Microsoft Corp. ha acquisito quest’anno circa 485.000 chip AI “Hopper” di Nvidia, guidando il mercato con un margine significativo secondo Tempi finanziari. L’azienda mira a migliorare le proprie capacità di intelligenza artificiale, in particolare all’interno dei servizi cloud di Azure. Questo investimento strategico posiziona Microsoft davanti a concorrenti come Meta Platforms, che ha acquistato 224.000 chip, e Amazon e Google, che hanno acquisito rispettivamente 196.000 e 169.000 chip.
Microsoft acquisisce 485.000 chip AI Nvidia per potenziare Azure
Gli analisti di Omdia rivelano che gli ordini di chip di Microsoft superano quelli dei suoi concorrenti più vicini, indicando la sua spinta aggressiva nello sviluppo dell’infrastruttura AI. Microsoft sta cercando di sviluppare i propri servizi di intelligenza artificiale, sfruttando le tecnologie di OpenAI, in cui ha investito 13 miliardi di dollari. Quest’anno, le aziende tecnologiche hanno speso collettivamente decine di miliardi di dollari in data center dotati di chip Nvidia, con previsioni che suggeriscono una spesa stimata di 229 miliardi di dollari per i server nel 2024. Si prevede che Microsoft da sola contribuirà con 31 miliardi di dollari a questo totale.
Il dominio di Nvidia nel mercato dei chip AI è evidente, con la società che vanta 35,1 miliardi di dollari di entrate per il terzo trimestre, guidate in gran parte dalle vendite di data center che hanno rappresentato 30,8 miliardi di dollari. Nonostante la stretta presa di Nvidia sul settore, concorrenti come AMD stanno facendo passi da gigante. Omdia riferisce che Microsoft ha acquistato 96.000 chip AMD MI300 mentre Meta ne ha acquisiti 173.000 in collaborazione con i progressi tecnologici di AMD.
La domanda di unità di elaborazione grafica avanzate ha superato l’offerta, consolidando la posizione di Nvidia come attore chiave nei progressi dell’intelligenza artificiale. Questa dinamica significa che le acquisizioni strategiche di chip di Microsoft serviranno probabilmente a rafforzare la sua struttura di intelligenza artificiale. Tuttavia, sebbene questi chip offrano una potenza significativa, le sfide persistono. Nvidia ha dovuto affrontare segnalazioni di problemi di surriscaldamento con i suoi prossimi chip Blackwell AI, che potrebbero potenzialmente avere un impatto sulle aziende che li distribuiscono, tra cui Microsoft e Meta.
Le startup che Nvidia ritiene siano il futuro dell’intelligenza artificiale
Nonostante queste sfide, Microsoft continua a investire massicciamente nella costruzione della propria infrastruttura di data center. Alistair Speirs, direttore senior di Azure Global Infrastructure di Microsoft, ha osservato che la costruzione di un’infrastruttura di data center efficace richiede un investimento intensivo di capitale e una pianificazione pluriennale. Questo approccio lungimirante è cruciale, soprattutto perché la concorrenza si intensifica tra i giganti della tecnologia come Google, Amazon e le startup emergenti come Anthropic e xAI.
Lo sviluppo dei chip AI è sotto costante controllo, in particolare perché le aziende tecnologiche si sforzano di ridurre la dipendenza da Nvidia. Google sta investendo in modo significativo nelle sue unità di elaborazione tensore (TPU), mentre Meta ha recentemente lanciato i suoi chip Meta Training e Inference Accelerator. Inoltre, Amazon sta sviluppando i suoi chip Trainium e Inferentia. Amazon ha annunciato l’intenzione di creare un nuovo cluster di elaborazione dati con centinaia di migliaia dei suoi ultimi chip Trainium per Anthropic, dimostrando l’impegno nei confronti dell’infrastruttura AI.
La dipendenza di Microsoft dai chip di Nvidia non le impedisce di sviluppare i propri acceleratori di intelligenza artificiale, con attualmente circa 200.000 chip Maia installati. Speirs ha sottolineato la necessità di integrare la tecnologia di Nvidia con i progressi di Microsoft per fornire servizi unici ai clienti. La costruzione di un’infrastruttura AI completa comprende non solo una solida potenza di elaborazione, ma anche componenti di storage integrati e livelli software, evidenziando le complessità nell’architettura del sistema.
Credito immagine in primo piano: Sam Torres/Unsplash
