CoreWeave CEO Ottimista sulla Carenza di GPU e Mercato da $600 Miliardi

Il CEO di CoreWeave, Michael Intrator, ha discusso delle tendenze strutturali alla base della domanda di infrastrutture di calcolo specializzate durante un podcast Bloomberg Odd Lots dell'8 giugno 2026. L'azienda di Intrator, un fornitore leader di istanze cloud GPU, prevede una carenza sostenuta di chip ad alte prestazioni che alimenterà una massiccia espansione del mercato dei servizi di calcolo ottimizzati per l'AI. Ha previsto che il mercato totale indirizzabile potrebbe raggiungere i $600 miliardi, una cifra che sottolinea l'entità degli investimenti di capitale che affluiscono nel settore.

Contesto — [perché è importante ora]

L'attuale aumento della domanda di calcolo rispecchia il primo sviluppo delle infrastrutture cloud guidato da Amazon Web Services e Microsoft Azure negli anni 2010. Tra il 2010 e il 2015, il mercato globale delle infrastrutture cloud è cresciuto da circa $20 miliardi a oltre $80 miliardi, secondo i dati di Gartner. L'attuale ambiente macroeconomico presenta tassi d'interesse base elevati, ma il capitale continua a fluire in modo sproporzionato verso le tecnologie che abilitano l'AI.

Ciò che è cambiato è l'avvento di modelli di linguaggio di grandi dimensioni e applicazioni di AI generativa dopo il 2022. Questi modelli richiedono migliaia di GPU interconnesse per l'addestramento e l'inferenza, creando un collo di bottiglia specifico, guidato dall'hardware. A differenza dei precedenti cicli cloud focalizzati su CPU di uso generale, questo ciclo è definito dalla scarsità di chip specializzati Nvidia H100 e architettura Blackwell. Questa scarsità ha innescato una corsa per la capacità disponibile tra hyperscalers e fornitori specializzati come CoreWeave.

Dati — [cosa mostrano i numeri]

Il CEO di CoreWeave ha fornito diversi indicatori concreti. Il mercato totale indirizzabile previsto per il calcolo alimentato da GPU è di $600 miliardi. Questo si confronta con il più ampio mercato globale dei servizi cloud, che Gartner ha stimato in $675 miliardi per il 2025. I ricavi di Nvidia dai data center, un fornitore principale, sono aumentati a $47,5 miliardi nel suo ultimo trimestre, un incremento del 409% rispetto all'anno precedente.

La carenza ha fatto aumentare il valore di mercato della capacità GPU disponibile. I contratti pre-commessi per istanze cloud GPU ora si estendono fino a tre anni, un aumento significativo rispetto ai tipici contratti annuali per le aziende cloud. I prezzi per le istanze GPU di fascia alta sono aumentati di circa il 15-20% negli ultimi dodici mesi, mentre i prezzi generali del calcolo cloud sono rimasti stabili o sono diminuiti. CoreWeave ha raccolto oltre $12 miliardi in capitale per finanziare la propria espansione infrastrutturale, evidenziando l'intensità di capitale dell'opportunità.

Analisi — [cosa significa per i mercati / settori / ticker]

La carenza di calcolo crea chiari effetti di secondo ordine. I beneficiari diretti includono Nvidia (NVDA), Advanced Micro Devices (AMD) e TSMC (TSM). Le aziende che costruiscono cluster di addestramento AI, come Tesla (TSLA) per i modelli di guida autonoma, affrontano costi di capitale più elevati, con potenziale pressione sui margini. La carenza accelera l'integrazione verticale, come si vede nella partnership approfondita di Microsoft con OpenAI e nei propri sforzi di silicio personalizzato.

