Nel pieno dei conti trimestrali e delle conferenze di settore, alcune delle voci più autorevoli dell'intelligenza artificiale sostengono una tesi che rovescia un'abitudine contabile diffusa: le GPU non perdono valore al ritmo previsto. È un passaggio che riguarda il modo in cui la nostra epoca misura il tempo utile delle macchine, e il fatto che a sostenerlo siano soprattutto chi quelle macchine le produce o le affitta invita a leggere le cifre con attenzione, anche quando il mercato dell'usato sembra confermarle.
GPU per l'IA: Huang e Musk concordano, il valore dei chip non cala e dura più a lungo
Quello che sembrava un ciclo di quattro anni potrebbe durarne otto
Qual è il punto centrale? Che le GPU non perdono valore come si pensava?
Sì. Il modello contabile standard le ammortizza in tre o cinque anni, mentre Huang parla di otto anni o più e Musk dice che le H100 si noleggiano oggi a più di quando erano nuove.
E perché dovrebbe succedere?
Secondo Musk il software migliora e ogni watt produce più intelligenza utile. Baker aggiunge che con token più economici ogni ora di GPU genera più risultati, quindi vale di più.
Fermiamoci un attimo: chi lo dice? Huang vende chip, Musk affitta capacità, Baker è un investitore nella filiera. Sono tutte voci con un interesse.
Vero, ed è proprio la cautela indicata dalla fonte. Però c'è un dato esterno: Silicon Data sul mercato dell'usato.
Che cosa dice?
Che A100 e H100 valgono più di quanto implicherebbe un ammortamento lineare, e che le B200 sono al 158% del prezzo originale.
Ma non sappiamo quanti scambi stiano dietro quel numero, né come Silicon Data lo calcoli. E il 158% riguarda un chip recente, scarso, non dice nulla sulla vita a otto anni.
E i conti sul gigawatt?
Circa 50 miliardi di costo e 40 di ricavi annui per Huang, rientro in poco più di un anno. Musk parla di 30-50 miliardi e rientro sotto l'anno.
Sono stime dichiarate dai protagonisti, non verificate. Se il rientro è così rapido, resta aperta la questione di cosa accadrà quando l'offerta crescerà.
Der Puls
- Musk, Huang e Baker convergono su una tesi che sfida i cicli di ammortamento di tre o cinque anni.
- Le B200 usate sono scambiate al 158% del prezzo originale, un premio che scuote le previsioni contabili.
- Il calcolo di inferenza, con token sempre più economici, rende ogni ora di GPU più produttiva e quindi più preziosa.
- Il rientro stimato di un gigawatt in poco più di un anno resta da verificare, perché le stime arrivano da chi vende o affitta i chip.
Nel pieno dei conti trimestrali e delle conferenze di settore, alcune delle voci più autorevoli dell'intelligenza artificiale sostengono una tesi che rovescia un'abitudine contabile diffusa: le GPU non perdono valore al ritmo previsto. È un passaggio che riguarda il modo in cui la nostra epoca misura il tempo utile delle macchine, e il fatto che a sostenerlo siano soprattutto chi quelle macchine le produce o le affitta invita a leggere le cifre con attenzione, anche quando il mercato dell'usato sembra confermarle.
Alla conferenza sui risultati del terzo trimestre 2026 di SpaceX, Elon Musk ha sostenuto che il valore del calcolo per l'intelligenza artificiale non sta calando. Man mano che il software migliora, si ottiene più intelligenza utile per ogni watt, e anche macchine datate come le H100 vengono oggi noleggiate a prezzi più alti di quando erano nuove.
Non è una voce isolata. Jensen Huang di NVIDIA, al GTC di Berlino, ha detto che un ciclo di vita che si pensava di quattro anni potrebbe durarne otto o più, grazie alla diffusione dei sistemi e a un software che continua a migliorarli. Gavin Baker, investitore molto seguito nella filiera, ha indicato l'aumento verticale dei costi orari di noleggio, spiegato dal calo del prezzo dei token.
