Perché Nvidia vuole acquistare Groq per 20 miliardi di dollari?

Nvidia ha investito circa 20 miliardi di dollari per "acquistare" Groq tramite una licenza tecnologica, con l'intento principale di eliminare in un colpo solo una potenziale minaccia nel settore dei chip AI efficienti e a basso costo, e di assorbire direttamente un team di alto livello per colmare le proprie lacune tecnologiche. Questa mossa non rappresenta solo un'acquisizione difensiva nei confronti dei concorrenti, ma è anche una strategia chiave per costruire un fossato ancora più ampio e consolidare la propria posizione di leadership assoluta nel mercato, sfruttando la propria abbondante liquidità.

Scritto da: Ye Huiwen

Fonte: Wallstreetcn

Mercoledì Nvidia ha scosso la Silicon Valley annunciando di aver accettato di pagare circa 20 miliardi di dollari per ottenere la licenza tecnologica della startup Groq e assumere il suo team principale.

Questa transazione di enorme portata mira non solo a consolidare la posizione dominante di Nvidia nel campo del calcolo AI per l'inferenza tramite l'acquisizione della tecnologia proprietaria di Groq, ma adotta anche una struttura di accordo speciale per aggirare il crescente controllo antitrust.

Secondo una persona coinvolta nell'accordo, la transazione consiste in una licenza tecnologica non esclusiva, mentre Nvidia assumerà anche i fondatori e i dirigenti di Groq. Sebbene i dettagli non siano stati ancora completamente resi pubblici, la somma di circa 20 miliardi di dollari rappresenta circa tre volte la valutazione di 6,9 miliardi di dollari di Groq durante il round di finanziamento di alcuni mesi fa. Con questa mossa, Nvidia mira a ottenere capacità di progettazione di chip più efficienti in termini di costi e più veloci, per rispondere alla crescente domanda di esecuzione di applicazioni AI.

Il CEO di Nvidia, Jensen Huang, ha chiarito l'intento strategico di questa operazione in una mail interna ai dipendenti. Ha dichiarato di voler integrare i processori a bassa latenza di Groq nell'architettura delle AI Factory di Nvidia, espandendo così le capacità della piattaforma per servire carichi di lavoro AI di inferenza e in tempo reale più ampi. Questo significa che Nvidia sta cercando di colmare le proprie lacune in termini di efficienza nei chip per l'inferenza, oltre ai costosi chip ad alte prestazioni per il training.

La struttura di questa transazione è simile a quella adottata da Microsoft, Amazon e Google negli ultimi due anni, ovvero "licenza tecnologica + assunzione di talenti", per aggirare la supervisione regolamentare senza acquisire formalmente la società.

Questa mossa consente a Nvidia di ottenere proprietà intellettuale e talenti chiave, riflettendo come la società con la più alta capitalizzazione di mercato al mondo stia utilizzando le sue riserve di cassa, pari a 60 miliardi di dollari, per accelerare la costruzione di barriere difensive contro concorrenti come Google TPU.

Colmare le lacune nell'inferenza

Il motore principale di questa transazione è la competizione di Nvidia per il mercato dell'inferenza AI.

Sebbene le GPU e i software correlati di Nvidia dominino lo sviluppo e il training dei modelli AI, per l'esecuzione di applicazioni pratiche come i chatbot (inferenza), i chip esistenti sono spesso troppo grandi e costosi. Il mercato è sempre alla ricerca di alternative più economiche ed efficienti, ed è proprio qui che la tecnologia di Groq trova la sua ragion d'essere.

Questo accordo di licenza consente a Nvidia di acquisire la proprietà intellettuale di Groq. Groq afferma che i suoi chip superano Nvidia in termini di velocità di elaborazione dati in compiti specifici legati alle applicazioni AI. Al contrario, i chip Nvidia, pur mantenendo flessibilità nel gestire diversi tipi di operazioni, hanno margini di miglioramento in termini di velocità e latenza.

Dylan Patel, analista capo della società di consulenza SemiAnalysis, sottolinea che, sebbene la prima generazione di chip Groq non sia ancora in grado di competere efficacemente con Nvidia, le prossime due generazioni sono in arrivo. Secondo lui, Nvidia potrebbe aver percepito una minaccia nella nuova generazione di tecnologia Groq, decidendo così di intervenire.

