Amazon Vende Chip AI Personalizzati per Sfida a Nvidia

Amazon ha confermato i piani per vendere i suoi chip acceleratori AI inferentia e trainium progettati su misura a clienti esterni, sfidando direttamente il dominio di Nvidia nel critico mercato dell'hardware AI. La strategia è stata riportata da Barrons il 18 giugno 2026, segnando un'importante escalation nella competizione del fornitore di cloud con il principale designer di chip. Questa mossa commerciale segue anni di sviluppo interno per Amazon Web Services e arriva mentre Nvidia scambia a $210,69, in aumento dell'1,58% nel giorno, e le azioni di Amazon si aggirano attorno a $244,39 a metà mattinata UTC di oggi.

Contesto — perché è importante ora

Nvidia ha stabilito una posizione dominante nel mercato delle GPU per data center, con analisti che stimano la sua quota superiore all'80% per i carichi di lavoro di addestramento AI. L'ultima grande sfida alla sua dominanza architettonica è arrivata alla fine del 2022, quando diversi fornitori di cloud, tra cui Google con il suo TPU e Microsoft con il suo chip Maia, hanno annunciato progetti di silicio personalizzato. Questi sono stati in gran parte riservati all'uso interno, mantenendo il controllo di Nvidia sul mercato commerciale.

Il catalizzatore attuale è la domanda esplosiva per l'inferenza, la fase dell'AI in cui i modelli addestrati rispondono a query. Si prevede che i carichi di lavoro di inferenza rappresentino oltre il 70% della spesa per il calcolo AI entro il 2027, poiché modelli come quelli di OpenAI e Anthropic vengono distribuiti su larga scala. Le GPU generali di Nvidia, sebbene potenti, sono spesso viste come sovra-ingegnerizzate e costose per questo compito specifico. La decisione di Amazon di commercializzare i suoi chip ora mira a questo segmento enorme e in crescita, dove il costo per inferenza è il principale parametro.

Dati — cosa mostrano i numeri

I dati di mercato illustrano la scala della competizione in cui Amazon sta entrando. Il titolo di Nvidia ha una capitalizzazione di mercato superiore a $5,2 trilioni, sostenuta dal suo monopolio sull'AI. In confronto, Amazon scambia con una capitalizzazione di mercato di circa $2,5 trilioni. I chip personalizzati di Amazon, come il Trainium2, affermano di offrire fino a 4 volte migliori prestazioni prezzo rispetto alle generazioni precedenti per l'addestramento di modelli linguistici di grandi dimensioni. Per l'inferenza, il chip Inferentia2 promette un throughput superiore del 50% e una latenza inferiore del 40% rispetto al suo predecessore.

Un confronto chiave risiede nella spesa dei fornitori di cloud. Prima di questa mossa, AWS, Microsoft Azure e Google Cloud erano collettivamente previsti per spendere oltre $150 miliardi in hardware per data center nel 2026, con una parte significativa che fluiva verso Nvidia. Vendendo i propri chip, Amazon mira a catturare un flusso di entrate diretto, riducendo potenzialmente anche la propria spesa in capitale per hardware di terze parti. L'impatto finanziario sarà misurato nei margini lordi; il margine lordo del data center di Nvidia si attesta sopra il 70%, un obiettivo per qualsiasi sfidante di successo.

Analisi — cosa significa per mercati / settori / ticker

L'effetto diretto di secondo ordine è la pressione sul potere di prezzo e sulla quota di mercato di Nvidia nel segmento di inferenza. Aziende come Meta e Tesla, che operano enormi cluster di inferenza AI, potrebbero diventare clienti precoci per i chip ottimizzati per i costi di Amazon. Questo ridurrebbe direttamente il mercato indirizzabile totale di Nvidia. Beneficia anche la fonderia di semiconduttori TSMC, poiché i chip di Amazon sono prodotti sui suoi processi avanzati, diversificando la sua base di clienti oltre Nvidia e AMD.

