NVIDIA continua a dominare il mercato dell'hardware AI, come dimostrato dall'elevata domanda per le sue GPU e dalle mosse strategiche come le potenziali licenze software. Tuttavia, la concorrenza sta crescendo da parte di fornitori di cloud (AWS, Google) e produttori di chip (AMD, Intel) che offrono alternative a CUDA e soluzioni economiche, mentre emergono anche problemi di affidabilità hardware.
La domanda di infrastrutture AI locali cresce mentre i costi del cloud pesano sui bilanci. Il nodo delle forniture si stringe attorno alla Asus RTX Spark, segnale di un mercato che sposta risorse verso l'on-premise. Il fenomeno evidenzia pressioni su...
La concorrenza a CUDA si allarga: AWS e Google spingono stack alternativi, mentre AMD e Intel puntano a ridurre il costo degli switch per cluster AI. Meno dipendenza dal software NVIDIA e costi di rete più bassi cambiano il calcolo del TCO per chi va...
Secondo indiscrezioni, Nvidia non accetta più ordini per RTX 5090 dai board partner e blocca anche i backorder. La notizia, se confermata, segnala una domanda superiore all'offerta e riaccende il nodo hardware per chi fa inference on-premise: la disp...
Una modifica alle schede Nvidia RTX 20, 30 e 40 rimuove un limite che dimezza le prestazioni nei carichi AI. Il caso tocca il cuore dell'inference locale e del TCO per chi sceglie hardware consumer.
Una cifra attribuita a Jensen Huang riaccende il dibattito sul modello di business di NVIDIA: 2.000 dollari all'anno per GPU come ricavo software. Per chi gestisce cluster on-premise, il costo passa da CapEx a OpEx ricorrente, con effetti su TCO, aut...
Un centro riparazioni ha ricevuto in due giorni otto schede GeForce RTX 5090 e RTX 4090 con connettori a 16 pin fusi. Il caso segnala un punto di debolezza strutturale nell'alimentazione delle GPU di fascia alta, rilevante per chi le usa in workstati...