Struttura speciale "licenza + assunzione"

Questa transazione non è una classica acquisizione totale. Il fondatore di Groq, Jonathan Ross, il presidente Sunny Madra e altri dipendenti entreranno in Nvidia per "promuovere ed espandere" la tecnologia oggetto della licenza. Nel frattempo, il business cloud originario di Groq rimarrà all'interno dell'azienda, con Simon Edwards, CFO entrato a settembre, che assumerà il ruolo di nuovo CEO e continuerà a gestire le operazioni.

Questa struttura di licenza non esclusiva è una pratica comune tra i giganti tecnologici per aggirare la supervisione regolamentare.

Microsoft, Amazon e Google hanno adottato strutture simili per assorbire fondatori e tecnologie chiave di startup AI senza dover acquisire formalmente le società. Sebbene un accordo simile tra Google e Character.ai abbia attirato l'attenzione del Dipartimento di Giustizia degli Stati Uniti, non sono state intraprese azioni concrete. Attualmente Nvidia non è soggetta a indagini antitrust negli Stati Uniti, ma è sempre stata cauta nel descrivere la propria quota di mercato nei chip AI.

Secondo fonti informate citate dal Wall Street Journal, come risultato dell'accordo di licenza, gli investitori di Groq (tra cui BlackRock e Tiger Global Management) riceveranno un ritorno, inclusi pagamenti scaglionati basati sulle prestazioni future. Questa operazione è simile a quella che Nvidia ha concluso tre mesi fa con la startup di rete Enfabrica, quando Nvidia ha speso oltre 900 milioni di dollari per assumere il CEO e il team di ingegneri della società e pagare una tassa di licenza tecnologica.

L'ecosistema Nvidia, difficile da scuotere

Nonostante miliardi di dollari di investimenti di venture capital, i concorrenti, incluso Groq, hanno sempre avuto difficoltà a scalfire il controllo serrato di Nvidia sul mercato dei chip AI di fascia alta. Le prestazioni dei chip Nvidia, grazie all'ecosistema proprietario del linguaggio di programmazione CUDA, creano una fortissima fidelizzazione dei clienti.

Le recenti condizioni operative di Groq riflettono anche la difficoltà di sfidare i giganti. L'azienda ha recentemente ridotto di circa tre quarti le previsioni di ricavi per il 2025. Un portavoce di Groq ha dichiarato che ciò è dovuto alla mancanza di capacità dei data center nelle regioni in cui si prevede di distribuire i chip, il che ha portato a posticipare parte delle previsioni di ricavi al prossimo anno. A luglio, Groq aveva previsto che il suo business cloud avrebbe superato i 40 milioni di dollari di ricavi quest'anno, con vendite totali superiori a 500 milioni di dollari.

Nel frattempo, la concorrenza di mercato si sta intensificando. Il TPU di Google sta diventando un forte concorrente delle GPU Nvidia, e aziende leader come Apple e Anthropic hanno già utilizzato TPU per addestrare grandi modelli. Inoltre, Meta e OpenAI stanno sviluppando i propri chip di inferenza dedicati per ridurre la dipendenza da Nvidia. Nel settore delle startup, la tendenza all'integrazione è evidente: Intel è in trattative avanzate per acquisire SambaNova, Meta ha acquisito Rivos e AMD ha assorbito il team di Untether AI.

Strategia del fossato con enormi riserve di cassa

Nvidia sta utilizzando le sue enormi riserve di cassa per consolidare il proprio business. Alla fine di ottobre, le sue riserve di cassa avevano raggiunto i 60 miliardi di dollari. Oltre a finanziare decine di fornitori cloud e startup che acquistano o noleggiano in esclusiva i suoi chip, Nvidia ha iniziato anche ad acquisire tecnologie su scala più ampia.

In precedenza, la più grande acquisizione di Nvidia era stata quella di Mellanox per 6,9 miliardi di dollari nel 2019, un'attività che è ora diventata un'importante divisione di rete di Nvidia, contribuendo con circa 20 miliardi di dollari di ricavi nell'ultimo trimestre.

Sebbene la transazione da 20 miliardi di dollari con Groq non sia un'acquisizione totale, la sua portata finanziaria supera di gran lunga quelle precedenti, dimostrando che Nvidia, di fronte a una domanda di chip sempre più specializzata, è disposta a pagare un prezzo elevato per eliminare potenziali minacce e integrare tecnologie all'avanguardia.