NVIDIA Roadshow: Ricavi Vicini al Miliardo, Rubin Ultra Procede Secondo i Piani

Introduzione

Nel corso di un roadshow organizzato da Morgan Stanley in California, NVIDIA ha risposto ad alcuni dei principali dubbi che hanno recentemente preoccupato gli investitori: se la tabella di marcia di Rubin Ultra subirà ritardi, se gli ASIC personalizzati stanno erodendo la quota di mercato delle GPU e se l’azienda sarà in grado di mantenere la crescita mentre i ricavi trimestrali si avvicinano ai 100 miliardi di dollari.

Secondo il resoconto del roadshow riportato da Wall Street Sights, la risposta di NVIDIA è stata diretta: la crescita non ha ancora raggiunto il picco e il management ritiene che stia ancora accelerando.

Il CEO Jensen Huang, la CFO Colette Kress e il Vice President delle Relazioni con gli Investitori e del Finanziamento Strategico Toshiya Hari hanno partecipato all’incontro con gli investitori istituzionali. La presenza di questo gruppo dirigente ha reso l’evento diverso dalle normali riunioni con gli investitori, permettendo all’azienda di rispondere direttamente alle preoccupazioni relative ai tempi dei prodotti, al panorama competitivo, ai vincoli di offerta e alla sostenibilità della spesa per le infrastrutture AI.

L’analista di Morgan Stanley Joseph Moore ha valutato positivamente il tono dell’incontro. La banca mantiene NVIDIA come titolo preferito nel settore dei semiconduttori, con rating "Overweight" (sovrappesare).

Voci sul Ritardo di Rubin Ultra? NVIDIA: La Tabella di Marcia Non è Cambiata

Prima del roadshow, circolavano voci secondo cui Rubin Ultra potrebbe essere rinviato al 2028.

Secondo quanto riportato, Jensen Huang ha direttamente smentito questa interpretazione durante l’incontro. Il resoconto di Morgan Stanley indica che Rubin Ultra è ancora previsto per la spedizione nel 2027.

Alcuni aggiustamenti sono in corso nell’architettura dei rack. Il precedente design Kyber sarebbe stato sostituito da una configurazione che NVIDIA ritiene superiore, che potrebbe portare a un dominio di calcolo più ampio. Tuttavia, il roadshow ha presentato questo come un’ottimizzazione dell’architettura, non come una modifica della tempistica.

I lavori infrastrutturali chiave proseguono:

• Alimentazione CC a 800 volt
• Raffreddamento a liquido a livello di rack
• Interconnessioni ottiche tra rack
• Dominio di calcolo a densità maggiore
• Ottimizzazione a livello di sistema per Rubin Ultra

Anche la tabella di marcia pubblica di NVIDIA sostiene la tempistica del 2027. I suoi materiali infrastrutturali ufficiali mostrano che Kyber è una generazione di rack progettata per ospitare 576 GPU Rubin Ultra, con l’obiettivo temporale del 2027. NVIDIA ha anche discusso pubblicamente che il passaggio all’alimentazione CC a 800 volt è un prerequisito per sostenere questo livello di densità del rack.

Questa distinzione è cruciale: riprogettare il rack cambierà la forma del sistema, ma non ritarderà la generazione del prodotto sottostante. Secondo il resoconto del roadshow, NVIDIA ha presentato questo aggiustamento come un’ottimizzazione dell’architettura di implementazione, non come una rielaborazione della tabella di marcia di Rubin Ultra.

Un Cliente Focalizzato sugli ASIC sta Passando a Quasi il 50% di Potenza di Calcolo NVIDIA

Uno dei dettagli più discussi del roadshow riguarda un cliente del laboratorio AI di NVIDIA.

Morgan Stanley stima che i laboratori AI rappresentino attualmente circa il 20% della domanda totale di NVIDIA. La maggior parte degli sviluppatori di modelli all’avanguardia fa già largamente affidamento sull’infrastruttura NVIDIA, ma un importante cliente in precedenza sviluppava modelli basandosi principalmente su hardware ASIC personalizzato, con un coinvolgimento minimo di NVIDIA.

Secondo il resoconto del roadshow, la quota di NVIDIA nell’infrastruttura di calcolo di questo cliente è ora salita a quasi il 50%.

