Perché le RTX 5090 finiscono nei server AI e costano ben oltre il listino

Le GeForce RTX 5090 vendute al dettaglio starebbero finendo anche nei server AI multi-GPU, non soltanto nei PC da gioco. Foto e segnalazioni dalla filiera mostrano pallet di schede ancora confezionate presso siti di assemblaggio di server, mentre i prezzi retail si sono allontanati nettamente dai 1.999 dollari di listino al lancio. È un indizio credibile di una fonte di domanda aggiuntiva, ma non prova che gli acquisti AI all’ingrosso siano l’unica causa della carenza: non sono disponibili dati pubblici completi sulle spedizioni e sulle allocazioni di Nvidia. 3418

Un nuovo acquirente per la stessa offerta limitata

Nel breve periodo l’offerta di una GPU gaming è sostanzialmente fissa. Se un assemblatore AI ne acquista centinaia, quelle unità non arrivano a gamer, assemblatori di PC o piccoli utenti che eseguono modelli AI in locale.

Inoltre, per chi costruisce un servizio di inferenza o addestramento, il prezzo d’acquisto può pesare meno: se una scheda può entrare rapidamente in un sistema capace di generare ricavi, pagare più del listino può risultare preferibile rispetto all’attesa di un acceleratore professionale.

Il risultato visibile è il premio da scarsità. A settembre sono state riportate inserzioni negli Stati Uniti oltre 5.000 dollari e prezzi europei sopra i 5.200 euro; un altro resoconto ha rilevato offerte Amazon oltre 6.500 dollari e annunci su marketplace vicini a 10.000 dollari. Si tratta di prezzi richiesti riportati, non di un prezzo di vendita universale né del listino ufficiale Nvidia. 191847

Il paragone con la corsa al mining crypto

L’analogia con le precedenti carenze legate alle criptovalute è abbastanza diretta: in entrambi i casi, un prodotto consumer viene dirottato verso infrastrutture commerciali.

• Nel boom del mining, il valore della scheda dipendeva dai ricavi generabili con l’hashing.
• Nella corsa all’AI, contano capacità di calcolo utilizzabile, memoria, compatibilità software e disponibilità immediata per addestramento e inferenza.

Quando la domanda cresce più rapidamente dell’offerta rivolta ai consumatori, rivenditori e intermediari applicano un premio da scarsità. I gamer finiscono così per competere con organizzazioni che valutano l’hardware come un asset operativo, non come una spesa discrezionale.

C’è però una differenza importante. Il mining ruotava attorno a un carico di lavoro relativamente circoscritto. L’AI comprende sviluppo, ricerca, generazione di immagini e video, inferenza e calcolo professionale. Per questo è molto più difficile separare con una semplice limitazione gli impieghi indesiderati dagli usi legittimi di appassionati, creativi e workstation.

Perché una RTX 5090 può interessare a un rack AI

La RTX 5090 dispone di 32 GB di memoria GDDR7, mentre la RTX PRO 6000 ne offre 96 GB. La maggiore capacità della scheda professionale è decisiva quando il carico di lavoro deve stare interamente su una sola GPU, e il prodotto è pensato per impieghi professionali. Tuttavia, le segnalazioni di settembre collocano la RTX PRO 6000 attorno ai 16.000 dollari: un divario iniziale enorme rispetto ai 1.999 dollari di listino della RTX 5090, anche considerando il rincaro di quest’ultima sul mercato retail. 1918

Per carichi che rientrano nei 32 GB per GPU o che possono essere divisi fra più schede, alcuni costruttori di server possono considerare più RTX 5090 una strada più rapida o meno costosa per ottenere capacità di calcolo aggregata.

Il compromesso è tutt’altro che trascurabile: più schede da 32 GB non diventano automaticamente un unico blocco continuo da 96 GB. Entrano in gioco il software multi-GPU, l’overhead di interconnessione, l’alimentazione, il raffreddamento, lo spazio nel rack, il supporto operativo e la necessità di suddividere il lavoro.

La RTX PRO 6000 resta quindi la scelta più lineare quando servono 96 GB su una sola GPU, memoria ECC, funzionalità da workstation o una distribuzione professionale più gestibile e supportabile. 2021

Perché un limite generale all’AI non è una soluzione semplice

Nelle fonti disponibili non ci sono prove pubbliche che Nvidia abbia scelto di non imporre un limitatore AI globale sulla RTX 5090 per preservare la disponibilità retail. Attribuire all’azienda un movente preciso sarebbe speculativo.

La RTX 5090D destinata alla Cina non è un precedente diretto per una funzione globale di tutela dei gamer. Secondo le segnalazioni, quel modello riduceva le prestazioni AI per rispettare le soglie dei controlli statunitensi all’esportazione: era un prodotto specifico per quel mercato e per quelle regole commerciali, non una politica generale sulla disponibilità al dettaglio. 5248

Un blocco ampio incontrerebbe anche un ostacolo pratico: l’AI non è una singola applicazione facilmente riconoscibile. Le stesse capacità CUDA e Tensor possono servire allo sviluppo locale, agli strumenti creativi, alla ricerca accademica, al rendering professionale e ai servizi AI commerciali. Un limitatore affidabile dovrebbe evitare di danneggiare questi usi legittimi ed essere al tempo stesso difficile da aggirare: un compito ben più complesso che colpire un’attività ristretta e riconoscibile.

La stretta sulla memoria rincara anche i PC

La disponibilità delle GPU è solo una parte della pressione sui prezzi dei PC di fascia alta. I produttori di memoria stanno destinando più capacità alla HBM, la memoria ad alta larghezza di banda usata negli acceleratori AI. La HBM4 è più complessa e richiede molta più area di silicio e capacità produttiva rispetto alla DDR5 convenzionale; Micron ha parlato di un crescente «wafer penalty», mentre i resoconti indicano per la HBM un prezzo per bit circa cinque volte superiore alla DDR5. 2

L’incentivo economico conta perché gli stessi grandi produttori servono anche il mercato DRAM tradizionale. Più capacità viene dirottata verso la HBM, meno risorse restano per DDR4 e DDR5. Un rapporto, citando TrendForce, indica che i prezzi contrattuali della DRAM convenzionale sono saliti di circa il 90-95% su base trimestrale nel primo trimestre del 2026. 2

Per chi acquista, gli effetti probabili sono familiari:

• i kit RAM diventano più costosi;
• aumenta il costo dei componenti di un desktop gaming, anche a parità di prezzo della GPU;
• i produttori di notebook possono alzare i prezzi, ridurre la memoria di base o assorbire una parte del costo riducendo i margini.

Un rapporto di settembre rileva che la domanda di capacità HBM stava facendo salire i prezzi della memoria per PC anche con una domanda finale debole nei notebook, e stimava un calo del 10,5% nelle spedizioni di portatili. Questa previsione non va però letta come un effetto della sola HBM: incidono anche domanda dei consumatori, scorte, dazi e cicli delle piattaforme. 1

Quando potrebbero migliorare i prezzi?

La risposta prudente è che le fonti disponibili non sostengono l’ipotesi di un riequilibrio rapido e generalizzato. Nuovi impianti per la memoria e capacità di packaging avanzato richiedono tempo per entrare a regime, mentre la domanda AI può continuare ad assorbire la nuova offerta.

Le analisi di settore collocano tra la fine del 2027 e il 2028 la prima finestra plausibile per un sollievo duraturo nel mercato retail della memoria. È una previsione, non una garanzia: dipende dalla domanda, dalle rese produttive, dai piani di espansione e dalla quota di capacità che resterà impegnata nella HBM. 313

Per chi cerca una RTX 5090, il punto pratico è semplice: prezzi molto sopra il listino riflettono un mercato in cui i gamer non sono più gli unici clienti di valore elevato. I pallet di schede destinati ai server aiutano a spiegare la pressione, ma non forniscono da soli un bilancio causale completo. Conviene osservare prezzi realmente disponibili e disponibilità effettiva, senza prendere pochi annunci estremi come fotografia dell’intero mercato.