La notizia circola in forma quasi informale, ma il numero ha un peso specifico notevole: NVIDIA, secondo quanto riportato in una discussione su Reddit, starebbe valutando ricavi software con una cifra annuale di 2.000 dollari per GPU, attribuita a Jensen Huang. Non si tratta di una questione di hardware: è il segnale che il produttore vuole trasformare ogni acceleratore venduto in una rendita ricorrente.

Per un'azienda che gestisce un cluster on-premise per inference o fine-tuning di LLM, il costo di acquisto delle GPU è solo il punto di partenza. Aggiungere un canone software annuale per singola GPU modifica il TCO in modo strutturale: la spesa si sposta da un investimento una tantum a una voce operativa che si ripete ogni anno, indipendentemente dall'utilizzo effettivo. Se un'organizzazione sovradimensiona la capacità per assorbire picchi di carico, rischia di pagare anche per GPU parzialmente inattive. Il modello, tipico del software enterprise, introduce un disallineamento tra costo e consumo che in ambito hardware era meno marcato.

Il nodo dell'autonomia operativa

Il punto delicato per chi guarda alla sovranità dei dati non riguarda la localizzazione fisica, ma il controllo operativo. Un'infrastruttura self-hosted può risiedere interamente nei propri data center, ma se il software che la fa funzionare è legato a una licenza ricorrente, la dipendenza dal vendor si estende per tutto il ciclo di vita dell'hardware. Non è un problema di privacy in senso stretto: è una questione di autonomia. Il costo di uscita aumenta, e con esso l'inerzia verso l'ecosistema del produttore.

Gli incentivi cambiano anche per gli attori coinvolti. NVIDIA otterrebbe ricavi prevedibili e ricorrenti, riducendo la volatilità legata ai cicli di vendita delle GPU. I grandi fornitori cloud potrebbero negoziare sconti sui volumi o ribaltare il costo sui clienti finali. Le aziende con molti acceleratori on-premise vedrebbero salire la componente OpEx, mentre le startup con poche GPU potrebbero trovare il canone gestibile, seppure con un costo totale nel tempo potenzialmente superiore all'investimento iniziale. Per chi valuta deployment on-premise, i trade-off tra spesa iniziale, licenze ricorrenti e autonomia operativa sono materia di analisi strutturale: su AI-RADAR esistono framework che aiutano a separare i costi una tantum da quelli ricorrenti, senza suggerire una scelta univoca.

Un effetto di secondo ordine riguarda le strategie di utilizzo dell'hardware. Se il canone è legato alla singola GPU, le organizzazioni potrebbero privilegiare configurazioni con meno acceleratori e modelli più piccoli o più aggressivamente quantizzati per contenere il numero di unità da licenziare. Potrebbero anche consolidare carichi di inference e fine-tuning sugli stessi nodi per massimizzare il rendimento di ogni GPU pagata. In alternativa, se il canone fosse applicato solo alle GPU di nuova generazione, le aziende potrebbero ritardare l'aggiornamento dell'hardware, prolungando la vita utile dei sistemi esistenti. Se invece riguardasse tutta la base installata, il costo di mantenimento salirebbe immediatamente, indipendentemente dagli acquisti futuri.

Resta da capire se quella cifra diventerà una voce di listino o resterà una voce di corridoio. Nel frattempo, ogni CTO che pianifica un cluster on-premise dovrà chiedersi se il prezzo della GPU include davvero il diritto di usarla come vuole.