Morgan Stanley non ha divulgato pubblicamente l’identità del cliente. L’articolo di origine suggerisce che la descrizione potrebbe riferirsi ad Anthropic, data la sua stretta relazione con Amazon e l’utilizzo dei chip AWS Trainium. Questa valutazione rimane una speculazione di mercato e non proviene da conferme ufficiali di NVIDIA, Morgan Stanley, Amazon o Anthropic.

Anche senza menzionare il nome del cliente, questo cambiamento risponde a un’importante preoccupazione degli investitori: i chip personalizzati non sostituiscono necessariamente le GPU NVIDIA.

I hyperscaler o i laboratori AI possono sviluppare i propri ASIC continuando al contempo ad acquistare grandi volumi di infrastruttura NVIDIA. La decisione finale dipende dall’economia dell’intero carico di lavoro, non solo dal prezzo di un singolo acceleratore.

Il Costo Totale per Token è Più Critico del Prezzo del Chip

Morgan Stanley ritiene che i clienti finiscano per confrontare il costo totale per generare token.

Questo calcolo non include solo il prezzo di acquisto del chip:

• Prestazioni di training e inferenza
• Larghezza di banda della memoria
• Efficienza di rete
• Tasso di utilizzo del cluster
• Maturità del software
• Produttività dello sviluppatore
• Consumo energetico
• Tempo di implementazione
• Affidabilità su larga scala

Secondo quanto riferito, le ricerche di settore di questa banca d’affari mostrano che, in molti carichi di lavoro, NVIDIA continua a offrire un costo per token inferiore. Questo aiuta a spiegare come l’adozione di ASIC personalizzati possa avvenire contemporaneamente alla crescita della quota di mercato di NVIDIA.

Moore ha anche sostenuto che, nonostante l’espansione dei programmi di chip personalizzati da parte delle principali società cloud, la quota complessiva di NVIDIA nell’elaborazione AI sta aumentando dal 2024 al 2026.

Ciò non significa che la concorrenza degli ASIC sia irrilevante. Indica che il mercato cresce abbastanza velocemente e i carichi di lavoro sono abbastanza diversificati da permettere a più architetture di espandersi simultaneamente, mentre NVIDIA mantiene una posizione di forza.

La Crescita Diventa Sempre Più Diversificata

Il roadshow ha suddiviso la domanda per NVIDIA in tre motori di crescita principali.

1. Laboratori AI

Secondo le stime di Morgan Stanley, i laboratori AI rappresentano circa il 20% della domanda totale.

I grandi sviluppatori di modelli all’avanguardia continuano a dipendere fortemente dalla piattaforma NVIDIA. Allo stesso tempo, i clienti che in precedenza facevano più affidamento su ASIC personalizzati sembrano aumentare le implementazioni di GPU.

Questo settore è guidato da:

• Pre-training di modelli all’avanguardia
• Post-training e apprendimento per rinforzo
• Inferenza a contesto lungo
• Carichi di lavoro AI per agenti
• Esperimenti di ricerca
• Espansione rapida dell’inferenza di produzione

I modelli di domanda stanno diventando più ampi di pochi cluster di training. I carichi di lavoro di inferenza e per agenti richiedono una capacità in continua crescita man mano che l’uso dei modelli si espande.

2. Hyperscaler Tradizionali

Nel quadro del roadshow, gli hyperscaler tradizionali rappresentano circa la metà dei ricavi di NVIDIA.

Microsoft, Meta, Amazon e Google rimangono i clienti più grandi. La loro espansione è sempre più limitata dall’infrastruttura fisica, piuttosto che da una domanda insufficiente.

I principali vincoli includono:

• Disponibilità di energia elettrica
• Connessioni alla rete elettrica
• Terreni
• Costruzione di data center
• Raffreddamento
• Fornitura di memoria
• Apparecchiature di rete
• Tempi di implementazione

L’opportunità di NVIDIA in questo gruppo va ormai oltre le GPU. L’azienda sta vendendo sistemi più ampi, inclusi CPU, reti, interconnessioni, accelerazione dello storage e architettura a livello di rack.

3. Nuovo Cloud AI, AI Sovrana, Clienti Industriali e Aziendali

Il terzo motore di crescita include nuovi fornitori di cloud AI, progetti di AI sovrana, aziende industriali e clienti aziendali.

