Circuiti semiconduttori e componenti dati su una superficie luminosa, infrastruttura tecnologica per i data center AI

OpenAI-Nvidia: in Ohio il data center da 8 gigawatt e 105 miliardi

Il 17 agosto 2026 OpenAI ha firmato un leasing ventennale per il campus PORTS-Pike in Ohio: circa 8 gigawatt di capacità IT, con Nvidia nel doppio ruolo di garante finanziario fino a 105 miliardi di dollari e fornitore esclusivo dei chip. La lettura dei numeri impone però una distinzione: il leasing da 8 gigawatt non coincide con la prima fase coperta dalla garanzia, e i 105 miliardi non sono una garanzia sui canoni, ma un massimale sul valore residuale degli asset. È questo slittamento a rendere l’operazione un caso utile per osservare il debito fuori bilancio dell’AI.

Il maxi leasing da 8 gigawatt e i numeri del campus

OpenAI prende in leasing per 20 anni da SB Energy, società legata a SoftBank e partecipata da OpenAI, il campus PORTS-Pike in Ohio. La capacità IT è di circa 8 gigawatt; includendo raffreddamento e infrastrutture si arriva a 10 gigawatt lordi. La prima fase di costruzione copre 4,25 gigawatt.

DatoValore
Capacità IT nel leasing OpenAI8 GW
Capacità lorda con raffreddamento/infrastrutture10 GW
Prima fase di costruzione4,25 GW
Centrale a gas sul sito9,2 GW
Prima capacità operativa800 MW nel 2028

La prima fase rappresenta circa il 53% della capacità IT prevista nel leasing: 4,25 diviso 8 dà 0,53. Il complemento, 3,75 gigawatt, è la quota opzionale che Nvidia potrà esercitare in un secondo momento. OpenAI pagherà solo per la capacità completata. I primi 800 megawatt sono attesi nel 2028.

Nvidia investe 1,5 miliardi di dollari in SB Energy e ottiene un ruolo di fornitore esclusivo. Qui le fonti divergono su un punto rilevante: TechCrunch descrive Nvidia come fornitore unico di infrastruttura di calcolo per il data center Ports-Pike, mentre The Decoder limita l’esclusiva alla prima metà del sito. La differenza non è nominale: cambia il perimetro entro cui OpenAI resta vincolata ai chip Nvidia. SoftBank ha venduto a novembre azioni Nvidia per 5,8 miliardi di dollari; ora SoftBank e Nvidia tornano a legarsi sul progetto, convertendo un’esposizione azionaria in una partecipazione a un sviluppatore di data center.

La garanzia Nvidia: 105 miliardi con una struttura precisa

I 105 miliardi di dollari non sono una garanzia sui canoni di OpenAI. Se OpenAI abbandonasse il progetto, SB Energy dovrebbe prima trovare un nuovo inquilino e poi provare a vendere gli immobili; solo a quel punto Nvidia coprirebbe la differenza di valore, fino al tetto indicato.

Anche sul tipo di impegno le fonti non usano lo stesso linguaggio: TechCrunch parla di credito fino a 105 miliardi per costruire il sito, mentre The Decoder, citando il Wall Street Journal, lo definisce una garanzia sul valore residuale della prima fase. Non sono equivalenti: il credito evoca un finanziamento, la garanzia è solo eventuale e subordinata al fallimento della vendita. Il titolo del Financial Times indica 100 miliardi, The Decoder riporta un massimale definitivo di 105 miliardi; la distanza tra le cifre riflette anche questo diverso perimetro di lettura.

Secondo il Wall Street Journal, la garanzia riguarda la prima fase da 4,25 gigawatt e non l’intero leasing. Nvidia avrebbe voluto inizialmente garantire il progetto con circa 250 miliardi di dollari, ma dopo un calo del 5% del titolo e la pressione degli investitori ha ridotto il massimale. I 105 miliardi definitivi sono il 42% dei 250 iniziali e restano sotto i 120 miliardi di cui si era parlato. La copertura è limitata al valore degli asset, non all’affitto complessivo.

Applicando il massimale alla sola prima fase, il tetto equivale a circa 24,7 dollari per watt IT garantito (105 miliardi diviso 4,25 miliardi di watt). È un valore residuale massimo, non un costo di costruzione: per il lettore significa che il rischio OpenAI non viene trasferito a Nvidia in modo automatico, ma dipende dalla capacità di SB Energy di trovare un sostituto o di rivendere asset gigawatt-scale.

Circuiti semiconduttori e componenti dati su una superficie luminosa, infrastruttura tecnologica per i data center AI
Semiconduttori e infrastrutture dati formano la spina dorsale fisica dei modern data center per l'intelligenza artificiale.

