Perché i prezzi della RTX 5090 continuano a salire: dietro gli aumenti di Nvidia e la carenza di memoria GDDR7


Nvidia’s latest pricing shift highlights how quickly GPU economics are tightening across the AI hardware stack. A $300 wholesale increase on the RTX 5090, effective May 13, is being absorbed by board partners such as ASUS, MSI, and Gigabyte. While the official MSRP remains listed at $1,999, real-world availability tells a different story, with most retail configurations now exceeding $4,000.

This divergence is not incidental. The RTX 5090’s heavy reliance on 32GB of GDDR7 memory has pushed memory costs to more than 80% of the card’s total bill of materials. At the same time, AI data center demand is consuming wafer capacity at scale, tightening supply across the entire memory ecosystem. Nvidia’s decision to reduce RTX 50 series production by up to 40% and cancel the RTX 50 Super line further constrains future supply, effectively extending the next major refresh cycle toward 2028.

For enterprise infrastructure teams, this creates a dual pressure scenario: rising acquisition costs and increasing scarcity of high-end compute. In many sustained workload environments, on-prem GPU deployments can still outperform cloud pricing on total cost of ownership, but the margin advantage is narrowing as hardware markets reprice in real time. As a result, secondary GPU assets are appreciating significantly, making timing a critical factor in both procurement and divestment strategies.

In this environment, asset recovery strategies become materially more important. Organizations evaluating surplus or underutilized hardware can capture stronger resale value while the market remains elevated. Sell GPU

Reference: buysellram.com/blog/why-rtx-50…

in reply to bsrtech

Ciao @bsrtech e benvenuto,
vorrei condividere con te degli appunti su una questione che riguarda i post Friendica con il titolo

Formattazione post con titolo leggibili da Mastodon

Come forse saprai già, con Friendica possiamo scegliere di scrivere post con il titolo (come su WordPress) e post senza titolo (come su Mastodon). Uno dei problemi più fastidiosi per chi desidera scrivere post con il titolo è il fatto che gli utenti Mastodon leggeranno il tuo post come se fosse costituito dal solo titolo e, due a capi più in basso, dal link al post originale: questo non è di certo il modo miglior per rendere leggibili e interessanti i tuoi post!

Gli utenti Mastodon infatti hanno molti limiti di visualizzazione, ma sono pur sempre la comunità più grande del Fediverso e perciò è importante che vedano correttamente i vostri post: poter contare sulla loro visibilità è un'opportunità per aggiungere ulteriori possibilità di interazioni con altre persone.

Fortunatamente, con le ultime release di Friendica abbiamo la possibilità di modificare un'impostazione per rendere perfettamente leggibili anche i post con il titolo. Ecco come fare:

A) dal proprio account bisogna andare alla pagina delle impostazioni e, da lì, alla voce "Social Network" al link poliverso.org/settings/connect…
B) Selezionando la prima sezione "Impostazione media sociali" e scorrendo in basso si può trovare la voce "Article Mode", con un menu a cascataC) Delle tre voci disponibili bisogna scegliere "Embed the title in the body"

Ecco che adesso i nostri post saranno completamente leggibili da Mastodon!

Dietro il lancio di Vera di NVIDIA: come gli agenti AI stanno rimodellando le CPU dei data center


NVIDIA ha appena consegnato a mano il primo processore Vera CPU di produzione ad Anthropic, OpenAI, SpaceXAI e Oracle Cloud Infrastructure — di persona, con un cacciavite. L’immagine è insolita.

Ma il segnale sottostante è ancora più interessante. Per quattro anni, i data center AI sono stati costruiti attorno all’addestramento: rack pieni di GPU dedicate alle moltiplicazioni di matrici. La CPU era un direttore d’orchestra silenzioso.

Ora l’equilibrio sta cambiando. L’inferenza è sulla buona strada per consumare due terzi della potenza di calcolo AI nel 2026. Gartner prevede che entro la fine dell’anno il 40% delle applicazioni enterprise integrerà agenti AI specializzati. E i carichi di lavoro agentici mettono sotto pressione la CPU in modi che il training non faceva: chiamate sequenziali agli strumenti, gestione dello stato su contesti lunghi, coerenza GPU, logica di orchestrazione.

Vera è la risposta di NVIDIA. AMD ha MI300A. Anche Intel e l’ecosistema Arm per server cloud stanno reagendo. La CPU è tornata nel percorso critico.

buysellram.com/blog/behind-nvi…
How AI Agents Are Reshaping Data Center CPUs

#NVIDIA #VeraCPU #AIagents #DataCenter #AIinfrastructure #AgenticAI #EnterpriseAI #ServerCPU