Morgan Stanley prevede che, in certi periodi, questo gruppo di clienti crescerà più velocemente degli hyperscaler tradizionali, poiché questi acquirenti tendono a preferire infrastrutture integrate complete piuttosto che costruire ogni strato autonomamente.

Le loro decisioni di acquisto sono influenzate da:

• Spazio limitato per energia e data center
• Necessità di implementazioni più rapide
• Requisiti di sovranità dei dati
• Considerazioni di sicurezza nazionale e politica industriale
• Preferenza per sistemi full-stack comprovati
• Esperienza limitata nella gestione operativa interna di cluster AI su larga scala

L’AI sovrana è particolarmente importante. I governi e le industrie locali stanno costruendo capacità di calcolo locale, set di dati nazionali e modelli specifici per paese per mantenere il controllo su informazioni sensibili e tecnologie strategiche.

Questi progetti sono spesso meno vulnerabili alla concorrenza degli ASIC progettati dagli hyperscaler, poiché gli acquirenti non hanno necessariamente programmi di chip proprietari.

CPU e Rete Espandono lo Spazio di Mercato di NVIDIA

NVIDIA non si posiziona più come un semplice fornitore di GPU indipendenti.

L’azienda sta costruendo una piattaforma infrastrutturale AI che copre:

• GPU
• CPU
• Interconnessione di espansione NVLink
• Reti Ethernet e InfiniBand
• Unità di elaborazione dati
• Accelerazione dello storage
• Architettura rack
• Software di sistema

Questa piattaforma più ampia aumenta le entrate che NVIDIA ricava da ciascun impianto AI.

Vera CPU Potrebbe Diventare un Business Importante

Secondo quanto riportato, il roadshow ha ribadito l’obiettivo del business CPU di NVIDIA di circa 200 miliardi di dollari nell’anno fiscale in corso.

Morgan Stanley ha indicato che quasi la metà di questi ricavi potrebbe provenire da rack CPU standalone, non solo dalla parte utilizzata come CPU host all’interno dei sistemi GPU.

Si tratta di un’espansione significativa del ruolo del prodotto.

La CPU Vera è progettata per lavori intensivi in termini di controllo e sensibili alla latenza attorno ai modelli AI, tra cui:

• Esecuzione di codice
• Utilizzo di strumenti
• Isolamento in sandbox
• Analisi
• Pipeline di dati
• Ambienti di apprendimento per rinforzo
• Orchestrazione del flusso di lavoro

Le specifiche ufficiali di NVIDIA descrivono Vera con 88 core Olympus personalizzati, con supporto per 176 thread. La sua architettura dà priorità alle prestazioni single-thread elevate e all’efficienza della memoria per far fronte ai carichi di lavoro degli agenti e degli impianti AI.

Se Vera avesse successo sia come CPU host che come processore indipendente per data center, NVIDIA potrebbe conquistare una quota maggiore del mercato dei server.

Con l'aumento delle dimensioni dei cluster, il valore della rete cresce

La rete è un'altra fonte di crescita importante.

Con l'espansione dei cluster di IA, il trasferimento di dati tra GPU diventa un collo di bottiglia critico. Acceleratori costosi non possono funzionare in modo efficiente se passano troppo tempo ad attendere dati o a sincronizzarsi.

NVIDIA sta affrontando la questione con le seguenti tecnologie:

• NVLink per connessioni estese
• Spectrum-X e Spectrum-6 Ethernet
• Quantum InfiniBand
• ConnectX SuperNICs
• Unità di elaborazione dati BlueField
• Tecnologia di rete ottica

I risultati del primo trimestre fiscale 2027 dell'azienda mostrano una rapida crescita in questo settore. I ricavi della rete per data center di NVIDIA hanno raggiunto 14,8 miliardi di dollari, con un aumento del 199% su base annua e del 35% su base trimestrale.

Ciò supporta il punto centrale della presentazione: la crescita di NVIDIA non si limita più alla vendita di più chip GPU, ma dipende sempre più dalla vendita di sistemi completi.

NVIDIA inizia ad attrarre investitori value

Morgan Stanley ha anche notato un cambiamento nel modo in cui NVIDIA comunica con gli investitori.

