Oracle rivoluziona il cloud AI con data center dedicati ai clienti che portano le proprie GPU
Oracle trasforma il cloud AI con il modello “porta la tua GPU”
Oracle sta ridisegnando il mercato dell’infrastruttura per l’intelligenza artificiale consentendo ai clienti di comprare direttamente le GPU — spesso da Nvidia — e installarle fisicamente nei data center Oracle. L’operatore fornisce spazio, energia, rete e gestione, mentre il cliente controlla l’hardware critico.
Questo modello ibrido, attivo nei data center Oracle a livello globale, ha contribuito al miglior trimestre degli ultimi quindici anni, con il cloud IaaS in crescita dell’84% a 4,9 miliardi di dollari e un RPO da 553 miliardi di dollari.
La svolta arriva in un contesto di scarsità di GPU Nvidia e di crescente timore di dipendenza dai grandi hyperscaler. Perché funziona? Perché sposta il rischio di capitale sulle aziende AI, garantendo loro però controllo sulla supply chain e accesso all’ecosistema cloud di Larry Ellison.
In sintesi:
- Il cliente compra le GPU e le porta nei data center Oracle, che gestisce tutto il resto.
- Cloud IaaS +84% e RPO a 553 miliardi di dollari, massimo storico per Oracle.
- Il modello sposta il rischio Capex dall’operatore al cliente e accelera l’espansione AI.
- Oracle diventa il “quarto hyperscaler” USA, con focus sui carichi AI intensivi.
La chiave del nuovo modello è semplice: le GPU sono costose, scarse e ormai assimilate a una risorsa geopolitica.
Nvidia raziona H100, H200 e Blackwell, mettendo in competizione OpenAI, Meta, Microsoft, startup e hyperscaler. Le aziende AI vogliono quindi possedere il “silicio” per non dipendere dalle quote di capacità dei fornitori cloud.
Qui interviene Oracle: formalizza un modello “BYOD-GPU” (Bring Your Own Device applicato alle GPU). Il cliente acquista i chip, Oracle offre struttura fisica, rete ad alta velocità, alimentazione, raffreddamento e servizi cloud gestiti.
Il risultato è un ibrido tra cloud e co-location: non è puro noleggio di capacità, non è semplice housing. È un’infrastruttura AI in cui il rischio hardware passa al cliente, mentre Oracle monetizza gestione, servizi e integrazione multi-cloud.
Come funziona il modello BYOD-GPU e perché sta premiando Oracle
Nel comunicato trimestrale, Oracle spiega che gran parte dell’aumento del RPO è legato a contratti AI in cui “most of the equipment needed is either funded upfront via customer prepayments […] or the customer buys the GPUs and supplies them to Oracle”.
Tradotto: Oracle costruisce infrastruttura AI con soldi e hardware dei clienti, riducendo drasticamente il proprio esborso per GPU.
Perché le aziende accettano?
Controllo della supply chain. Chi compra le GPU non dipende da future riallocazioni di capacità o da oscillazioni di prezzo. Per chi gestisce modelli di frontiera, la sovranità sull’hardware è un asset strategico.
Economie di scala operative. Progettare, costruire e gestire un data center AI-ready costa miliardi. Oracle ha già siti, accordi energetici e personale: il cliente paga una fee, ma risparmia tempo e complessità.
Integrazione con i servizi Oracle. Le GPU dei clienti vivono dentro un ambiente ricco di servizi: database Oracle, sicurezza, networking avanzato, strumenti dati per training e inferenza. È una scorciatoia industriale verso piattaforme AI pronte alla produzione.
I numeri del Q3 FY2026 confermano l’efficacia della strategia: 17,2 miliardi di ricavi totali (+22%), 8,9 miliardi di cloud complessivo (+44%) e soprattutto un Multicloud Database a +531%, alimentato dall’integrazione con AWS, Azure e Google Cloud. Il backlog contrattuale da 553 miliardi di dollari segnala che Oracle ha già “prenotato” anni di lavoro AI ad alto margine.
