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.