semplice prestare denaro ai clienti per acquistare il proprio prodotto è che Nvidia sopporta solo una parte del rischio mentre le grandi società finanziarie sopportano il resto.

Quella distinzione è importante perché alcuni commentatori hanno fatto paragoni con Lucent Technologies, un produttore di apparecchiature di telecomunicazioni che è crollato dopo lo scoppio della bolla dot-com quando ha prestato denaro ai clienti per acquistare le proprie apparecchiature. Nvidia insiste che la struttura qui è diversa. La maggior parte del capitale e del rischio rimane presso gli investitori istituzionali, non nel bilancio di Nvidia.

Qual è il rischio per Nvidia?

I finanzieri lo chiamano rischio "contrario". Gli obblighi di Nvidia aumentano esattamente nel momento in cui i suoi ricavi stanno probabilmente diminuendo. Se la domanda di chip IA si raffredda, i chip utilizzati come collaterale perdono valore nello stesso momento in cui viene chiesto a Nvidia di coprire la differenza.

La controreplica di Huang è che l'informatica IA è un'infrastruttura longeva, non un gadget che diventa obsoleto in tre anni. Chiama i suoi server "fabbriche IA" e li paragona alle ferrovie o alle compagnie aeree: asset che passano da un operatore all'altro piuttosto che essere scartati.

"Quando le esigenze cambiano, la fabbrica può essere utilizzata da un altro cliente, da un altro cloud o da un altro operatore," ha scritto Huang.

Cosa significa questo per le startup e le aziende più piccole?

Se la visione di Huang regge, l'hardware Nvidia usato diventa più facile da acquistare a prezzi inferiori. Un mercato dell'usato per i chip IA potrebbe significare che una piccola azienda o un team di ricerca universitaria accede a una seria potenza di calcolo senza pagare il prezzo pieno per attrezzature nuove.

Pensala come un mercato di auto usate certificate: il marchio del produttore di fiducia impedisce ai prezzi di rivendita di crollare, il che rende anche gli acquirenti più disposti a fare acquisti in primo luogo.

Detto questo, il bias di sopravvivenza vale la pena di menzionare qui. Sentiamo la versione ottimistica di Huang. Lo scenario in cui la domanda di IA si attenua, i chip inondano il mercato e la garanzia di Nvidia si rivela costosa non riceve un comunicato stampa.

Il takeaway onesto e fattibile: se stai pianificando il budget per l'informatica IA nel prossimo anno o due, monitora il mercato delle GPU usate. Un funzionante mercato secondario, sostenuto dalla stessa promessa finanziaria di Nvidia, potrebbe portare i prezzi a un livello che ha effettivamente senso per un'azienda che non è un hyperscaler.