Il 13F di Nvidia rivela un nuovo campo di battaglia: dal comprare GPU per l'AI al puntare su "asset di colli di bottiglia"

美股研究社2026/05/18 11:41

Mostra l'originale

Per:美股研究社

Bitget offre un servizio completo per il trading di crypto, azioni e oro. Fai trading ora!

Un pacchetto di benvenuto di 6200 USDT per i nuovi utenti! Iscriviti ora!

Il 13F di Nvidia rivela un nuovo campo di battaglia: dal comprare GPU per l'AI al puntare su

Fonte: Associazione di Ricerca sul Mercato Azionario Americano

Dopo la più recente dichiarazione 13F di Nvidia, il mercato tende facilmente a considerarla una sorta di “lista di partecipazioni di Jensen Huang”.

Il 15 maggio, Nvidia ha rivelato la sua posizione 13F per il primo trimestre dell'anno fiscale 2026. Il documento 13F, di per sé, ha carattere retroattivo e può solo riflettere le partecipazioni in titoli pubblici fino al 31 marzo; non può sostituire le istruzioni di trading in tempo reale, tantomeno può essere semplicemente inteso come un “consiglio di acquisto da parte di Nvidia”.

Tuttavia, la composizione del portafoglio è interessante: Intel rimane la principale posizione, mentre CoreWeave è stata significativamente incrementata; Coherent e Generate Biomedicines sono nuove entrate, Synopsys, Nokia, Nebius e altri restano nel portafoglio. Secondo i dati pubblici, Nvidia nel Q1 ha portato la sua partecipazione in CoreWeave a circa 47,21 milioni di azioni, ha acquisito circa 7,8 milioni di azioni Coherent e circa 833.000 Generate Biomedicines. Il sito ufficiale Nvidia indica che il 13F è stato presentato il 15 maggio 2026.

CoreWeave rappresenta l’operatività dell’AI computing power, Coherent simboleggia l’interconnessione ottica e il barriera della banda, Generate Biomedicines esprime la capacità dell’AI di avere ricadute su industrie ad alto valore aggiunto come la biofarmaceutica. Considerando anche gli investimenti di Nvidia a marzo 2024 di 2 miliardi di dollari ciascuno in Coherent e Lumentum, e l’ampliamento a maggio della capacità produttiva di connessioni ottiche con Corning, la risposta appare evidente: l’investimento nell’AI si sta spostando dal “chi possiede le GPU” a “chi può consegnare le GPU più velocemente, con minore latenza e trasformarle più efficacemente in potenza computazionale reale”.

Per gli investitori, la vera interpretazione di mercato di questo 13F è: il rally dell’AI non si è spostato da Nvidia, ma i rendimenti extra cominciano a dirigersi dove Nvidia sta colmando le sue lacune.

I benefici delle GPU non sono finiti,

Nvidia estende ora il suo potere alla supply chain delle fabbriche di AI

La linea principale dell’euforia di mercato sull’AI è molto chiara: comprare Nvidia, comprare GPU, comprare HBM, comprare TSMC, comprare CoWoS, comprare server. La scommessa verte su un unico ragionamento: esplosione del training e dell’inferenza di grandi modelli, carenza globale di potenza di calcolo, Nvidia vede la porta più rara.

Questo ragionamento ad oggi non è venuto meno. Il punto è che non è più una novità.

Quando Nvidia raggiunge una capitalizzazione di mercato di migliaia di miliardi di dollari, i ricavi dei data center diventano una previsione unanime del mercato, Blackwell, Rubin, HBM, CoWoS e queste keyword vengono già ampiamente “tradate”, affermare semplicemente che “la domanda di GPU è forte” non basta più a generare nuove aspettative divergenti. Il prossimo obiettivo del capitale non è se “l’AI è ancora forte”, ma quali sono gli anelli della catena dove più probabilmente si creerà un collo di bottiglia.

Il 13F di Nvidia ci offre una risposta chiara: sta trasformandosi da produttore di chip a organizzatore di sistemi delle fabbriche dell’AI.

Intel è la principale partecipazione nel portafoglio, rappresentando la manifattura avanzata, il packaging e la capacità produttiva dei semiconduttori negli Stati Uniti; Synopsys rappresenta l’EDA e i tool di progettazione dei chip; Nokia rappresenta le infrastrutture di rete; CoreWeave e Nebius rappresentano il cloud AI e l’operatività della potenza di calcolo; Coherent rappresenta le comunicazioni ottiche; Generate Biomedicines simboleggia gli scenari di alto valore di applicazione della potenza computazionale AI. Il punto in comune tra tutte queste società non è la “popolarità”, ma il fatto che tutte occupano nodi critici nel funzionamento delle infrastrutture AI.