Un argomento chiave contro è che l'innovazione rapida nel design dei chip o nell'efficienza dei modelli AI potrebbe alleviare la carenza prima del previsto, sgonfiando la crescita di mercato prevista. I TPU di Google e varie startup stanno perseguendo architetture alternative che potrebbero interrompere l'ecosistema centrato su Nvidia. I dati di posizionamento mostrano che gli investitori istituzionali sono prevalentemente long nella catena di fornitura dei semiconduttori, mentre alcuni hedge fund stanno shortando le aziende di software cloud tradizionali che potrebbero affrontare compressione dei margini a causa dell'aumento dei costi infrastrutturali. I flussi si stanno dirigendo verso i produttori di hardware e i fornitori di infrastruttura come servizio con fornitura GPU garantita.

Prospettive — [cosa osservare prossimamente]

I catalizzatori chiave includono il prossimo rapporto sugli utili di Nvidia, previsto per il 21 agosto 2026, che fornirà dati aggiornati sulle previsioni dei ricavi dai data center e approfondimenti sull'implementazione dei chip Blackwell. Il lancio del modello di nuova generazione di OpenAI, previsto per il Q4 2026, metterà alla prova i limiti dell'infrastruttura di calcolo esistente e della domanda. La riunione del FOMC della Federal Reserve del 17 settembre sarà monitorata per eventuali cambiamenti nei tassi che impattano il costo del capitale per queste enormi costruzioni infrastrutturali.

I livelli da osservare includono la quota di mercato di Nvidia che rimane sopra l'80% nel mercato degli acceleratori AI e il prezzo premium per le istanze GPU cloud rispetto ai costi di proprietà on-premise. Gli investitori dovrebbero monitorare le previsioni di spesa in conto capitale dei principali fornitori cloud; qualsiasi riduzione significativa segnali un potenziale raffreddamento della domanda. La condizione fondamentale rimane: se la crescita dell'offerta di chip accelera per soddisfare la domanda, il premio per la scarsità evapora.

Domande Frequenti

Cosa significa la carenza di GPU per i costi delle startup AI?

La carenza di GPU ha aumentato significativamente il costo di addestramento e gestione di modelli AI su larga scala. Le startup senza accesso pre-commesso a istanze cloud affrontano spese più elevate e potenziali ritardi, creando una barriera competitiva per gli incumbent con grandi capitali. Questa dinamica sta dirottando il capitale di rischio lontano dai progetti AI puramente software verso aziende che possiedono la propria infrastruttura di calcolo o sviluppano algoritmi più efficienti. L'alto costo di ingresso potrebbe rallentare l'innovazione da parte dei piccoli attori.

In che modo questo ciclo di calcolo differisce dai precedenti boom del cloud?

I precedenti cicli di adozione del cloud erano guidati da un passaggio da server on-premise a calcolo virtualizzato e di uso generale nei data center. L'attuale ciclo è definito da un collo di bottiglia fisico specifico: GPU ad alte prestazioni. La domanda non è solo per cicli di calcolo grezzi, ma per un tipo particolare di silicio ottimizzato per l'elaborazione parallela. Ciò rende le restrizioni di fornitura più difficili da risolvere rapidamente tramite software e porta a contratti di acquisto di capacità a lungo termine, a differenza dei modelli flessibili e on-demand del passato.

Quali settori al di fuori della tecnologia sono più colpiti dalla crisi del calcolo AI?

La ricerca scientifica, la sanità e lo sviluppo di veicoli autonomi sono fortemente impattati. Le aziende farmaceutiche che utilizzano l'AI per la scoperta di farmaci richiedono enormi risorse computazionali, e la carenza può allungare i tempi di R&D. Il settore automobilistico, in particolare le aziende che sviluppano autonomia di livello 4, si basa su cluster GPU per simulazione e addestramento. Queste industrie devono ora competere con le Big Tech per un pool limitato di calcolo, rallentando potenzialmente le proprie curve di adozione dell'AI e aumentando i costi dei progetti.

Risultato Finale

La carenza di GPU è un collo di bottiglia strutturale e pluriennale che sta rimodellando l'allocazione del capitale nel settore tecnologico e elevando i fornitori di infrastrutture a una centralità di mercato.