Il tema del deprezzamento delle GPU NVIDIA continua a essere uno dei nodi più difficili da sciogliere in tutta la corsa all’intelligenza artificiale. Da una parte c’è chi sostiene che questi acceleratori abbiano una vita utile lunga, dall’altra chi giura che tre anni siano il limite realistico prima che diventino obsoleti. E i numeri più recenti sui costi di noleggio orario sembrano dare ragione ai primi, con conseguenze niente male sui bilanci dei grandi operatori del cloud.
GPU NVIDIA: prezzi che salgono invece di crollare
La logica direbbe che, con tutta la nuova capacità che entra in funzione, i prezzi dovrebbero scendere. Invece succede il contrario. I dati di Silicon Data raccontano una storia interessante. A gennaio 2026 le NVIDIA H100 venivano noleggiate a poco meno di EUR 2 l’ora, l’equivalente di circa 1,80 euro. Oggi quelle stesse schede hanno superato abbondantemente quella soglia e si stanno avvicinando ai EUR 3, quindi intorno ai 2,70 euro l’ora.
Discorso simile per le NVIDIA B200, le più recenti e potenti. A inizio anno stavano appena sotto i EUR 4 l’ora, poco più di 4,50 euro. Adesso oscillano tra 5,50 e EUR 5, grosso modo tra 5 e 5,30 euro. Anche le vecchie glorie come le A100 hanno prezzi più alti rispetto a inizio anno, un fatto che va contro ogni previsione di svalutazione rapida.
Questo movimento è forse la smentita più netta all’idea che la potenza di calcolo per l’IA sia già stata costruita in eccesso. Se ci fosse davvero troppa capacità disponibile, i costi di noleggio starebbero precipitando. Invece crescono su quasi tutte le generazioni di schede, sia quelle di ultima generazione sia le più datate.
Perché le schede vecchie non perdono valore
C’è una spiegazione tecnica dietro questa strana tendenza dei prezzi. I modelli di intelligenza artificiale stanno diventando sempre più efficienti quando girano sullo stesso hardware. In pratica, con lo stesso numero di GPU si riescono a gestire più richieste, più token, più lavoro. Questo aumenta il valore economico generato da ogni singolo nodo e permette anche alle schede più vecchie di mantenere il loro prezzo.
È un fenomeno che ricorda il cosiddetto paradosso di Jevons, secondo cui quando una tecnologia diventa più facile ed economica da usare, il suo utilizzo cresce in proporzione invece di calare. Più le barriere si abbassano, più aumenta la domanda. E le nuove ottimizzazioni non faranno che accelerare ulteriormente questa dinamica.
Le conseguenze arrivano dritte ai bilanci dei grandi player. Prendiamo Microsoft. La responsabile finanziaria Amy Hood ha dichiarato che, a partire dall’inizio dell’anno fiscale 2027, l’azienda estenderà la stima della vita utile dei propri data center e degli edifici per uffici da 15 a 25 anni. Una scelta contabile con effetti concreti.
Allungare la vita utile stimata delle GPU significa infatti spalmare il loro costo su un periodo più lungo. Di conseguenza, la quota di deprezzamento registrata ogni anno diminuisce, e l’utile netto ne trae beneficio. Per gli hyperscaler come Microsoft è un vantaggio non da poco, perché la voce di deprezzamento pesa parecchio sui conti quando si parla di miliardi investiti in acceleratori grafici. E se questi restano appetibili sul mercato del noleggio, allungare la stima diventa una mossa più facile da giustificare.