Questa è la trasformazione più degna di nota in Nvidia: non si concentra solo sulla vendita delle GPU, ma si preoccupa anche di se e come le GPU saranno implementate, connesse in rete, se potranno essere richiamate continuamente dai clienti e se potranno generare ricavi reali nell'industria concreta.

Perché? Perché l’infrastruttura AI non è più un semplice business di vendita, ma un sistema di consegna estremamente asset-intensivo e complesso. La GPU è solo la porta d’accesso: dietro ci sono armadi rack, alimentazione elettrica, raffreddamento, rete, moduli ottici, fibra ottica, scelta del sito del data center, contratti elettrici, orchestrazione delle risorse cloud, stack software, impegni con i clienti. Qualsiasi anello che si interrompa trasforma la GPU da “bene scarso” a “inventario a bilancio”.

Per questo Nvidia sostiene CoreWeave non solo in quanto cliente; l’investimento in Coherent non è solo una scommessa sul prezzo delle azioni delle telecomunicazioni ottiche. La logica più ampia è che Nvidia deve rendere più controllabile la supply chain delle fabbriche AI.

Questo cambiamento è fondamentale per i mercati finanziari.

La prima fase delle operazioni con l’AI vedeva la GPU come asset principale.

Nella seconda fase, l’asset chiave è l’infrastruttura che massimizza l’efficienza delle GPU.

Nella terza fase, diventeranno centrali le applicazioni ad alto valore che consumano potenza computazionale in modo costante.

Il 13F Nvidia copre esattamente questi tre livelli.

CoreWeave è il canale di consegna della seconda fase, Coherent la connessione fisica della seconda fase, Generate Biomedicines rappresenta l’uscita per la domanda della terza fase. Nessuno di questi sono “azioni ombra di Nvidia” nella loro accezione tradizionale, ma nodi che Nvidia deve presidiare per mantenere la crescita della curva ecologica AI.

Se gli investitori si fermano solo all’osservare che “Nvidia ha comprato CoreWeave e Coherent”, rischiano di trattare la mossa come un tema speculativo a breve termine. Invece, la lettura più precisa è che Nvidia sta segnalando al mercato che i colli di bottiglia dell’infrastruttura AI stanno passando dall’offerta di chip a operatività della potenza di calcolo, interconnessione ottica, energia elettrica, fibra e applicazioni verticali.

Questo porterà a un cambiamento degli ancoraggi di valutazione.

In passato si valutavano le aziende della supply chain sulla visibilità degli ordini, i volumi di spedizione, il margine lordo. Ora va aggiunto un altro parametro: se l’azienda fa parte dell’ecosistema delle fabbriche AI voluto e definito da Nvidia. Finché questo sistema si espande, non sono solo fornitori accessori, ma condizioni necessarie allo sviluppo dell’infrastruttura AI.

Ecco perché questo 13F è veramente prezioso.

Non serve a copiare le posizioni, ma a capire dove andranno a cercare il prossimo “collo di bottiglia non ancora correttamente prezzato” i capitali sull’AI.

CoreWeave e Coherent

sono le due barriere più concrete dell’infrastruttura AI

CoreWeave è il nome più facilmente oggetto di trading in questo 13F.

La sua storia è lineare: cloud AI, cluster GPU, carenza di potenza computazionale, ecosistema Nvidia, crescita dei clienti. Nel primo trimestre, CoreWeave ha incassato 2,078 miliardi di dollari, contro i 982 milioni dello stesso periodo dell’anno precedente; gli ordini arretrati ammontano a 99,4 miliardi; la società sostiene di aver superato 1 GW di capacità elettrica attiva e ampliato quella totale contrattualizzata a oltre 3,5 GW. Questi numeri ne fanno ormai il più rappresentativo dei “nuovi cloud provider” nell’operatività dell’AI, non più semplicemente un “piccolo noleggiatore di GPU”.

Ma i dati finanziari di CoreWeave svelano anche altro: nel Q1 ha registrato una perdita netta di 740 milioni di dollari, con 536 milioni di interessi passivi e una perdita operativa di 144 milioni. In parole povere, l’azienda cresce velocissimamente, ha tantissimi ordini, ma il suo modello è ad alta leva, ad altissimi capex e forte deprezzamento. Non è una tipica società cloud software asset-light, ma sempre più una vera “centrale elettrica dell’AI” in continua espansione.

