Martedì 25 novembre le azioni di Nvidia hanno perso oltre il 7 per cento, chiudendo la sessione di borsa con un ribasso del 2,6 per cento: la valutazione di mercato della più importante società al mondo di processori per l’intelligenza artificiale – che a fine ottobre aveva raggiunto, e superato, un market cap di 5000 miliardi di dollari – si è così ridotta di 115 miliardi, e il suo crollo ha trascinato in basso i titoli di altre aziende del settore come quello della rivale Amd, che è diminuito del 4,1 per cento. Super Micro Computer, che realizza server, è calata del 2,5 per cento; Oracle, specializzata nel cloud computing, dell’1,6 per cento e CoreWeave, che gestisce centri dati (e di cui Nvidia possiede una quota del 6 per cento), del 3,1 per cento.
La scorsa settimana Nvidia aveva comunicato gli ottimi risultati del terzo trimestre dell’anno fiscale 2026, che si è concluso il 26 ottobre.
PERCHÉ GOOGLE È LA CAUSA DEL CROLLO DI NVIDIA
Il crollo delle azioni di Nvidia è legato all’ottimismo dei mercati nei confronti di Google, visti i suoi progressi nel campo dell’intelligenza artificiale: e infatti, il titolo della società madre Alphabet è cresciuto dell’1,6 per cento, avvicinando il gruppo al raggiungimento di una capitalizzazione di mercato di 4 miliardi di dollari.
Gli investitori sono entusiasti dei risultati dei microchip per l’intelligenza artificiale di Google – degli acceleratori, in gergo -, noti come tensor processing unit, o Tpu: l’azienda li ha sviluppati per l’uso interno, ma sembrerebbe avere intenzione di cominciare a venderli anche ad altre compagnie tecnologiche, come Meta, anziché affittarli soltanto. I Tpu di Google, insomma, potrebbero fare concorrenza ai processori di Nvidia, costosissimi e richiestissimi, e sottrarre quote di mercato a questi ultimi. Attualmente, Nvidia controlla da sola quasi il 90 per cento del mercato globale dei chip per l’intelligenza artificiale.
A fine ottobre la startup di intelligenza artificiale Anthropic ha annunciato un’espansione del suo accordo con Google per utilizzare fino a un milione di Tpu: la scelta sarebbe dovuta al rapporto prezzo-prestazioni e all’efficienza di questi microprocessori.
I RISULTATI DI GEMINI 3
L’eccitazione dei mercati per le Tpu di Google si spiega con il rilascio, la settimana scorsa, del modello linguistico Gemini 3, considerato migliore di quello che alimenta il chatbot ChatGpt di OpenAi. Gemini 3 è stato “addestrato” con le Tpu, mentre i sistemi di OpenAi utilizzano i chip di Nvidia.
UN NUOVO EFFETTO DEEPSEEK?
Mike O’Rourke, analista di Jones Trading, ha detto al Financial Times che la pubblicazione di Gemini 3 da parte di Google “potrebbe rivelarsi una versione più sottile ma più importante della rivoluzione DeepSeek”.
Il riferimento è alla startup cinese di intelligenza artificiale che circa un anno fa diffuse un modello linguistico dalle buone prestazioni e a dai bassi costi di addestramento. Al tempo ci si chiese se l’intelligenza artificiale, per progredire, avesse davvero bisogno di tantissima energia e di tantissima capacità di calcolo, come quella fornita dai processori di Nvidia. La domanda di questi chip, però, è rimasta molto forte: per il quarto trimestre dell’anno fiscale 2026 Nvidia prevede di registrare vendite per circa 65 miliardi di dollari, superando i 61,6 miliardi attesi dagli analisti.
COSA HA DETTO NVIDIA
Nvidia ha commentato direttamente i risultati di Gemini 3. In un comunicato ha espresso soddisfazione per il “successo” di Google, che ha compiuto “grandi progressi nell’ambito dell’intelligenza artificiale e noi continuiamo a fornire i nostri prodotti a Google”. La società ha comunque sottolineato di essere “una generazione avanti rispetto al settore: è l’unica piattaforma in grado di eseguire tutti i modelli di intelligenza artificiale e di farlo ovunque venga eseguito il calcolo”.
Il riferimento a Nvidia come a una “piattaforma” non è casuale: la forza dell’azienda, infatti, non sta solo nelle capacità dei suoi processori, ma nell’aver sviluppato un’intera infrastruttura tecnologica che combina hardware, software e network e che permette di massimizzare le prestazioni e l’efficienza dei vari dispositivi.
