Aiuta World Market Atlas a crescere
Ordinando una valutazione aziendale, sostieni anche lo sviluppo del progetto.
Sostieni il progetto
Contribuisci allo sviluppo di World Market Atlas, un progetto indipendente per gli investitori individuali. Il tuo sostegno ci aiuta a produrre analisi e migliorare gli strumenti.
Commenti sui mercati
Il mio punto di vista sui mercati, sull'economia e sugli eventi rilevanti per gli investitori.
Potenza di calcolo come potenziale nuova classe di attività — la finanziarizzazione della capacità di calcolo nell'economia dell'IA
Al 23 settembre 2026. Annunci e previsioni non implicano investimenti completati o negoziazioni attive.
Lo sviluppo dell'intelligenza artificiale aumenta rapidamente l'importanza delle infrastrutture di calcolo, in particolare degli acceleratori GPU specializzati utilizzati per addestramento e inferenza. La potenza di calcolo, tradizionalmente considerata una spesa operativa o parte dell'infrastruttura informatica, diventa oggetto di prezzi standardizzati, contratti a lungo termine, finanziamenti garantiti da infrastrutture e derivati in fase di progettazione. NVIDIA descrive questo processo come la trasformazione del calcolo in una «classe di attività investibile». Al tempo stesso emergono i primi studi accademici sulla determinazione del prezzo del calcolo come attività finanziaria e sui contratti futures basati sui prezzi di noleggio delle GPU.
Questo studio valuta se la capacità di calcolo possa effettivamente diventare una classe di attività autonoma. L'analisi suggerisce che la potenza di calcolo condivide alcune caratteristiche con materie prime, energia e infrastrutture. Tuttavia, è anche molto eterogenea, soggetta a rapidi cambiamenti tecnologici, impossibile da immagazzinare sotto forma di capacità inutilizzata e concentrata tra pochi fornitori. L'esito più probabile non è quindi una classe di attività omogenea di “capacità di calcolo”, ma un insieme di strumenti finanziari che comprende infrastrutture IA, contratti di calcolo, prestiti garantiti da apparecchiature e ricavi e derivati sui prezzi delle GPU.
Parole chiave: intelligenza artificiale, potenza di calcolo, GPU, classe di attività, futures, infrastrutture per l'IA, centri dati, finanziarizzazione, NVIDIA.
1. Introduzione
Ogni rivoluzione tecnologica ha prodotto non solo nuove imprese, ma anche nuove attività da finanziare e in cui investire. Le ferrovie hanno favorito lo sviluppo delle obbligazioni infrastrutturali; il petrolio ha creato ampi mercati dei futures; le telecomunicazioni hanno portato alla finanziarizzazione delle infrastrutture di rete; e Internet ha contribuito a un'intera classe di attività legate ai centri dati e alle infrastrutture digitali.
L'IA generativa può innescare un processo simile. La risorsa fondamentale che consente ai modelli di IA di funzionare è la potenza di calcolo — compute. In questo contesto, comprende non solo una singola GPU, ma l'intero sistema che trasforma elettricità e dati in calcolo: acceleratori, processori, memoria, reti, raffreddamento, centri dati e software.
Ad agosto 2026, il CEO di NVIDIA Jensen Huang ha sostenuto che l’infrastruttura di IA stava iniziando a diventare una nuova “classe di attività investibile”. NVIDIA ha inoltre annunciato una collaborazione con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR per piattaforme di finanziamento dell’infrastruttura di IA destinate, in prospettiva, a mobilitare oltre $500 miliardi di capitale di terzi. Tuttavia, l’annuncio di NVIDIA descrive piattaforme di finanziamento pianificate e proviene da una società con un interesse economico diretto nell’espansione del mercato delle infrastrutture di IA.
La domanda di ricerca non dovrebbe quindi essere se NVIDIA definisca la potenza di calcolo una classe di attività, ma se essa soddisfi le condizioni economiche e finanziarie necessarie per essere considerata una classe di attività distinta.
2. Che cosa significa realmente “classe di attività”?
Non tutto ciò che ha un prezzo è una classe di attività. Nel suo celebre articolo What Is an Asset Class, Anyway?, Robert Greer ha definito una classe di attività come un insieme di attività che condividono caratteristiche economiche fondamentali che le distinguono dalle altre.