Ed è proprio questo il suo lato più controverso e prezioso.

Abbiamo Microsoft, Amazon, Google come cloud tradizionali, perché serve CoreWeave? Perché la domanda di AI cloud è troppo specifica. Le aziende che lavorano su grandi modelli vogliono consegne rapide, espansione elastica, cluster ottimizzati di GPU, topologia di rete, capacità di storage e orchestrazione. I big del cloud possono farlo, ma devono bilanciare molte linee di business e sono più vincolati dai flussi di cassa liberi. Un verticale come CoreWeave, tutto puntato sull’AI, ha efficienza estrema ma rischi molto concentrati.

L’aumento della quota in CoreWeave da parte di Nvidia equivale a supportare un canale di distribuzione GPU ad altissima efficienza.

Questo è cruciale per Nvidia. Per quanto la domanda di GPU sia forte, se tutto rimane incastrato nei tempi di acquisto dei cloud provider e dei data center, la conferma dei ricavi e la cresce dell’ecosistema ne risentono. Società come CoreWeave aiutano Nvidia a trasformare i chip più velocemente in potenza di calcolo a noleggio, richiamabile, fatturabile.

Ma qui va scritto un rischio importante: si parla già di “finanziamento circolare” sul mercato.

Secondo Reuters, la fondazione della famiglia Huang ha acquistato da CoreWeave risorse di calcolo AI per 108,3 milioni di dollari, donandole a enti di ricerca; inoltre, c’è una relazione finanziaria profonda tra Nvidia e CoreWeave (investimento da 2 miliardi e accordo da 6,3 miliardi legato a capacità cloud inutilizzata). Gli investitori si domandano se ci sia un finanziamento circolare in atto.

Non è questione marginale.

Se Nvidia è contemporaneamente fornitore, investitore e tramite rapporti ecologici aiuta il cliente a espandere gli ordini, il mercato prima o poi chiederà: quanto è di qualità il fatturato di CoreWeave? Non c’è una concentrazione eccessiva della clientela? Il debito e gli interessi saranno coperti dai futuri flussi di cassa? Se la domanda AI cloud rallenta, CoreWeave sarà il primo asset ad alta leva a soffrire nell’AI-cycle?

Dunque CoreWeave non è “un asset in crescita certa”, ma rappresenta il beta più alto dell’operatività AI. Il suo racconto finanziario è forte e pesante. Nel breve conta la pipeline e il legame con Nvidia, nel medio la saturazione e la copertura degli interessi, nel lungo vedremo se saprà passare dal cloud training al cloud inference per garantire un flusso di cassa più stabile.

Coherent rappresenta invece un’altra barriera: la barriera della banda.

A marzo, Nvidia ha annunciato un accordo strategico pluriennale con Coherent, investendo 2 miliardi a supporto di R&D, capacità produttiva e operatività, garantendosi accesso a prodotti laser e reti ottiche avanzate. Dal comunicato ufficiale emerge chiaramente che optical interconnect e advanced packaging integration sono la base dell’infrastruttura AI del futuro, grazie alla capacità di consentire connessioni a larghissima banda e basso consumo nelle “fabbriche di AI”.

Dietro questa frase c’è un grande cambiamento industriale.

In passato il focus principale sui server AI erano le quantità di GPU. Ora i cluster diventano sempre più grandi, training e inference richiedono enormi flussi di dati tra chip, server, rack, data center. Calcolare velocemente è solo il primo passo: la trasmissione lenta affossa comunque tutto il sistema. Le connessioni in rame hanno limiti fisici di distanza, consumo e banda: moduli ottici, laser, silicon photonics, CPO, fibra diventano cuore fisico delle fabbriche AI, non più solo componenti accessori.

Ecco perché nello stesso giorno Nvidia ha annunciato 2 miliardi anche in Lumentum e a maggio un patto a lungo termine con Corning. Corning afferma che la capacità produttiva US di connessioni ottiche crescerà di 10 volte e la produzione di fibra aumenterà di oltre il 50%, con l’apertura di tre stabilimenti. Comunicato Nvidia: i carichi di lavoro AI moderni richiedono decine di migliaia di GPU e quindi volumi senza precedenti di cavi ottici, connessioni e tecnologie fotoniche per il trasferimento dati.

Su questo segmento vale la pena scrivere.

