Nvidia, l’azienda che ha appena sfondato la soglia dei 5 trilioni di dollari di capitalizzazione, non sembra intenzionata a rallentare. Anzi, punta a crescere ancora di più cambiando il proprio modello industriale: non solo GPU e componenti per l’AI, ma server completi progettati e assemblati direttamente in casa.
Secondo JP Morgan, l’azienda guidata da Jensen Huang fornirà server preassemblati con GPU Rubin, CPU Vera, memoria, sistemi di raffreddamento a liquido e interfacce. Una scelta che riduce il ruolo degli ODM, cioè quei produttori che oggi non si limitano ad assemblare, ma progettano fisicamente l’hardware per conto dei grandi marchi.
Anche gli OEM, che tradizionalmente integrano componenti di diversi fornitori per creare server e infrastrutture finite, vedranno il loro peso ridimensionato: resteranno coinvolti soprattutto in installazione, logistica e post-vendita, ma non metteranno più mano al cuore dei sistemi Nvidia.
Server AI Nvidia: obiettivo tagliare i costi e accelerare il time-to-market
L’obiettivo dell’azienda è chiaro: tagliare i costi e accelerare il time-to-market grazie alla produzione in larga scala tramite colossi EMS come Foxconn, Quanta o Wistron. La complessità crescente dei nuovi moduli rende sensata questa integrazione verticale.
Il prototipo del Vera Rubin Superchip mostra quanto sia difficile gestire componenti così densi e potenti, con consumi che arrivano fino a 2,3 kW per GPU. Una potenza che richiede sistemi di raffreddamento avanzati, meglio se progettati e controllati direttamente da Nvidia per garantire efficienza e performance.
Il cambio di passo ridisegna l’intera filiera hardware dell’AI. OEM e ODM non scompaiono, ma perdono la progettazione dell’hardware centrale. Una strategia che punta a standardizzare l’infrastruttura AI e aumentare i margini, spostando sempre più l’equilibrio verso l’ecosistema Nvidia.
