Nvidia ha raggiunto un accordo per rilevare Hugging Face per 12,9 miliardi di dollari, un’operazione che gli analisti stanno valutando insieme agli ultimi conti per capire se il gruppo saprà contenere l’avanzata di Broadcom nei chip per l’intelligenza artificiale.
Il confronto si fa più netto sul fronte dell’offerta. Nvidia vende GPU general purpose che dominano addestramento e inferenza AI, mentre Broadcom realizza ASIC personalizzati, progettati su misura per i carichi di lavoro dei singoli hyperscaler: una nicchia cresciuta del 44,6% anno su anno, contro il +16,1% delle GPU.
Also Read: Valutazione di Gimlet Labs vola a 3 miliardi con il nuovo round
Quel differenziale di crescita di 28 punti percentuali è il vero punto di pressione che l’acquisizione mira ad affrontare, ed è il motivo per cui l’operazione Hugging Face va letta come qualcosa di più di una semplice caccia a talenti o strumenti.
Il fossato competitivo del software
Diverse analisi inquadrano il deal come una copertura contro lo slancio di Broadcom nel custom silicon, più che come una pura scommessa sulla ricerca AI. Controllando la piattaforma, il suo ecosistema di modelli open source e la community di sviluppatori, Nvidia può agganciare il vantaggio hardware a uno strato software che gli ASIC su misura faticano a replicare, osserva Shattered.io.
La logica, dal lato dell’offerta, è lineare: un ecosistema di sviluppatori legato a CUDA e all’intera toolchain aumenta il costo di switching per singola unità di inferenza, un fattore che conta sempre di più man mano che il costo computazionale per token si comprime.
Il messaggio di Broadcom agli hyperscaler è centrato sull’efficienza: chip disegnati sulle esigenze di calcolo specifiche di ciascun grande cliente, in contrapposizione all’architettura più generale di Nvidia, pensata per servire contemporaneamente molti tipi di workload, sottolinea il confronto sugli utili del Motley Fool.
Quando la spesa in conto capitale di un hyperscaler si orienta verso silicon custom invece che verso GPU “merchant”, è proprio quel flusso di capex a diventare il segnale più credibile, al di là di qualunque dichiarazione pubblica sulla neutralità rispetto ai fornitori.
Also Read: Polygon apre la via alle donazioni cripto per il Nepal Disaster Relief Fund
Cosa guardano ora gli investitori
Gli analisti restano positivi su entrambe le società, richiamando una crescita degli investimenti in capitale da parte degli hyperscaler attorno al 30% come prova che la costruzione delle infrastrutture AI ha ancora strada davanti, sia per i fornitori di GPU sia per quelli di ASIC.
Il nodo aperto è se lo strato software di Nvidia, ora rafforzato dalla piattaforma acquisita, riuscirà a preservare il vantaggio di margine mentre un numero crescente di cloud provider progetta il proprio silicon custom invece di acquistare GPU standard sul mercato.
La risposta arriverà prima nelle commit di capacità e nelle curve del costo per inferenza che non nelle narrazioni dei prossimi trimestri contabili.
Read Next: OpenAI lancia GPT-6 Astra, il suo modello più potente di sempre