L'azienda è stata tradizionalmente detenuta in modo significativo da fondi growth. Per alcune istituzioni, NVIDIA ha raggiunto o è vicina ai limiti interni di detenzione, rendendo difficile per questi investitori aumentare l'esposizione.

Il prossimo gruppo di acquirenti potrebbe includere investitori value più attenti ai seguenti indicatori:

• Free cash flow
• Riacquisto di azioni
• Dividendi
• Rendimento del capitale
• Sostenibilità degli utili
• Struttura di mercato a lungo termine

Moore prevede che NVIDIA potrebbe alla fine destinare più della metà del suo cash flow a riacquisti e rendimenti per gli azionisti.

Le recenti decisioni di allocazione del capitale di NVIDIA rendono questa tesi più credibile. A maggio 2026, l'azienda ha annunciato una nuova autorizzazione al riacquisto di azioni per 80 miliardi di dollari e ha aumentato il dividendo trimestrale in contanti.

La tesi value non sostituisce quella growth. Al contrario, NVIDIA sta cercando di presentare entrambi gli aspetti contemporaneamente:

1. I ricavi e gli utili continuano a espandersi rapidamente.
2. Il cash flow generato dall'azienda è sufficiente per restituire più capitale agli azionisti.

Questa combinazione potrebbe ampliare la base di investitori del titolo.

I ricavi trimestrali si avvicinano a 100 miliardi di dollari

L'affermazione "quasi 100 miliardi di dollari" non è più teorica.

NVIDIA ha riportato ricavi per 81,6 miliardi di dollari nel primo trimestre fiscale 2027, con un aumento del 20% rispetto al trimestre precedente e dell'85% rispetto allo stesso periodo dell'anno scorso. La previsione ufficiale per il trimestre successivo è di 91 miliardi di dollari, con una variazione del 2%.

Il rapporto di Morgan Stanley afferma che il management continua a posizionare l'attività come in accelerazione a queste dimensioni.

Questo è il punto chiave alla base della logica di investimento. NVIDIA non solo sta aggiungendo decine di miliardi di dollari di ricavi trimestrali, ma il tasso di espansione rimane elevato grazie alla crescita simultanea di più mercati:

• Fabbriche di IA hyperscale
• Laboratori di modelli all'avanguardia
• Inferenza di produzione
• Nuove cloud GPU
• IA sovrana
• IA aziendale e industriale
• CPU
• Rete
• Storage e infrastruttura di sistema

La sfida è trasformare la domanda in sistemi consegnabili. I ricavi dipendono dalla disponibilità di memoria, componenti di rete, energia, raffreddamento, spazio nei data center e rack completi.

Forti aspettative di crescita, ma valutazione e offerta rimangono importanti

Morgan Stanley ha mantenuto un rating "Overweight" e un target price di 288 dollari nel rapporto della presentazione.

L'articolo originale utilizzava il prezzo di chiusura di NVIDIA del 9 luglio, 202,78 dollari, che implica un potenziale rialzo di circa il 42% rispetto al target price. Citava anche una capitalizzazione di mercato di circa 4,97 trilioni di dollari all'epoca.

Questi dati di mercato sono temporanei e dovrebbero essere considerati come un'istantanea alla data di pubblicazione originale.

Le previsioni di crescita dei ricavi di Moore riportate sono:

Periodo	Aspettative di crescita di Morgan Stanley
FY2026	82%
FY2027	52,4%

Queste sono stime di analisti, non guidance di NVIDIA.

La tesi di investimento si basa su diverse ipotesi:

• L'IA generativa continua a guidare la spesa per il cloud.
• Blackwell rimane la piattaforma principale per i carichi di lavoro attuali.
• Vera Rubin e Rubin Ultra proseguono la leadership di performance di NVIDIA.
• Nonostante l'adozione di ASIC personalizzati, NVIDIA mantiene una quota di mercato forte.
• I ricavi da CPU e rete continuano a espandersi.
• La capacità della supply chain tiene il passo con la domanda, senza creare eccessive scorte.

I rischi principali non sono scomparsi

Morgan Stanley ha anche evidenziato rischi che potrebbero indebolire le prospettive.

