La Storia

Nvidia è la storia di compounder più rapida della tech moderna: passare da “chip per videogiochi” a piattaforma dominante dell’intelligenza artificiale in 25 anni. Jensen Huang, ingegnere di origine taiwanese, fondò la società nel 1993 con l’idea che la grafica 3D sarebbe diventata centrale nel gaming. Per i primi 10 anni Nvidia era solo questo: produttore di GPU per giocatori, in concorrenza con ATI (poi acquisita da AMD).

Il momento di svolta fu CUDA (2006). Huang capì che le GPU, progettate per calcoli paralleli sui pixel, potevano servire per qualunque calcolo parallelo — fisica scientifica, simulazioni finanziarie, e poi (sorprendentemente) reti neurali. Investì miliardi in CUDA software stack e formazione developer per anni, mentre il mercato GPU era fermo. Nel 2012 AlexNet vinse ImageNet usando GPU Nvidia — il deep learning era nato, e Nvidia possedeva l’hardware.

Da lì l’accelerazione fu esponenziale. V100 (2017), A100 (2020), H100 (2022), H200 (2024), Blackwell (2025) — ogni generazione era 2-5x più veloce della precedente, sempre con software CUDA come fossato. Quando ChatGPT lanciò a novembre 2022 e ogni grande tech company iniziò a spendere miliardi per training cluster, Nvidia era l’unico fornitore credibile per cluster da 10.000+ GPU. Lo stock fece 10x in 18 mesi. Un investimento di 1.000 $ all’IPO 1999 vale oggi circa 1,8 milioni $.

Cosa l’ha portata in Hall of Fame

Il moat di Nvidia è doppio: CUDA software ecosystem (15+ anni di sviluppi accumulati, librerie scientifiche, training developer) e posizione dominante nel data center AI (95 % share di GPU per training nel 2024). I tentativi di alternative — AMD ROCm, Google TPU, AWS Trainium, Cerebras, Groq — sono tecnicamente validi ma soffrono dell’effetto chicken-and-egg: i developer non scrivono per loro perché il volume non c’è, e il volume non c’è perché i developer non scrivono per loro.

I margini lordi di Nvidia data center sono al 75-80 %, con un ROIC superiore al 60 %. È economia da monopolio software con la copertura di un produttore hardware. Mentre AMD compete sui server CPU come prodotto fungibile, Nvidia vende un sistema integrato (GPU + NVLink + InfiniBand + CUDA + cuDNN + TensorRT) dove la sostituzione di un componente significa riscrivere lo stack.

Inoltre Nvidia è leader nel mercato adiacente di networking AI (acquisizione Mellanox 2020, switch Spectrum-X) e software AI enterprise (NIM microservices, Omniverse). Sta ripetendo nel 2024-2026 la strategia che Microsoft fece negli anni ’90 nel software desktop: dominare lo standard, monetizzare gli adiacenti.

Dove si trova Nvidia nel 2026

Maggio 2026: Nvidia capitalizza ~3 trilioni $, P/E 38x su EPS in crescita del 60 % annuo. La domanda AI training rimane forte — meta-aziende come OpenAI, Anthropic, Google, Meta investono 50+ mld $/anno ciascuna in GPU. La diversificazione verso inference (più volume, margini più bassi ma stabili), automotive (driving assistance) e robotica (Isaac, GR00T) inizia a contribuire.

I rischi sono sostanziali. La concentrazione clienti (5 hyperscaler = 60 % dei ricavi data center) significa che qualsiasi rallentamento di cap-ex AI sarebbe brutale. Le tensioni Cina-USA limitano l’accesso al mercato cinese. Le alternative custom (Google TPU, Trainium) erodono lentamente la quota nei workload più maturi. La valutazione richiede crescita continua del 40 %+ — qualsiasi rallentamento verrà punito severamente.

Lezioni per gli investitori

Tre lezioni Nvidia: Primo: software fossati nascosti dentro hardware sono i più potenti. Nvidia vende chip ma il vero moat è CUDA. Le aziende che integrano software e hardware (Apple, Tesla, Nvidia) hanno asimmetrie di profitto durature. Secondo: investire in tecnologie nascenti per anni prima del decollo paga. Huang investì in CUDA per 6 anni mentre il mercato non lo voleva — quando il deep learning arrivò, era pronto. Terzo: i compounder esponenziali sono pericolosi a comprare al picco. Chi comprò Nvidia a fine 2024 a 140 $ vide il titolo perdere 30 % nel Q1 2025. La pazienza paga; il FOMO no.