Ora ogni laboratorio di frontiera vuole il suo silicio
The Information ha riferito il 2 luglio 2026 che Anthropic è in trattative preliminari con Samsung per produrre un chip AI su misura, puntando a quanto pare al processo di foundry a 2nm di Samsung e al packaging avanzato. Le trattative sono esplorative - Anthropic non ha deciso cosa farà il chip, quanto sarà potente, né come si inserirà in un server - e Samsung aveva già partecipato al round di finanziamento Series H di Anthropic come partner infrastrutturale strategico.
La mossa completa uno schema, più che aprirlo. Google fa girare le proprie TPU da anni, Amazon ha Trainium, e a fine giugno OpenAI ha presentato un chip di inferenza progettato con Broadcom chiamato Jalapeno. Reuters aveva riferito per prima ad aprile che Anthropic valutava il silicio su misura. Con questo, l'ultimo laboratorio di frontiera che dipendeva dall'hardware Nvidia acquistato sul mercato sta ora progettando in proprio.
Perché un'azienda di modelli costruisce un chip
Le ragioni sono approvvigionamento e controllo. Anthropic ha citato la carenza di chip, e componenti su misura calibrati su un solo carico di lavoro possono battere l'hardware generico sulle prestazioni per watt, che è la metrica che decide la bolletta elettrica di un data center. OpenAI ha fatto esattamente questa argomentazione per Jalapeno. Possedere il progetto allenta anche la presa di Nvidia sia sull'allocazione sia sul prezzo.
Questo è un'aggiunta, non una sostituzione. La dichiarazione della stessa Anthropic è che uno stack hardware diversificato, che comprende chip di Google, Amazon e Nvidia, resterà centrale nella sua strategia di computing. Un chip su misura è una copertura contro un unico fornitore, non un abbandono di quel fornitore, e il primo silicio funzionante è lontano anni.
Cosa significa per gli operatori europei
La lettura di breve termine è noiosa e importante: nulla diventa più economico a breve. I chip su misura impiegano da due a tre anni per arrivare in produzione, quindi il potere di prezzo di Nvidia sulla tua bolletta di computing tiene ben dentro il 2028. Chiunque modelli i costi dell'AI sperando che l'integrazione verticale lo sollevi quest'anno sta modellando l'anno sbagliato.
La lettura strategica è quella da archiviare. Il computing si sta frammentando in stack di proprietà dei fornitori, dove l'azienda che fa il modello fa anche il chip, il che trasforma silenziosamente la scelta del modello in un impegno sul silicio. L'Europa, in modo notevole, non ha alcun laboratorio in questa corsa al silicio - un promemoria del fatto che la dipendenza del continente dal computing è più profonda di quale regione cloud si scelga.
Da leggere ora: Quando il sostenitore più investito nell'IA fa un passo indietro, cosa vi sta dicendo? | Nvidia finanzia i laboratori che comprano i suoi chip. Il boom dell'IA si sta pagando da solo?
