Il fondatore e CEO di Nvidia Jensen Huang osserva il presidente degli Stati Uniti Donald Trump parlare al Discussion board sugli investimenti USA-Arabia presso il John F. Kennedy Heart for the Performing Arts di Washington, DC, il 19 novembre 2025.
Brendan Smialowski | Afp | Immagini Getty
Sono passati due giorni da quando è arrivata la notizia Nvidia stava spendendo 20 miliardi di dollari per acquisire i migliori talenti da Groq in quello che la startup di chip ha definito un “accordo di licenza non esclusivo”.
Nvidia, l’azienda con il maggior valore al mondo, non ha rilasciato alcun comunicato stampa o documentazione normativa e, secondo un portavoce, sta solo confermando il contenuto delle 90 parole di Groq articolo del blog pubblicato mercoledì dopo la chiusura delle negoziazioni abbreviate per le festività.
“Sono così grandi ora che possono concludere un accordo da 20 miliardi di dollari alla vigilia di Natale senza comunicato stampa e nessuno batte ciglio”, ha detto Stacy Rasgon, analista di Bernstein, in un’intervista di venerdì con “Squawk on the Avenue” della CNBC.
Sebbene nessuna delle due società abbia confermato il prezzo, la CNBC ha appreso mercoledì dall’investitore principale di Groq, Alex Davis, che Nvidia aveva accettato di acquistare asset da Groq, un progettista di chip acceleratori di intelligenza artificiale advert alte prestazioni, per 20 miliardi di dollari in contanti. L’azienda di Davis, Disruptive, ha investito più di mezzo miliardo di dollari in Groq e ha guidato la startup ultimo round di finanziamento a settembre con una valutazione di 6,9 miliardi di dollari.
Il fondatore e amministratore delegato di Groq, Jonathan Ross, insieme a Sunny Madra, presidente dell’azienda, e altri dirigenti senior “si uniranno a Nvidia per aiutare a far avanzare e ampliare la tecnologia concessa in licenza”, ha detto la startup nel publish, aggiungendo che continuerà come “società indipendente”, guidata dal capo finanziario Simon Edwards.
Come acquisizione, Groq segnerebbe di gran lunga la più grande di Nvidia nei suoi 32 anni di storia. Il suo più grande acquisto precedente è avvenuto nel 2019, quando Nvidia ha acquistato il designer di chip israeliano Mellanox per quasi 7 miliardi di dollari.
Ma Nvidia sta invece seguendo un programma utilizzato da altri giganti della tecnologia negli ultimi due anni, spendendo miliardi di dollari per assumere i migliori talenti nel campo dell’intelligenza artificiale e per ottenere l’accesso alla tecnologia chiave attraverso accordi di licenza.
È una strategia che è stata impiegata da Meta, Google, Microsoft E Amazzonia. La stessa Nvidia ha già utilizzato la tattica in precedenza, sborsando più di 900 milioni di dollari a settembre per assumere il CEO di Enfabrica Rochan Sankar e altri dipendenti della startup di {hardware} AI e per concedere in licenza la tecnologia dell’azienda, ha riferito all’epoca la CNBC.
Evitando le acquisizioni tradizionali, le aziende tecnologiche sono state in grado di evitare un certo livello di controllo antitrust e concludere rapidamente accordi per coinvolgere le persone che più desiderano.
“L’antitrust sembrerebbe essere il rischio principale qui, anche se strutturare l’accordo come una licenza non esclusiva potrebbe mantenere viva la finzione della concorrenza”, ha scritto Rasgon in una nota giovedì ai clienti. La sua azienda consiglia di acquistare azioni Nvidia e ha un obiettivo di prezzo di $ 275 per le azioni.
Le azioni di Nvidia sono aumentate di circa il 2% venerdì a 192,40 dollari. Il titolo è aumentato del 43% quest’anno ed è aumentato di tredici volte dalla advantageous del 2022, quando l’intelligenza artificiale generativa ha iniziato a decollare in seguito al lancio di ChatGPT di OpenAI.
Nvidia ha utilizzato la sua crescente liquidità per investire capitali nell’ecosistema AI, anche attraverso recenti investimenti in OpenAI e Intel. Alla advantageous di ottobre, Nvidia disponeva di 60,6 miliardi di dollari in liquidità e investimenti a breve termine, rispetto ai 13,3 miliardi di dollari dell’inizio del 2023.
Allargare il “fossato competitivo”
La specialità della startup è il lato dell’inferenza del mercato, che si riferisce all’uso dell’intelligenza artificiale per prendere decisioni basate su nuove informazioni. Nvidia domina la parte di mercato della formazione, che prevede l’insegnamento ai modelli di intelligenza artificiale di apprendere da modelli in grandi quantità di dati.
Gli analisti di Cantor hanno affermato in un rapporto di venerdì che Nvidia sta “giocando sia in attacco che in difesa” accaparrandosi le risorse di Groq, impedendo loro di finire potenzialmente nelle mani di un concorrente.
“Riteniamo che questa acquisizione non faccia altro che migliorare l’intero stack di sistemi di Nvidia e la leadership complessiva nel mercato dell’intelligenza artificiale (e non fa altro che ampliare il suo fossato competitivo)”, hanno scritto gli analisti, che hanno mantenuto il loro rating di acquisto e il target di prezzo di $ 300.
Anche gli analisti di BofA Securities hanno mantenuto la loro raccomandazione di acquisto e l’obiettivo di 275 dollari dopo l’annuncio. In una nota di venerdì, hanno definito l’accordo “sorprendente, costoso ma strategico” e hanno affermato che dimostra che Nvidia riconosce che “mentre la GPU ha dominato l’addestramento dell’intelligenza artificiale, il rapido passaggio all’inferenza potrebbe richiedere chip più specializzati”.
Gli analisti hanno affermato che rimangono domande chiave, come chi possiederà la proprietà intellettuale dell’unità di elaborazione linguistica di Groq, se può essere concessa in licenza ai concorrenti di Nvidia e se ciò che resta di Groq – il suo nascente business cloud – potrebbe eventualmente “minare il servizio basato su LPU di NVDA con prezzi inferiori.”
Nvidia non ha commentato nessuno di questi dettagli per ora. La prima opportunità che analisti e investitori avranno probabilmente notizie dell’azienda sarà il 5 gennaio, quando è previsto che il CEO Jensen Huang parli parlare al CES a Las Vegas.
— David Faber della CNBC ha contribuito a questo rapporto
OROLOGIO: Dalle GPU Nvidia ai TPU di Google: scomposizione di tutti i chip AI