Il rischio riconosciuto è il lock-in software. La piattaforma CUDA di Nvidia è l'ecosistema consolidato per gli sviluppatori AI. Il successo di Amazon dipende dalla sua capacità di fornire uno stack software competitivo, inclusi framework come PyTorch e TensorFlow. Senza un software forte, anche l'hardware superiore può faticare ad essere adottato. Dati recenti mostrano un aumento dell'interesse istituzionale per le aziende della catena di approvvigionamento dei semiconduttori, come ASML e LAM Research, poiché il mercato si diversifica da un singolo fornitore.

Prospettive — cosa osservare prossimamente

Il primo grande catalizzatore è la chiamata sugli utili di Amazon per il secondo trimestre 2026, programmata per la fine di luglio. I commenti della direzione sull'interesse iniziale dei clienti e le proiezioni di entrate dalle vendite di chip saranno critici. Il secondo catalizzatore è la tempistica di lancio della prossima generazione dell'architettura Rubin di Nvidia, prevista per la fine del 2026, che definirà il nuovo benchmark di prestazione.

Livelli chiave da osservare includono il prezzo delle azioni di Nvidia che deve mantenersi sopra la sua media mobile a 200 giorni vicino a $205 e la capacità di Amazon di superare la resistenza al suo massimo annuale di $245,73. La performance dell'iShares Semiconductor ETF (SOXX) rispetto al Nasdaq indicherà se il mercato vede questo come un netto positivo per il settore più ampio o un cambiamento di quote a somma zero. L'esito condizionale dipende dalla capacità di Amazon di assicurarsi vittorie progettuali con almeno un altro grande fornitore di cloud o un'impresa su larga scala entro la fine dell'anno.

Domande Frequenti

Come si confronta la mossa di Amazon con la strategia TPU di Google?

Le Tensor Processing Units (TPU) di Google sono disponibili esternamente dal 2018, ma principalmente attraverso il modello di piattaforma-as-a-service di Google Cloud. I clienti noleggiano l'accesso ai pod TPU ma non possono acquistare i chip fisici. La strategia di Amazon è più diretta, vendendo i chip direttamente per l'uso in data center di proprietà dei clienti o in altri cloud. Questa è una sfida commerciale più aggressiva al modello di business hardware di Nvidia.

Cosa significa questo per le aziende che utilizzano AI, come OpenAI o Anthropic?

Per gli sviluppatori di modelli AI, una maggiore concorrenza nel mercato dell'hardware dovrebbe portare a costi di calcolo più bassi nel tempo. Questo potrebbe migliorare l'economia della gestione di servizi di inferenza su larga scala. Fornisce anche una maggiore scelta architettonica, consentendo alle aziende di ottimizzare diverse parti del loro carico di lavoro su chip diversi. Tuttavia, potrebbe aumentare la complessità per i loro team di ingegneria, che ora devono supportare e ottimizzare per più backend hardware.

Questo influenzerà il prezzo dei servizi AI nel cloud per gli sviluppatori?

Sì, ma indirettamente. Amazon probabilmente utilizzerà questa strategia per abbassare i propri costi infrastrutturali per AWS. Questi risparmi potrebbero essere trasferiti ai clienti che utilizzano i servizi AI di AWS, come SageMaker e Bedrock, sotto forma di prezzi più bassi o livelli gratuiti più generosi. La pressione competitiva potrebbe anche costringere Google Cloud e Microsoft Azure a rivalutare i loro prezzi per le istanze di macchine virtuali centrate sull'AI per rimanere competitivi.

Conclusione

La vendita commerciale di chip da parte di Amazon attacca direttamente il mercato più redditizio di Nvidia, mirando a frammentare l'ecosistema hardware AI e catturare valore.

Disclaimer: Questo articolo è solo a scopo informativo e non costituisce consulenza sugli investimenti. Il trading di CFD comporta un alto rischio di perdita di capitale.