I token AI sono il nuovo petrolio dell’era digitale
Secondo Richard Clode, portfolio manager di Janus Henderson, la recente accelerazione nell’adozione dell’intelligenza artificiale si misura non solo in chip, ma in token: le unità di elaborazione che i modelli AI generano durante l'addestramento e l'inferenza. Il volume di questi token è cresciuto in maniera esponenziale: Microsoft ha dichiarato 100 trilioni generati nel primo trimestre 2025, mentre Google ha superato i 480 trilioni mensili, un incremento di 50 volte rispetto all’anno precedente. Nvidia, dal canto suo, segnala una crescita di dieci volte su base annua.
Questa esplosione di token segna un punto di svolta: è il segnale che l’intelligenza artificiale sta diventando infrastruttura, non solo tecnologia. L’aumento è dovuto anche ai modelli di ragionamento, come DeepSeek, molto più intensivi dal punto di vista computazionale rispetto ai classici chatbot. Nvidia stima che questi modelli siano fino a 1.000 volte più pesanti per query. L’inferenza sta superando il training come motore della domanda, con nuovi casi d’uso che spaziano da applicazioni consumer a veicoli autonomi e robot umanoidi.
Blackwell: il cuore computazionale dell’inferenza avanzata
La risposta tecnologica di Nvidia si chiama Blackwell. Questo chip, successore del celebre Hopper, è stato progettato per le esigenze dei modelli di ragionamento avanzato. La sua unità fisica di riferimento è l’NVL72, un rack da due tonnellate che contiene 1,2 milioni di componenti. Rispetto a Hopper, Blackwell garantisce prestazioni 40 volte superiori nell’inferenza.
Secondo Clode, gli hyperscaler stanno implementando circa 1.000 rack Blackwell a settimana, pari a 72.000 GPU. Inoltre, sono già in fase di test i rack Blackwell Ultra GB300, progettati con identico ingombro ma prestazioni superiori del 50%. Nonostante i problemi iniziali di resa produttiva presso TSMC e alcune criticità nelle schede, Nvidia sembra aver superato gli ostacoli e si prepara a un ramp-up significativo per la seconda metà del 2025.
L’intelligenza artificiale al centro della geopolitica
Il ruolo di Nvidia non è più solo tecnologico ma geopolitico. Dopo il blocco all’export delle GPU H20, la presenza del gruppo nei data center cinesi appare sempre più compromessa. Tuttavia, Jensen Huang (CEO di Nvidia) ha criticato apertamente le restrizioni imposte dagli Stati Uniti, affermando che la Cina ha già l’IA e i chip necessari: la chiave non è bloccarla, ma assicurarsi che l’infrastruttura globale si basi su tecnologie occidentali.
L’analista sottolinea come il recente accordo tra Nvidia e governi del Golfo Persico (Arabia Saudita ed Emirati Arabi Uniti), reso possibile dalla revoca della “AI Diffusion Rule” di Biden, rappresenti un cambio di passo. Nel frattempo, Nvidia prepara il reshoring produttivo negli USA: chip made in Arizona (fabbriche TSMC) e supercomputer assemblati in Texas. Un’ulteriore conferma della deglobalizzazione delle filiere industriali, accelerata dalla pandemia e dalle tensioni commerciali.
Il quadro d’insieme: oltre i numeri trimestrali
I mercati tendono a concentrarsi su metriche trimestrali, ma secondo Clode è fondamentale guardare al contesto strategico. L’adozione massiva dei modelli di inferenza sta cambiando il paradigma infrastrutturale: l’AI non è più solo uno strumento di analisi, ma un motore operativo che genera token, crea valore e modifica il ciclo di vita dei dati.
Con l’espansione di modelli agentici e fisici, l’infrastruttura AI si estende dal training all’inferenza, trasformando la catena del valore. Secondo Nvidia, ciò non solo moltiplica i casi d’uso, ma garantisce una pista di crescita sostenibile e duratura per l’intero comparto tecnologico. Le dinamiche globali, i nuovi poli produttivi e l’avanzata dei chip avanzati collocano Nvidia al centro dell’economia digitale dei prossimi anni.