Un approccio contemporaneo utilizzato dal CFA Institute suggerisce inoltre che gli elementi di una classe di attività debbano essere relativamente omogenei, rappresentare fonti di rischio comuni e offrire dimensioni e possibilità di investimento sufficienti a costituire una parte significativa di un portafoglio.
Nel caso della capacità di calcolo, si possono distinguere almeno quattro diversi oggetti economici:
Infrastruttura fisica di calcolo — GPU, server e centri dati;
Un flusso di servizi di calcolo — per esempio, un’ora di utilizzo di una GPU;
Contratti e strumenti finanziari basati sulla capacità di calcolo — accordi a lungo termine e futures;
Strumenti che finanziano l'infrastruttura: prestiti, obbligazioni e strutture di finanza di progetto garantiti da GPU o contratti con i clienti.
Questa distinzione conta. Possedere un centro dati somiglia a detenere un’attività infrastrutturale convenzionale che genera flussi di cassa, mentre un’ora GPU inutilizzata è più simile a un bene economico deperibile paragonabile all’elettricità.
3. Perché la capacità di calcolo comincia ad assomigliare a una materia prima?
Un mercato finanziario richiede un mercato attivo del bene sottostante. Per la potenza di calcolo, questo mercato sta gradualmente emergendo.
In (Early) AI Compute Asset Pricing, Bandi e Su sostengono che l'oggetto economico scambiato non debba essere la sola GPU, ma l'accesso a un insieme specifico di servizi: acceleratore, memoria, CPU, rete, ubicazione, affidabilità e infrastruttura dell'operatore.
L'ora-GPU — un'ora di accesso a un determinato tipo di GPU — potrebbe quindi diventare un'unità analoga a un barile di petrolio o a un megawattora.
Il problema è che un’ora GPU non è omogenea. Un’ora su una NVIDIA A100, H100 o B200, oppure su una AMD MI300X, può offrire prestazioni molto diverse. I centri dati differiscono anche per configurazione di rete, memoria e qualità dell’infrastruttura.
Bandi e Su descrivono il mercato attuale come eterogeneo e sostengono che la finanziarizzazione richieda indici capaci di convertire molti prezzi diversi in un parametro standardizzato.
Questo processo è già iniziato. Sono nati indici che pubblicano i prezzi di noleggio di A100, H100, B200 e altri acceleratori. Silicon Data pubblica benchmark giornalieri espressi, tra le altre misure, in dollari per ora-GPU.
Un indice da solo non crea una classe di attività, ma è un prerequisito fondamentale per i derivati e per un mercato di gestione del rischio.
4. La dimensione economica del mercato della capacità di calcolo
L'enorme scala degli investimenti fornisce un secondo argomento a favore della finanziarizzazione della capacità di calcolo.
Secondo lo Stanford AI Index, la capacità di calcolo delle infrastrutture di IA globali è cresciuta di circa 3.3 volte all'anno dal 2022, raggiungendo circa 17.1 milioni di equivalenti NVIDIA H100 entro la fine del 2025. NVIDIA rappresentava oltre il 60% della capacità globale stimata, mentre anche Google, Amazon e altri produttori detenevano quote significative.
Questa infrastruttura richiede anche notevoli investimenti energetici. Stanford ha stimato la capacità elettrica delle infrastrutture dei data center per l'IA in circa 29.6 GW nel 2025.
La dimensione finanziaria è ancora più impressionante. L'Agenzia Internazionale dell'Energia riferisce che la spesa in conto capitale di cinque grandi società tecnologiche ha superato $400 miliardi nel 2025 e che si prevedeva un ulteriore aumento di circa il 75% nel 2026. La IEA osserva che gli investimenti in conto capitale di sole cinque società tecnologiche avevano superato gli investimenti globali nelle attività a monte del settore petrolifero e del gas.
Ciò implica che l'infrastruttura per l'IA sta raggiungendo una dimensione alla quale il finanziamento esclusivo attraverso i bilanci delle società tecnologiche diventa meno efficiente. Una conseguenza naturale è l'arrivo di banche, fondi di credito privato, investitori infrastrutturali e mercati obbligazionari.
5. I futures come punto di svolta
Una delle tappe più importanti nella trasformazione di un bene economico in un'attività finanziaria è la creazione di un mercato dei derivati.
CME Group e Silicon Data hanno annunciato futures sui prezzi di noleggio di NVIDIA H100 e B200. Secondo l'annuncio di CME, le negoziazioni dovrebbero iniziare il 5 ottobre 2026, subordinatamente alle necessarie approvazioni regolamentari. Al 23 settembre 2026, questo significa che il mercato è stato annunciato ma non ha ancora una lunga storia di negoziazioni effettive.
ICE e NATIVX hanno annunciato piani simili, lavorando su futures basati su COIL, un indice che misura il prezzo della potenza di calcolo normalizzata.
La comparsa dei futures è rilevante per due motivi.
In primo luogo, i futures consentono la copertura dei rischi. Un'azienda che prevede di addestrare un modello nel 2027 potrebbe potenzialmente coprire oggi il costo futuro della capacità di calcolo. Un gestore di data center potrebbe coprirsi dal rischio di un calo dei prezzi di noleggio.
In secondo luogo, i futures creano un'esposizione finanziaria per gli investitori che non vogliono costruire un data center o acquistare direttamente GPU.
A questo punto, la capacità di calcolo inizia ad assomigliare ai mercati dell’elettricità, del gas e di altre materie prime.
6. La potenza di calcolo differisce comunque dal petrolio
Una caratteristica fondamentale distingue la capacità di calcolo da molte materie prime tradizionali: la capacità inutilizzata non può essere immagazzinata.
Se il proprietario di un impianto di stoccaggio non vende oggi un barile di petrolio, può venderlo più avanti. Se invece una GPU resta inattiva per un’ora, quell’ora di capacità produttiva è persa definitivamente.
Bandi e Su osservano che la consueta relazione di arbitraggio tra mercato spot e futures, nota per le materie prime stoccabili, non si applica quindi direttamente alla capacità di calcolo. Sotto questo aspetto, la potenza di calcolo è molto più vicina all’elettricità.
Il prezzo della capacità di calcolo dipende quindi da fattori tra cui:
Utilizzo attuale delle infrastrutture;
Disponibilità di energia;
L'offerta di nuovi chip;
Domanda per l'addestramento dei modelli e l'inferenza;
La generazione del processore;
La disponibilità di memoria;
Infrastruttura di rete;
Ubicazione del centro dati;
Efficienza del software.
Di conseguenza, il valore delle infrastrutture può essere molto sensibile all'utilizzo. GPU con un valore nominale di diversi miliardi di dollari possono generare ricavi significativi vicino alla piena capacità, ma la redditività può calare nettamente se l'offerta supera la domanda.
7. Obsolescenza tecnologica
Un’altra differenza rispetto alle infrastrutture tradizionali riguarda il ciclo di vita dell’attività.
Una centrale elettrica, un gasdotto o un'autostrada possono operare per decenni. I processori per l'IA, invece, possono perdere competitività relativamente in fretta con l'arrivo di nuove generazioni di chip.
NVIDIA sostiene che il software CUDA possa prolungare l'utilità economica dell'hardware più vecchio. La società cita come esempio l'A100, introdotto nel 2020 e ancora in uso commerciale.
Questo argomento non elimina il rischio tecnologico. Bandi e Su sottolineano che l'hardware fisico invecchia, mentre un indice finanziario può orientarsi gradualmente verso generazioni più recenti di processori.
Si crea così una situazione interessante: il proprietario di un'infrastruttura può detenere un bene fisico che invecchia, mentre chi investe in un indice di capacità di calcolo può avere un'esposizione che si sposta dinamicamente verso tecnologie più recenti.
I due strumenti avrebbero quindi profili di rischio molto diversi.
8. L'emergere della finanza garantita da risorse di calcolo
La finanziarizzazione più avanzata si sta probabilmente verificando nei mercati del credito più che in quelli dei futures.
CoreWeave utilizza già strutture in cui il finanziamento è direttamente legato agli acquisti di GPU e all'adempimento dei contratti con i clienti. Nel marzo 2026, una società del gruppo ha sottoscritto un prestito a termine a erogazione differita fino a $8,5 miliardi, destinato in parte all'acquisto di server GPU e infrastrutture necessarie per adempiere a un contratto con un cliente.