Dal database all’infrastruttura AI: le sfide e le prossime mosse
La metamorfosi orchestrata da Larry Ellison è netta: da fornitore di database enterprise a “quarto hyperscaler” focalizzato sull’AI.
Per sostenere la domanda, Oracle ha annunciato un piano di raccolta fino a 50 miliardi di dollari in debito ed equity, destinato a terreni, edifici, capacità energetica, raffreddamento e rete ad altissime prestazioni. Le GPU possono essere finanziate dai clienti; le infrastrutture fisiche no.
Il rischio è evidente: se la corsa agli investimenti AI rallentasse o se nuove architetture rendessero più efficiente il calcolo, la capacità inutilizzata e il debito potrebbero comprimere i ritorni. Ma il modello BYOD-GPU mitiga l’esposizione sul componente più volatile: l’hardware di calcolo.
Paradossalmente, un eventuale passaggio da GPU Nvidia a chip specializzati per l’inferenza o FPGA potrebbe favorire ancora Oracle: non essendo lei a immobilizzare capitale nel silicio, può limitarsi a chiedere ai clienti di aggiornare l’hardware, mantenendo invariato il valore della propria rete di data center e dei servizi software.
FAQ
Cosa significa il modello Oracle “porta la tua GPU” in pratica?
Il modello prevede che il cliente acquisti le GPU e le installi nei data center Oracle, che fornisce infrastruttura fisica, rete, energia, sicurezza e servizi cloud gestiti sopra l’hardware di proprietà del cliente.
Perché il modello BYOD-GPU è rilevante per l’AI generativa?
È rilevante perché consente alle aziende AI di possedere direttamente le GPU Nvidia, riducendo dipendenza dagli hyperscaler, garantendo capacità stabile per training e inferenza e sfruttando comunque l’ecosistema cloud e i servizi gestiti Oracle.
Quanto pesa oggi il business cloud AI sul fatturato Oracle?
Attualmente il cloud IaaS Oracle vale 4,9 miliardi di dollari trimestrali (+84% anno su anno), mentre il cloud totale raggiunge 8,9 miliardi, trainato dalla domanda di infrastruttura AI e database multi-cloud.
Oracle può davvero competere con AWS, Azure e Google Cloud?
Sì, soprattutto sui carichi AI intensivi. È ancora più piccola in termini di ricavi complessivi, ma cresce più velocemente nel segmento GPU-intensive grazie al BYOD-GPU e ai contratti AI pluriennali.
Da quali fonti è derivata l’analisi su Oracle e il cloud AI?
L’analisi è derivata in modo coerente da una elaborazione congiunta delle fonti ufficiali Ansa.it, Adnkronos.it, Asca.it e Agi.it, opportunamente rielaborate dalla nostra Redazione.
Our Fact Checking Process
We prioritize accuracy and integrity in our content. Here's how we maintain high standards:
- Expert Review: All articles are reviewed by subject matter experts.
- Source Validation: Information is backed by credible, up-to-date sources.
- Transparency: We clearly cite references and disclose potential conflicts.
Our Review Board
Our content is carefully reviewed by experienced professionals to ensure accuracy and relevance.
- Qualified Experts: Each article is assessed by specialists with field-specific knowledge.
- Up-to-date Insights: We incorporate the latest research, trends, and standards.
- Commitment to Quality: Reviewers ensure clarity, correctness, and completeness.
Look for the expert-reviewed label to read content you can trust.
DIRETTORE EDITORIALE
Michele Ficara Manganelli ✿
PUBBLICITA’ – COMUNICATI STAMPA – PROVE PRODOTTI
Per acquistare pubblicità CLICCA QUI
Per inviarci comunicati stampa e per proporci prodotti da testare prodotti CLICCA QUI