Per il CEO di Nvidia Jensen Huang, questa operazione risponde a un cambio di priorità. Il nuovo acronimo è LPS — land, power, shell — e la tesi di Huang è che terra, elettricità e involucro degli edifici abbiano superato chip e apparati di rete come principale collo di bottiglia dell’AI.

Energia: centrale a gas da 9,2 GW e costi in salita

Il campus si appoggia a una centrale a gas naturale da 9,2 gigawatt, su un sito del Dipartimento dell’Energia in passato usato per l’arricchimento dell’uranio. Il costo previsto per l’impianto è di 33 miliardi di dollari.

Qui emerge un’ulteriore divergenza tra le fonti: TechCrunch scrive che SB Energy costruirà la centrale; The Decoder la descrive come di proprietà del governo Usa e finanziata dal Giappone nell’ambito di un accordo commerciale. Le due letture possono coesistere se distinte per fase: costruzione e sviluppo da un lato, proprietà e finanziamento dall’altro. Il punto analitico è che il rischio di esecuzione industriale e il rischio sovrano/finanziario non sono sovrapponibili.

Il costo dichiarato dell’impianto equivale a circa 3,6 miliardi di dollari per gigawatt di capacità elettrica lorda (33 diviso 9,2). Questo dato va letto insieme all’aumento del 66% dei costi delle centrali a gas negli ultimi due anni: il valore di 33 miliardi è già fotografato dentro una curva di costi in salita, non un punto fermo. Inoltre, una volta completati gli impianti, dovranno competere per il gas con i mercati di esportazione. Questa pressione potrebbe triplicare i prezzi del gas in alcune aree del Paese. Per l’infrastruttura dell’Ohio il rischio non è quindi solo il capex, ma anche la volatilità del costo operativo.

I 3 trilioni fuori bilancio che adesso diventano visibili

Un’analisi del Wall Street Journal quantifica in circa 3 trilioni di dollari gli impegni prevalentemente legati all’AI di nove società tecnologiche — tra cui Alphabet, Meta, Microsoft e Nvidia — che non compaiono a bilancio. I soli leasing non ancora partiti valgono 1,2 trilioni di dollari, quattro volte il livello di un anno prima.

Alphabet è passata da 332 miliardi a 811 miliardi di dollari di impegni d’acquisto nell’arco di tre mesi: un salto di 479 miliardi, pari a circa il 144%. Alphabet e Amazon hanno riportato free cash flow negativo. Morgan Stanley avverte che per gli investitori è sempre più difficile stimare il debito reale delle big tech, perché i contratti sono quasi impossibili da cancellare.

Il leasing ventennale dell’Ohio rientra esattamente nella categoria descritta dal Wall Street Journal: un contratto non ancora partito, destinato a essere registrato solo quando inizieranno i pagamenti. Per chi legge i bilanci, l’implicazione è concreta: il debito reale delle big tech non può essere stimato solo dai prospetti contabili, ma va ricostruito incrociando leasing, impegni d’acquisto e dati SEC.

Il solo pacchetto OpenAI-Nvidia in Ohio può valere fino a 600 miliardi di dollari se Nvidia esercita l’opzione sui restanti 3,75 gigawatt: si passerebbe dai circa 12 gigawatt di impegni Nvidia già previsti al 2030 a circa 16 gigawatt. E la prima fase, con 4,25 gigawatt, è già coperta dalla garanzia da 105 miliardi. L’opzione da 3,75 gigawatt, invece, non è descritta come coperta dallo stesso massimale: il valore potenziale da 600 miliardi resta un’esposizione commerciale, non una garanzia già accantonata.

Il vincolo dell’AI non è più il processore, ma la capacità di far arrivare elettricità e costruire capannoni su scala gigawatt. Il test operativo parte nel 2028 con 800 megawatt; la partita finanziaria, invece, è già iniziata fuori dai bilanci.

Fonti

Francesco Leone
Francesco Leone

Francesco Leone è un esperto in Intelligenza Artificiale con una profonda conoscenza in Machine Learning e Deep Learning. Attraverso la sua esperienza, ha contribuito allo sviluppo di soluzioni innovative in ambito di elaborazione del linguaggio naturale e visione artificiale, mirando a trasformare il modo in cui interagiamo con la tecnologia. Attivo nel settore con pubblicazioni e progetti su https://ital-ia.it/, Francesco si dedica alla ricerca e all'applicazione di algoritmi avanzati per rendere i sistemi più intelligenti e accessibili.

Articoli: 553

Lascia una risposta

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *