AI 5 min di lettura

RTX 5090: smontate a centinaia in Cina, ecco dove sono finite

Tecnico smonta una scheda video NVIDIA GeForce RTX 5090 su un banco da lavoro.

La scomparsa massiccia delle schede grafiche GeForce RTX 5090 dal mercato consumer globale non è un mistero inspiegabile, ma il risultato di una riconversione industriale radicale. Centinaia di unità stanno venendo smontate in laboratori specializzati in Cina per estrarre il chip grafico e i moduli di memoria GDDR7, trasformando hardware pensato per il gaming in acceleratori per server AI. Questo fenomeno, emerso con forza nelle ultime settimane, evidenzia una frattura profonda nell’ecosistema delle GPU: la domanda di calcolo per l’intelligenza artificiale ha superato la capacità di fornitura dei chip dedicati, costringendo il mercato a cannibalizzare le schede desktop per colmare il vuoto infrastrutturale.

La riconversione delle RTX 5090 in acceleratori AI server

Il processo di smontaggio non è una pratica artigianale, ma un’operazione ingegnerizzata. I laboratori cinesi rimuovono il die grafico e i 32 GB di memoria GDDR7 dalle schede originali, prodotte da diversi partner tra cui NVIDIA (Founders Edition) e ASUS (ROG Astral). Questi componenti vengono poi saldati su PCB personalizzati, progettati specificamente per l’installazione in rack server. La differenza architetturale rispetto alla scheda consumer è netta: si abbandonano i dissipatori a ventola multipla per adottare configurazioni blower a due slot, ottimizzate per il flusso d’aria ad alta pressione dei data center.

Questa pratica risponde a un vincolo normativo e commerciale stringente. L’accesso agli acceleratori enterprise dedicati, come le serie H200 e B300 di NVIDIA, è soggetto a restrizioni severe sulle esportazioni verso la Cina. Di conseguenza, le aziende tech locali, tra cui giganti come ByteDance, Alibaba e Tencent, si trovano a dover aggirare il blocco delle esportazioni cercando alternative che offrano capacità di calcolo simile. La RTX 5090, con la sua architettura Blackwell e l’elevata larghezza di banda della memoria, rappresenta un surrogate accettabile per carichi di lavoro AI di inferenza e training di modelli di medie dimensioni.

Il mercato grigio e la crisi di approvvigionamento globale

La scarsità di RTX 5090 sul mercato europeo e nordamericano non è solo una questione di domanda elevata, ma di supply chain deviata. I prezzi delle schede, ormai quasi introvabili nei canali retail autorizzati, oscillano tra i 7.000 e i 10.000 euro, valori che riflettono una carenza strutturale piuttosto che una speculazione occasionale. A questo si aggiungono incidenti logistici che acuiscono la percezione di caos: un furto di due bancali di RTX 5090, per un valore stimato di 470.000 dollari, avvenuto presso il distributore Oderço in Brasile, sottolinea il valore critico di queste unità come asset di calcolo.

NVIDIA ha ufficialmente smentito le voci di una cessazione della produzione della RTX 5090, ma la realtà operativa racconta un’altra storia. La capacità produttiva globale è finita. La strategia dell’azienda sembra privilegiare la produzione di acceleratori AI certificati per i mercati non vincolati, lasciando il segmento consumer in una fase di razionamento estremo. Gli analisti, come Ed Zitron, suggeriscono che parte delle GPU acquistate in anticipo dalle grandi aziende tech rimanga inutilizzata nei magazzini, in attesa di infrastrutture energetiche adeguate, creando un collo di bottiglia artificiale che spinge i prezzi al rialzo per gli utenti finali.

La domanda record per la RTX PRO 5500 e i vincoli produttivi

Parallelamente al mercato grigio delle 5090, si registra una richiesta massiccia per la RTX PRO 5500, una scheda workstation che offre 84 GB di memoria GDDR7 e una configurazione di CUDA core simile alla 5090, ma con driver e certificazioni professionali. Le aziende cinesi hanno ordinato 3 milioni di unità di questo modello, per un valore stimato di 35 miliardi di dollari. Tuttavia, NVIDIA ha avvertito i partner di canale che potrà soddisfare solo il 5-10% di questa domanda, ovvero tra le 150.000 e le 300.000 schede.

Questo squilibrio tra domanda e offerta rivela la fragilità dell’attuale ecosistema AI. Le aziende cercano di aggirare i divieti sulle esportazioni di chip enterprise acquistando in massa hardware di fascia workstation, che spesso sfugge ai controlli più rigidi o viene rivenduto attraverso canali secondari. La capacità di NVIDIA di produrre chip di fascia alta è limitata dalla domanda interna per i data center di fascia enterprise (H100, H200, B100) e dalla concorrenza per le risorse di wafer e packaging avanzato.

Implicazioni strategiche per l’infrastruttura IT

Per chi gestisce infrastrutture, la notizia della conversione delle RTX 5090 in acceleratori server pone diversi interrogativi sulla stabilità del mercato hardware e sulla sicurezza della supply chain. L’utilizzo di hardware ricondizionato o smontato introduce rischi significativi di integrità e affidabilità. Le schede convertite, pur offrendo prestazioni interessanti, non godono della garanzia del produttore né delle certificazioni di stabilità termica e elettrica progettate per l’uso enterprise 24/7.

Inoltre, la dipendenza da componenti recuperati dal mercato consumer crea una volatilità dei costi difficile da prevedere. Se la domanda di AI continua a crescere, è probabile che il prezzo delle GPU desktop rimanga elevato, rendendo proibitiva l’adozione di soluzioni basate su hardware consumer per carichi di lavoro critici. La strategia più prudente, in attesa di una stabilizzazione della supply chain, rimane quella di valutare alternative cloud per i carichi di lavoro elastici, evitando l’investimento in hardware fisico soggetto a tali distorsioni di mercato.

La situazione attuale dimostra che il confine tra hardware consumer e enterprise è ormai sfumato, dettato più dalle normative geopolitiche e dalla scarsità di componenti che dalle specifiche tecniche. La domanda cruciale per il futuro prossimo è: quanto durerà questa fase di “cannibalizzazione” del mercato gaming prima che la capacità produttiva di NVIDIA riesca a soddisfare la domanda reale di acceleratori AI, o prima che emergano alternative architetturali in grado di rompere il monopolio?

← Tutti gli articoli