Alla fine di giugno 2026, CoreWeave ha dichiarato circa $35,6 miliardi di debito. Alcune strutture erano garantite dalle attività di società veicolo, comprese infrastrutture e crediti di importo rilevante.
Nel maggio 2026, la società ha inoltre annunciato un finanziamento HPC sindacato pubblicamente, garantito da infrastrutture IA.
Un modello simile sta emergendo su scala più ampia. Nel settembre 2026, Reuters ha riportato circa $22 miliardi di finanziamenti per un'iniziativa infrastrutturale che coinvolge Blackstone e Alphabet, con garanzie che, secondo quanto riferito, comprendevano processori TPU e contratti con i clienti.
Questo ricorda lo sviluppo storico di altre classi di attività infrastrutturali: prima un'attività che genera ricavi, poi finanziamenti garantiti da attività, seguiti da cartolarizzazione, indici e derivati.
9. I principali rischi della classe di attività emergente
Il maggiore ostacolo alla tesi di una classe di attività separata è l'attuale immaturità del mercato.
Il rischio tecnologico nasce dal rapido sviluppo degli acceleratori. Una nuova generazione può ridurre sensibilmente il costo di un'unità di calcolo e diminuire il valore economico delle GPU precedenti.
Il rischio di domanda riguarda l'entità dell'uso futuro dell'IA. Gli investimenti attuali presuppongono una domanda ancora forte per addestramento e inferenza dei modelli. Se la monetizzazione dell'IA procede più lentamente del previsto, l'utilizzo dell'infrastruttura potrebbe diminuire.
Il rischio di concentrazione tecnologica è particolarmente importante. Lo Stanford AI Index evidenzia la posizione dominante di NVIDIA nella capacità di calcolo globale e la significativa concentrazione della produzione di semiconduttori all’avanguardia.
Il rischio energetico rende il prezzo della capacità di calcolo parzialmente dipendente dai prezzi e dalla disponibilità dell'elettricità. L'AIE prevede che il consumo globale di elettricità dei centri dati aumenti rapidamente nei prossimi anni.
Il rischio di base nasce quando un'azienda copre i costi utilizzando un indice H100, ma impiega in realtà un fornitore, una regione o una configurazione hardware diversi. Bandi e Su dimostrano che i prezzi nei vari segmenti di mercato non si muovono sempre insieme.
Infine, il rischio finanziario deriva dall'elevato indebitamento del settore. Con la crescita degli investimenti nell'IA, debito, leasing, finanza di progetto e garanzie sul valore residuo assumono un peso crescente. I mercati del credito sostengono quindi una quota sempre maggiore del rischio relativo al valore futuro delle apparecchiature e dei contratti di IA.
10. La capacità di calcolo è già una classe di attivi distinta?
In questa fase, la risposta dovrebbe essere più prudente della narrazione proposta dai produttori di infrastrutture.
La capacità di calcolo presenta già diverse caratteristiche di una classe di attivi emergente:
Un mercato sottostante molto ampio e in rapida crescita;
Prezzi misurabili per unità di potenza di calcolo;
Indici dei prezzi;
Contratti a lungo termine;
La possibilità di finanziare attività sulla base dei flussi di cassa futuri;
Finanziamenti garantiti dalle attrezzature;
Un mercato dei derivati in sviluppo;
Operatori naturalmente presenti sul mercato che cercano di coprire il rischio di prezzo.
Allo stesso tempo, la potenza di calcolo non soddisfa ancora tutti i criteri di una classe di attività matura. Le serie storiche dei prezzi sono brevi, gli indici sono nuovi, il mercato resta frammentato, i prodotti non sono completamente intercambiabili e i futures non hanno uno storico pluriennale di scambi liquidi. Mancano inoltre dati storici sufficienti per valutare in modo affidabile rendimenti, volatilità e correlazioni di lungo periodo con azioni, obbligazioni, materie prime e immobili.
È interessante che i risultati preliminari di Bandi e Su sui futures sintetici suggeriscano la possibilità di un premio per il rischio positivo per la capacità di calcolo. Gli stessi autori sottolineano la natura preliminare di questi risultati.
Oggi è quindi più preciso descrivere la potenza di calcolo come un mercato emergente di attività e rischi finanziari che come una classe di attività pienamente affermata.