Questi includono:

• L'offerta raggiunge la domanda più velocemente del previsto
• Il costo dello sviluppo dell'IA diminuisce drasticamente
• Prodotti più competitivi da parte di produttori di chip concorrenti
• Implementazione più rapida di hardware personalizzato da parte dei clienti
• Limitazioni di energia, memoria, rete e costruzione
• Pressione sulla valutazione se la crescita rallenta

Un rischio particolarmente importante è il passaggio dalla scarsità all'equilibrio.

Quando la domanda supera di gran lunga l'offerta, i produttori hanno un forte potere di determinazione dei prezzi e i clienti competono per la capacità. Se l'offerta si espande troppo rapidamente, la crescita dei data center potrebbe rallentare più bruscamente del previsto dagli investitori.

Anche il rischio dei chip personalizzati rimane reale. Google, Amazon, Microsoft, Meta e altri grandi acquirenti hanno forti incentivi a sviluppare hardware ottimizzato per i propri carichi di lavoro.

La difesa di NVIDIA non sono solo GPU più veloci.

È la combinazione del suo ecosistema software, rete, CPU, progettazione rack, velocità di implementazione e costo totale per token.

Il vero limite è nella consegna di sistemi AI completi

Il messaggio più ampio trasmesso durante la presentazione è che la domanda di infrastrutture AI rimane forte.

Il problema attuale di NVIDIA non è convincere i clienti che la potenza di calcolo AI sia utile, ma trasformare un'enorme domanda in sistemi operativi soggetti a molteplici vincoli fisici.

I fattori limitanti attuali includono:

• Memoria ad alta larghezza di banda
• Capacità di rete
• Generazione e distribuzione di energia
• Infrastruttura di raffreddamento
• Costruzione di data center
• Componenti ottici
• Integrazione rack
• Prontezza all'implementazione da parte dei clienti

È per questo che NVIDIA continua a investire nell'architettura complessiva.

Una GPU deve essere integrata in un sistema funzionante, collegata a memoria e rete, alimentata adeguatamente e installata in un data center pronto per generare ricavi.

L'architettura Rubin Ultra a 800 VDC e Kyber riflette questo cambiamento. La prossima fase del calcolo AI non è solo un problema di semiconduttori, ma una questione di ingegneria delle infrastrutture.

Domande frequenti

Il Rubin Ultra di NVIDIA è in ritardo?

Secondo il rapporto di Morgan Stanley, NVIDIA ha smentito le voci di un rinvio di Rubin Ultra al 2028, mantenendo la tempistica di consegna per il 2027. La roadmap pubblica delle infrastrutture di NVIDIA descrive anche i sistemi Kyber dotati di GPU Rubin Ultra in arrivo nel 2027.

Qual è la differenza tra Vera Rubin e Rubin Ultra?

Vera Rubin è l'attuale nuova piattaforma AI di NVIDIA, che combina GPU Rubin, CPU Vera, NVLink, rete e infrastruttura di storage. Rubin Ultra è un successore a più alta densità previsto su architettura rack Kyber e sistema di alimentazione a 800 VDC.

Perché i ricavi trimestrali di NVIDIA si avvicinano a 100 miliardi di dollari?

NVIDIA ha riportato ricavi per 81,6 miliardi di dollari nel primo trimestre fiscale 2027 e prevede ricavi per 91 miliardi nel trimestre successivo. La crescita proviene da provider cloud hyperscale, laboratori AI, nuovi provider di servizi cloud, progetti di IA sovrana, rete, CPU e sistemi completi di fabbriche AI.

Gli ASIC personalizzati sostituiranno le GPU NVIDIA?

Gli ASIC personalizzati si stanno espandendo, ma non si tratta semplicemente di una sostituzione. I clienti potrebbero utilizzare i propri acceleratori per carichi di lavoro specifici, continuando comunque a implementare sistemi NVIDIA, specialmente dove la maturità del software, la flessibilità, la rete o il costo totale per token sono più vantaggiosi.

Quale cliente ha portato la quota di calcolo di NVIDIA quasi al 50%?

Morgan Stanley non ha menzionato il nome del cliente nel rapporto della presentazione. L'articolo originale ipotizzava potesse essere Anthropic, ma questa conclusione si basa solo su supposizioni e non è stata confermata dalle aziende coinvolte.

Cos'è l'IA sovrana?