I conti dell'inferenza reggono la tesi: un gigawatt costerebbe circa 50 miliardi e rientrerebbe in poco più di un anno. Il mercato dell'usato sembra dare ragione ai tre, con le GPU A100 e H100 che conservano valore ben oltre gli ammortamenti lineari, e le B200 al 158% del prezzo di lancio.
Resta però una cautela: chi parla vende o affitta questi chip. Il mercato dell'usato, con le B200 sopra il prezzo originale, sarà il vero banco di prova.
Alla conferenza sui risultati del terzo trimestre 2026 di SpaceX, Elon Musk ha spiegato perché, a suo avviso, il valore del calcolo per l'intelligenza artificiale non sta scendendo. Man mano che il software migliora e i modelli diventano più capaci, ha detto, si ottiene più intelligenza utile per ogni watt consumato, e il valore del calcolo è proporzionale a quella grandezza. Ne conseguirebbe che anche macchine datate come le H100 vengano oggi noleggiate a prezzi più alti di quando erano nuove.
È l'inizio di una convergenza insolita. Per anni il settore ha ragionato con cicli di ammortamento di tre o cinque anni per le GPU. Ora Musk, Jensen Huang di NVIDIA e Gavin Baker, investitore considerato tra i più esperti della filiera, sostengono ciascuno a modo suo che questi componenti non si svalutano più come in passato.
Huang ha ripreso il tema al GTC di Berlino. Ha indicato come vantaggio di NVIDIA l'ampia diffusione dei suoi sistemi e la possibilità di migliorare il software per tutta la vita dell'hardware. Quello che un tempo si pensava fosse un ciclo di quattro anni, ha affermato, è probabilmente di otto, forse di più. Secondo lui, la presenza di molti potenziali acquirenti rende il calcolo produttivo, fungibile e durevole.
Baker, a margine della sessione che ha preceduto il keynote, ha parlato di costi orari di noleggio delle GPU saliti in verticale. La sua spiegazione parte dal prezzo dei token: poiché cala e il mercato si sposta verso token più economici, ogni ora di GPU produce più risultati utili e quindi vale di più.
Sotto queste affermazioni ci sono i conti dell'inferenza. Huang ha indicato che un gigawatt di capacità di calcolo per l'IA costa circa 50 miliardi di dollari e genera ricavi annui intorno ai 40 miliardi, con un rientro in poco più di un anno. Musk ha descritto un quadro simile: il calcolo vale tra 30 e 50 miliardi di dollari per gigawatt, l'investimento si recupera in meno di un anno e i contratti di breve durata si rinnovano a cifre più alte per watt. Per questo SpaceX affitta la propria capacità solo a breve termine.
Il mercato dell'usato sembra dare loro ragione. Secondo Silicon Data, le GPU A100 e H100 conservano un valore residuo ben superiore a quello che implicherebbero ammortamenti lineari di tre o cinque anni. Le B200 sono quotate al 158% del prezzo originale, cioè con un premio del 58% rispetto al lancio. Il meccanismo è semplice: quando il primo proprietario dismette una GPU, questa non viene smaltita ma scende lungo la catena del mercato di seconda mano, generando valore a ogni passaggio.
Resta una cautela: chi parla vende o affitta questi chip, e le stime arrivano da chi ha un interesse diretto. Il mercato dell'usato, con le B200 sopra il prezzo di lancio, sarà il banco di prova.
Bemerkenswerte Zitate
Quello che si pensava fosse un ciclo di quattro anni è probabilmente di otto, forse di più.— Jensen Huang, GTC di Berlino
Man mano che il software migliora si ottiene più intelligenza utile per watt, e il valore del calcolo è proporzionale a quella.— Elon Musk, conferenza sui risultati del terzo trimestre 2026 di SpaceX