Perché indica che il collo di bottiglia dell’infrastruttura AI sta passando dal “non abbastanza chip” al “non abbastanza connessione”. Il comparto optical veniva spesso visto come hardware ciclico, oggi sta vivendo un repricing come layer di base delle fabbriche AI. Coherent, Lumentum, Corning non sono più semplice “contorno” della supply chain Nvidia, ma prerequisiti all’espansione futura dei cluster AI su larga scala.

Questa sarà, nei prossimi 12 mesi, l’area di più probabili divergenze tra aspettative e dati reali sull’AI.

Le GPU ormai sono nel radar di tutti, HBM non è più novità e il valore di CoWoS e degli advanced packaging è sempre più compreso. Ma fibra, moduli ottici, laser, CPO e optical interconnect sono in molti casi trattati come “titoli che seguono il trend”. Nvidia mostra, con investimenti, impegni di acquisto e lock-in di capacità, che più cresce la fabbrica AI, meno la connessione ottica è opzionale.

Secondo me CoreWeave e Coherent rappresentano i due tipi di valore dell’infrastruttura AI: uno risponde a “come consegnare la potenza di calcolo”, l’altro a “come mettere in sinergia questa potenza”. Il primo è efficienza operativa cloud, il secondo efficienza della rete fisica. Non sono la stessa cosa, ma entrambi rientrano nel raggio di controllo della nuova Nvidia.

GENB:

Alla fine, la potenza di calcolo deve essere pagata dai settori ad alto valore

Generate Biomedicines ha un peso limitato nel 13F, tanto da poter essere passato inosservato dal mercato.

La società è sbarcata al Nasdaq a febbraio raccogliendo 400 milioni di dollari, IPO a 16 dollari. Reuters segnala che Generate Biomedicines, sostenuta da Flagship Pioneering, sviluppa farmaci proteici guidati dall’AI, con pipeline in immunologia e oncologia, e un farmaco di punta (GB-0895, per asma grave) con il completamento degli studi clinici previsto per il primo semestre 2028.

Il fatto che Nvidia compri GENB non significa diventare un fondo biotech. Più razionalmente, Nvidia sta osservando dove la potenza computazionale AI può generare ritorni di valore molto elevati.

Questa è una domanda centrale.

Oggi tutti parlano di AI-capex: Microsoft, Amazon, Google, Meta spendono centinaia di miliardi in data center, Nvidia vende GPU, TSMC espande le fonderie evolute, SK Hynix e Micron aumentano HBM, Coherent e Corning potenziano la connettività ottica. Ma chi pagherà tutto questo alla fine? Nel breve: training e inferenza di grandi modelli; nel medio: agent aziendali, AI search, AI office, AI customer care, AI coding; nel lungo periodo saranno settori come biopharma, scienza dei materiali, robotica, simulazione, guida autonoma a poter assorbire davvero la massa di potenza di calcolo generata.

L’AI applicata al farmaceutico è la più tipica di queste traiettorie.

Non cresce con la viralità delle AI chat e non è come il cloud AI con ricavi a vista, ma se funziona può rivoluzionare i costi di discovery dei farmaci. Il biopharma è per natura un settore ad altissima densità dati, costi di trial & error enormi e cicli di sviluppo lunghissimi. Lo sviluppo tradizionale richiede identificazione del target, screening dei candidati, preclinica, clinica (fase I, II, III): chiunque fallisca in una fase può bruciare tempi e capitali. Se l’AI riesce a migliorare design delle proteine, screening e validazione preclinica, non si limita a incrementare produttività, ma riscrive la funzione di R&D di un settore ad altissimo profitto.

Ma questa linea resta la più soggetta a fraintendimento per il mercato.

L’AI pharma non è come i moduli ottici: non firmi ordini e vedi ricavi subito. Non conta tanto quante proteine generi col modello, ma se il farmaco arriva in clinica, passa sicurezza ed efficacia, riceve l’ok regolatorio e infine è commercializzato. Il mercato può “tradare” il tema in anticipo, ma il valore vero si esprime solo con i dati clinici.

Per questo GENB è più un segnale di “sbocco futuro della domanda” che pista di trading a breve termine.

Il problema per Nvidia adesso non è vendere GPU, ma dimostrare che questo ciclo d’investimenti AI non finirà in un eccesso di capacità. Per provarlo non basta che i big dei modelli remino, né che il cloud aumenti il Capex. L’AI deve entrare nei settori che generano vero valore. Biofarma, materiali avanzati, robotica, simulazione, sono le direttrici giuste.

La piccola posizione in GENB avvisa il mercato: l’ultimo miglio della filiera AI non è nella sala server, ma nel conto economico reale delle industrie che generano profitti.