11. Conclusioni
Lo sviluppo dell'IA sta cambiando la natura economica della potenza di calcolo. Non è più soltanto una spesa informatica. Sta diventando una risorsa produttiva scarsa con un prezzo osservabile, una fonte di ricavi, una garanzia per il debito e un potenziale sottostante per i futures.
L’elemento chiave di questa trasformazione non è quindi soltanto la crescita del valore del mercato delle GPU, ma la finanziarizzazione della capacità di calcolo.
Il processo può essere rappresentato dalla seguente sequenza:
GPU → infrastrutture IA → noleggio di ore GPU → indice dei prezzi della capacità di calcolo → contratto a lungo termine → finanziamento garantito dalla capacità di calcolo → futures → potenziale classe di attività.
Sotto questo aspetto, il 2026 potrebbe essere un anno di transizione. NVIDIA e le istituzioni finanziarie globali stanno creando strutture di finanziamento infrastrutturale nell’ordine di centinaia di miliardi di dollari, mentre CME e ICE sviluppano strumenti destinati a trasferire il rischio di prezzo della capacità di calcolo ai mercati finanziari.
Al tempo stesso, la potenza di calcolo resta molto più complessa di una materia prima tradizionale. È deperibile, tecnologicamente eterogenea, dipendente dall'energia, soggetta a rapida obsolescenza e fortemente concentrata su pochi fornitori tecnologici.
Il risultato più probabile non è quindi un'unica e semplice classe di attività “compute”. È più probabile un ecosistema più ampio di finanziamento delle infrastrutture per l'IA, comprendente attività infrastrutturali, credito privato, obbligazioni, contratti di potenza di calcolo e derivati.
Se nei prossimi anni emergeranno un mercato spot liquido, indici di riferimento affidabili, un mercato futures profondo e una serie storica dei prezzi sufficientemente lunga da individuare un premio per il rischio indipendente, la capacità di calcolo potrebbe davvero iniziare a funzionare come classe di attività distinta nella teoria di portafoglio.
Per ora osserviamo l’inizio del processo che potrebbe portare alla sua nascita.
Bibliografia
Bandi, F. M., Su, Y. (2026), (Early) AI Compute Asset Pricing, arXiv:2607.12156, versione del 10 settembre 2026 ArXiv — articolo completo
Riferimento bibliografico (titolo originale): CFA Institute (2026), Overview of Asset Allocation. CFA Institute
CME Group (2026), CME Group e Silicon Data lanceranno futures sulla capacità di calcolo il 5 ottobre per offrire un nuovo modo di coprire i rischi dell’IA. CME Group
Riferimento bibliografico (titolo originale): Greer, R. J. (1997), What Is an Asset Class, Anyway?, The Journal of Portfolio Management, 23(2), 86–91, DOI: 10.3905/JPM.23.2.86.
Agenzia internazionale dell'energia (2025), Energy and AI. IEA – Energia e IA
Agenzia internazionale dell'energia (2026), Key Questions on Energy and AI. AIE — rapporto 2026
Intercontinental Exchange, NATIVX (2026), ICE e NATIVX lanceranno contratti futures sulla capacità di calcolo normalizzata rispetto all'energia. ICE
NVIDIA (2026), Huang, J., La capacità di calcolo delle AI Factory di NVIDIA sta diventando una classe di attivi investibile, 11 agosto 2026 NVIDIA Blog — articolo originale
NVIDIA (2026), NVIDIA collabora con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR per creare piattaforme di finanziamento delle infrastrutture di calcolo per l'IA e mobilitare oltre $500 miliardi di capitale di terzi. NVIDIA Newsroom
Riferimento bibliografico (titolo originale): Stanford Institute for Human-Centered Artificial Intelligence (2026), AI Index Report 2026 – Research and Development. Stanford AI Index 2026
CoreWeave Inc. (2026), documenti SEC sul finanziamento delle infrastrutture GPU e sulle passività finanziarie. SEC – documento CoreWeave 2026
Silicon Data (2026), GPU Rental Price Indices e materiali sul nascente mercato dei futures sulla capacità di calcolo. Indici Silicon Data
Gli articoli riflettono le opinioni personali dell’autore alla data di pubblicazione. Non costituiscono raccomandazioni d’investimento.