Il dominio quasi assoluto di Nvidia sull'infrastruttura di calcolo per l'intelligenza artificiale sta subendo una prima, concreta incrinatura. A partire dalla fine di giugno, diverse realtà leader del settore — tra cui OpenAI, Amazon, Etched e SambaNova — hanno completato il passaggio dai prototipi alla distribuzione commerciale di chip AI custom, segnando la fine dell'era in cui le GPU erano l'unica opzione percorribile per il compute ad alte prestazioni.
La strategia del silicio proprietario
L'iniziativa non rappresenta una semplice competizione tra vendor, ma una scommessa strutturale sull'efficienza. Secondo un'analisi di AI Insiders, anche i più grandi acquirenti di hardware, come OpenAI, hanno concluso che il controllo diretto dello strato del silicio sia l'unico modo per ottimizzare costi e performance. In particolare, OpenAI ha lanciato Jalapeño, un chip per l'inferenza sviluppato in collaborazione con Broadcom in soli nove mesi, volto a ridurre la dipendenza finanziaria da Nvidia.
I giganti del cloud e l'offensiva degli ASIC
I cosiddetti hyperscaler stanno accelerando la transizione verso gli ASIC (Application-Specific Integrated Circuits). Google, con le sue TPU v5p, dichiara di addestrare modelli di grandi dimensioni fino a 2,8 volte più velocemente rispetto alla generazione precedente e 1,9 volte più rapidamente dei cluster Nvidia H100 in task equivalenti. Secondo report di Windows News, le TPU v5p gestiscono già oltre il 60% dell'inferenza AI interna di Google Cloud.
Parallelamente, Amazon ha distribuito Trainium2, focalizzato sull'inferenza ad alto throughput per i servizi Bedrock e SageMaker, mentre Microsoft sta implementando Maia 100 per sostituire decine di migliaia di H100 nei propri data center. Questa spinta è supportata da architetti del silicio come Broadcom e Marvell, che stanno diventando i veri abilitatori di questa nuova fase dell'AI.
Nuovi player e modelli di business
Il mercato non si limita ai colossi. La startup Etched ha già Secured oltre 1 miliardo di dollari in impegni commerciali per la sua piattaforma di calcolo dedicata esclusivamente all'inferenza, spostando il focus dalla versatilità delle GPU alla specializzazione estrema.
Mentre Nvidia risponde trasformandosi in una "AI factory company" che offre l'intero stack tecnologico, il mercato degli acceleratori custom sta crescendo a ritmi superiori rispetto alle GPU standard. Le proiezioni indicano una crescita del 44,6% per gli ASIC nel 2026, contro il 16,1% delle spedizioni di GPU tradizionali. Questa diversificazione è fondamentale per sostenere l'economia dell'AI agentica, dove i costi di calcolo per singola richiesta devono essere drasticamente ridotti.
Ancora nessun commento. Puoi essere il primo!