Se l’AI si ferma all’infrastruttura, il capitale prima o poi chiederà conto del ritorno sugli investimenti. Solo entrando nella farmaceutica, design industriale, ottimizzazione delle reti, robotica, decisione aziendale la potenza di calcolo passerà dal “boom del training” alla “domanda reale industriale”.

Questa è la situazione che Nvidia auspica di più.

Perché Nvidia non vende solo GPU, ma “mezzi di produzione intelligente”. Il valore dei mezzi di produzione dipende dalla capacità a valle di generare nuovi ricavi. Il senso dell’AI in farmaceutica è proprio spingere la potenza di calcolo dal digitale verso industrie concrete e la ricerca scientifica.

Perciò, più che le sigle del 13F, conta che domande Nvidia sta ponendo al mercato attraverso i suoi investimenti e ordini:

Dopo le GPU, cosa manca di più alle fabbriche di AI?

Chi sa mettere la potenza di calcolo online più in fretta?

Chi consente trasferimenti dati più veloci?

Chi porta questa potenza di calcolo nei settori di maggior valore aggiunto?

Queste tre domande potrebbero rappresentare la roadmap della prossima fase degli investimenti AI.

Esclusione di responsabilità: il contenuto di questo articolo riflette esclusivamente l’opinione dell’autore e non rappresenta in alcun modo la piattaforma. Questo articolo non deve essere utilizzato come riferimento per prendere decisioni di investimento.

PoolX: Blocca per guadagnare

Almeno il 12% di APR. Sempre disponibile, ottieni sempre un airdrop.

Blocca ora!

Ti potrebbe interessare anche

Direttore di Meta AI Alexandr Wang: Perché voglio creare Muse

Muse ha raggiunto 2,8 milioni di download in soli 12 giorni, superando le performance di ChatGPT nello stesso periodo e stabilendo un record di 264.000 download giornalieri negli Stati Uniti — il valore di mercato di Meta è così aumentato di 234 miliardi di dollari. Dietro a tutto ciò, vi è la lettera aperta del Chief AI Officer Alexandr Wang, che parla del "desiderio umano", e l'acquisizione da 14,3 miliardi di dollari di Zuckerberg, considerata allora "folle": oggi, risulta forse la mossa più vantaggiosa della storia della Silicon Valley, almeno sul piano del talento.

华尔街见闻•2026/09/26 12:01

UBS: mantiene il rating "Neutrale" su Tesla (TSLA.US), prezzo obiettivo 385 dollari. La narrazione sull'AI guida la logica di valutazione del prezzo delle azioni.

UBS prevede che la consegna globale di Tesla nel terzo trimestre del 2026 (3Q26) sarà di circa 470.000 unità, con un calo del 5% su base annua e dell'1% su base trimestrale.

智通财经•2026/09/26 07:56

La corsa dell’AI resiste al rendimento del 5% dei Treasury USA! Il Nasdaq raggiunge nuovi massimi rafforzando la struttura “80/20”, Wall Street rivaluta il rapporto azioni/obbligazioni.

Il rendimento dei Treasury USA a 30 anni ha raggiunto circa il 5,53%, il livello più alto dal 2004, mentre il Brent rimane sopra i 100 dollari al barile. Gli asset rischiosi hanno nuovamente resistito alla pressione, riflettendo la fiducia degli investitori che la commercializzazione delle applicazioni AI e la crescita dei profitti aziendali possano, in una certa misura, compensare l'impatto dell'aumento dei costi di finanziamento e dei tassi di sconto.

智通财经•2026/09/26 07:06

Le infrastrutture AI si scontrano con un “muro”! Marvell: le connessioni in rame e il collo di bottiglia della memoria diventano la chiave per la prossima fase di espansione della potenza di calcolo

La competizione nella potenza di calcolo AI si sta evolvendo in una sfida a livello di sistema che comprende interconnessione e memoria. Un dirigente di Marvell ha dichiarato che i modelli di inferenza hanno spinto la crescita delle cache KV di circa 10 volte in nove mesi, rendendo la memoria su singolo rack insufficiente per le nuove esigenze. Le connessioni in rame stanno raggiungendo il loro limite, mentre l'interconnessione ottica e l'espansione della memoria stanno diventando il fulcro dell'aumento della potenza di calcolo. La personalizzazione è ormai una tendenza del settore e Marvell, grazie a SerDes analogici, tessuti fotonici di memoria e soluzioni completamente personalizzate per la catena di fornitura, sta beneficiando di questi sviluppi.

华尔街见闻•2026/09/26 06:31