L'IA sovrana si riferisce alla capacità di un paese di costruire e gestire l'IA utilizzando infrastrutture, dati, talento ed ecosistema nazionale propri. Tali progetti possono generare domanda di fabbriche AI locali, modelli nazionali e potenza di calcolo sicura.

Perché NVIDIA si espande nei settori CPU e rete?

I grandi cluster AI richiedono più di semplici acceleratori. Le CPU gestiscono la pipeline dei dati, gli strumenti, l'orchestrazione e i carichi di lavoro degli agenti, mentre le reti ad alta velocità consentono a migliaia di GPU di rimanere sincronizzate e di essere utilizzate appieno.

Questo articolo è un consiglio di investimento?

No. I rating degli analisti, i target price e le previsioni discussi nel testo sono citati per illustrare il rapporto originale.

Il mercato presenta rischi. Prima di prendere decisioni di investimento, i lettori dovrebbero valutare i propri obiettivi, la situazione finanziaria e la tolleranza al rischio.

Strumenti correlati

• Piattaforma NVIDIA Vera Rubin: Piattaforma full-stack di NVIDIA per training su larga scala, inferenza, AI agentica e calcolo scientifico.
• CPU NVIDIA Vera: CPU per data center progettata specificamente per carichi di lavoro agentici, apprendimento per rinforzo, orchestrazione e gestione delle fabbriche AI.
• NVIDIA Spectrum-X: Piattaforma di rete Ethernet per scalare infrastrutture AI distribuite.
• NVIDIA NVLink: Tecnologia di interconnessione ad alta larghezza di banda di NVIDIA per connettere GPU e CPU su larga scala.
• NVIDIA BlueField: Infrastruttura di elaborazione dati e storage per rete, sicurezza, isolamento e trasferimento dati.

Link correlati

• Risultati finanziari del primo trimestre dell'anno fiscale 2027 di NVIDIA: Dati ufficiali su ricavi, data center, rete, prospettive e rendimento del capitale.
• NVIDIA lancia la piattaforma Rubin: Panoramica ufficiale dell'architettura di Rubin GPU, Vera CPU, NVLink 6, BlueField-4 e Spectrum-6.
• Panoramica della piattaforma NVIDIA Vera Rubin: Informazioni ufficiali sul prodotto per i sistemi Vera Rubin e l'infrastruttura correlata.
• Infrastruttura NVIDIA Kyber e 800 VDC: Spiegazione di NVIDIA sui rack Kyber, l'alimentazione a 800 VDC e la tabella di marcia per Rubin Ultra nel 2027.
• Architettura tecnica NVIDIA 800 VDC: Dettagli tecnici sulla trasmissione di potenza per le future fabbriche AI ad alta densità.
• Rapporti finanziari NVIDIA: Archivio ufficiale dei risultati finanziari di NVIDIA e delle comunicazioni agli investitori.
• Panoramica sull'AI sovrana di NVIDIA: Definizione di NVIDIA di AI sovrana e infrastruttura AI nazionale.

Riepilogo

Il report della visita di Morgan Stanley a NVIDIA mostra che la crescita dell'azienda sta diventando più diversificata che monolitica. Laboratori AI, hyperscaler cloud, cloud AI emergenti, progetti di AI sovrana, CPU e attività di rete stanno guidando insieme la prossima fase di espansione.

Le voci sui ritardi di Rubin Ultra sono state smentite, sostenendo la tabella di marcia esistente di NVIDIA per il 2027. Nel frattempo, il passaggio verso rack più grandi, alimentazione a 800 VDC, interconnessioni ottiche e sistemi AI completi suggerisce che la crescita futura dipenderà tanto dall'ingegneria dell'infrastruttura quanto dalla progettazione dei chip.

Gli ASIC personalizzati rimangono un rischio competitivo significativo, ma la visita ha indicato che la loro adozione non è un semplice ciclo di sostituzione. I clienti stanno valutando l'economia dell'intero carico di lavoro, inclusi software, rete, tasso di utilizzo e costo per token.

La sfida principale per NVIDIA non è più dimostrare l'esistenza della domanda di AI, ma trasformare questa domanda in sistemi completi in grado di essere alimentati, raffreddati, interconnessi, consegnati e gestiti su larga scala.