Amazon sfida Nvidia nella corsa all’intelligenza artificiale mentre crescono i timori su criptovalute e asset rischiosi

Amazon ha introdotto una nuova generazione di chip per l’addestramento di modelli di intelligenza artificiale, chiamata Trainium 3, resa disponibile tramite AWS. I produttori affermano che questi processori offrono un incremento di prestazioni di circa quattro volte rispetto alla versione precedente, mantenendo un footprint energetico comparabile.

La nuova offerta è concepita per competere con l’attuale predominio delle GPU di Nvidia e punta a ridurre la dipendenza dalle soluzioni esterne. Ogni unità dei nuovi server, definiti UltraServers, può ospitare fino a 144 chip Trainium 3, consentendo così di gestire carichi di lavoro molto grandi come l’addestramento di Large Language Model e altre attività compute-intensive.

Questa mossa rientra nella strategia più ampia di Amazon volta a espandere la propria infrastruttura per l’IA, offrendo alternative ai hyperscaler concorrenti e mirando a integrare verticalmente servizi cloud e componenti hardware per contenere costi e vincoli di fornitura.

Sam Altman said:

“È un ‘code red’.”

AI e miner di criptovalute

La crescita della domanda di infrastrutture per l’IA ha aperto una via di collaborazione inattesa con il settore del mining di criptovalute. Molte società minerarie dispongono già di data center con elevata capacità energetica, sistemi di raffreddamento e connessioni stabili alla rete elettrica, caratteristiche utili anche per ospitare cluster di calcolo dedicati all’IA.

Alcune realtà che fino a poco tempo erano viste principalmente come investimenti legati al Bitcoin stanno riconvertendo parte degli impianti per offrire servizi cloud o infrastrutture AI. Tra queste figurano società come Core Scientific, CleanSpark e Bitfarms, che stanno riposizionando asset energetici e spazi operativi per attrarre commesse da hyperscaler e fornitori di servizi AI.

Sono stati annunciati accordi di grande valore tra operatori minerari e grandi gruppi tecnologici: ad esempio, una società del settore ha firmato un contratto plurimiliardario per fornire capacità cloud AI a Microsoft, mentre altre partnership strategiche vedono la partecipazione di aziende supportate da Google nella creazione di joint venture per infrastrutture AI.

Queste realtà controllano gigawatt di potenza disponibile e infrastrutture già predisposte per esigenze di raffreddamento avanzato e continuità elettrica, offrendo una soluzione tecnica rapida per la crescente richiesta di capacità di calcolo.

Rischi finanziari e di mercato

La transizione comporta rischi rilevanti: molte società minerarie stanno contraendo debiti ingenti per riconvertire i siti e adattarli ai carichi di lavoro AI, aumentando la loro esposizione finanziaria. Contemporaneamente, la volatilità degli asset correlati — tra cui criptovalute e titoli tecnologici — ha esercitato pressione sui mercati.

Bitcoin ha mostrato fluttuazioni significative recenti, mentre indici come il CoinDesk 20 e il NASDAQ 100 hanno registrato perdite nel breve periodo, riflettendo in parte la sensibilità degli investitori all’aumento dei rischi sistemici legati all’AI trade.

Più in generale, alcuni analisti mettono in guardia sul fatto che la corsa agli investimenti infrastrutturali per l’IA presenta analogie con bolle passate: impegni molto elevati da parte di operatori come OpenAI richiedono capitale che dovrà essere raccolto o finanziato, e se la domanda si dovesse ridimensionare i ritorni attesi potrebbero non coprire gli investimenti.

Bain & Co. ha stimato che, in assenza di una domanda robusta, potrebbe manifestarsi un gap finanziario considerevole per gli attori coinvolti: alcune proiezioni indicano la necessità di decine di miliardi fino a centinaia di miliardi per sostenere la capacità computazionale prevista nei prossimi anni.

Se la crescita della domanda di potenza di calcolo rallentasse, le strutture ibride create dalla riconversione del mining potrebbero trovarsi a fronteggiare strette di liquidità analoghe a quelle vissute dal settore crypto in passato, con possibili effetti di contagio sui mercati finanziari più ampi.

Implicazioni strategiche e ambientali

Oltre agli aspetti finanziari, la nuova ondata di infrastrutture AI solleva questioni di politica energetica e coordinamento istituzionale. Il massiccio consumo elettrico richiesto dai cluster AI richiede pianificazione delle reti, investimenti in generazione e gestione della domanda, nonché valutazioni sull’impatto ambientale e sulle strategie di decarbonizzazione.

Per mitigare i rischi e garantire sostenibilità a lungo termine è probabile che servano regole e incentivi chiari da parte delle autorità, accordi tra operatori di rete e investimenti in tecnologie di raffreddamento e efficienza. Il successo dell’ecosistema dipenderà quindi non solo dalla tecnologia — come le GPU o i chip specifici — ma anche dalla capacità di coordinamento tra imprese, regolatori e operatori infrastrutturali.

Per il momento, molti operatori del mining stanno puntando su una nuova corsa all’oro digitale basata su GPU e architetture specializzate, ma il futuro richiederà equilibrio tra domanda reale, modello di finanziamento sostenibile e governance dell’energia per trasformare l’attuale spinta all’innovazione in crescita stabile e condivisa.