I migliori 30+ produttori di chip IA: NVIDIA e i suoi concorrenti
Sulla base della nostra esperienza nell'esecuzione del benchmark cloud GPU di AIMultiple con 10 diversi modelli di GPU in 4 diversi scenari, queste sono le migliori aziende di hardware IA per i carichi di lavoro dei data center.
30+ produttori di chip IA per categoria
*Il chip IA selezionato è la parte, la piattaforma o il progetto annunciato che meglio rappresenta ciascun fornitore. Alcune voci sono sistemi, servizi o IP licenziabili piuttosto che un singolo chip.
Ordinamento per categoria. I fornitori sono classificati in base alla quota stimata del fatturato degli acceleratori IA all'interno delle prime tre categorie (produttore leader, cloud pubblico, cloud IA pubblico), poiché i numeri di vendita o l'utilizzo del cloud possono essere stimati. Intel e Qualcomm sono le eccezioni. Entrambi sono elencati come produttori leader in base alla loro scala di data center e alle roadmap degli acceleratori annunciate, non ai ricavi effettivi degli acceleratori IA. I fornitori nella categoria di co-progettazione ASIC/XPU IA personalizzati sono classificati in base alla quota stimata del mercato della progettazione di ASIC personalizzati. I fornitori in tutte le altre categorie sono ordinati alfabeticamente.
GPU vs ASIC nelle architetture di chip IA
Mentre i fornitori sopra elencati competono nello stesso mercato, utilizzano architetture di chip fondamentalmente diverse:
- GPU (Unità di Elaborazione Grafica) sono processori paralleli ampiamente programmabili che supportano una gamma più ampia di carichi di lavoro di addestramento e inferenza IA rispetto alla maggior parte degli ASIC specializzati. NVIDIA e AMD dominano questa categoria.
- ASIC (Circuiti Integrati Specifici per Applicazione) sono progettati su misura per compiti specifici. Alcuni supportano sia l'addestramento che l'inferenza (Google TPU, AWS Trainium), mentre altri sono solo per l'inferenza (Groq LPU, AWS Inferentia).
Secondo TrendForce1 , le spedizioni di server IA basati su ASIC personalizzati dai provider cloud erano previste per ottobre 2025 in crescita del 44,6% nel 2026, contro il 16,1% per i server IA basati su GPU. Questi dati rappresentano i tassi di crescita delle spedizioni di server IA suddivisi per tipo di acceleratore, non il numero di chip spediti. TrendForce colloca ora i sistemi basati su ASIC a circa il 27% delle spedizioni di unità di server IA nel 2026, in calo rispetto al 27,8% del 15 aprile 2026 dopo i ritardi nella convalida e nella messa a punto dei chip presso Meta e AWS, contro il 69,7% per i sistemi basati su GPU, con gli ASIC che raggiungeranno circa il 40% entro il 2030.2
Quali sono i principali produttori di chip IA?
1. NVIDIA
NVIDIA progetta unità di elaborazione grafica (GPU) per il settore dei giochi dagli anni '90. NVIDIA è un produttore di chip fabless che esternalizza la maggior parte della produzione dei suoi chip a TSMC. Le sue principali attività includono:
Soluzioni IA desktop
DGX Spark (precedentemente Project Digits) è un supercomputer IA desktop dotato di un Grace Blackwell Superchip con una GPU NVIDIA Blackwell RTX con 6.144 core CUDA e Tensor Core di quinta generazione con precisione FP4, collegata tramite l'interconnessione chip-to-chip NVIDIA NVLink-C2C a una CPU NVIDIA Grace a 20 core, con fino a 1 petaflop di calcolo IA e 128GB di memoria unificata.3 4
Soluzioni per data center
L'azienda produce chip IA seguendo le architetture Ampere, Hopper e, più recentemente, Blackwell. Grazie al boom dell'IA generativa, i ricavi di NVIDIA sono cresciuti notevolmente, la sua capitalizzazione di mercato ha superato i 1.000 miliardi di dollari e ha rafforzato la sua leadership nei mercati delle GPU e dell'hardware IA. Il grafico seguente mostra come sono cresciuti i ricavi di NVIDIA in questo segmento nel corso degli anni e come sono diventati la principale fonte di reddito dell'azienda.
I dati del grafico provengono dai report finanziari di NVIDIA Corporation.5
DGX™ A100 e H100 sono stati i chip IA di punta di NVIDIA, progettati per l'addestramento e l'inferenza IA nei data center. NVIDIA ha poi lanciato:
- Chip H200, B300 e GB300
- Server HGX come HGX H200 e HGX B300 che combinano 8 di questi chip
- Serie NVL e GB200 SuperPod che combinano ancora più chip in grandi cluster.6
GPU cloud
La maggior parte dei provider cloud offre hardware NVIDIA come GPU cloud. Morgan Stanley ha collocato NVIDIA a circa l'85% del fatturato dei processori IA a marzo 2026, con gli ASIC personalizzati sopra il 10% e AMD sotto il 5%.7 Bloomberg Intelligence prevede che NVIDIA manterrà dal 70% al 75% del mercato degli acceleratori IA fino al 2030.8
NVIDIA ha anche lanciato la sua offerta DGX Cloud, fornendo un'infrastruttura di GPU cloud direttamente alle aziende, bypassando i provider cloud.
GPU per la grafica
Le GPU NVIDIA per gli utenti retail includono la serie GeForce, e la console Switch 2 di Nintendo funziona con un processore NVIDIA personalizzato.9
Sviluppi recenti
DGX Cloud Lepton
Annunciato il 19 maggio 2025, DGX Cloud Lepton di NVIDIA è un marketplace che mette in contatto gli sviluppatori IA con i provider cloud di GPU di NVIDIA, tra cui CoreWeave, Lambda e Crusoe.10
NVIDIA Dynamo
NVIDIA Dynamo, annunciato al GTC 2025, è un framework di inferenza open-source per il deployment ad alta velocità e bassa latenza di modelli di IA generativa in ambienti distribuiti.11
NVIDIA RTX PRO Servers e Enterprise IA Factory
Annunciato a maggio 2025 al Computex, NVIDIA ha introdotto i server RTX PRO alimentati dalle GPU RTX PRO 6000 Blackwell Server Edition, progettati per le fabbriche IA aziendali.12
Piattaforma NVIDIA Vera Rubin
NVIDIA ha presentato Vera Rubin, la sua piattaforma successiva a Blackwell Ultra, al CES 2026 come piattaforma a sei chip.13 Al GTC del 16 marzo 2026 NVIDIA l'ha ampliata a sette chip, la CPU Vera, la GPU Rubin, lo switch NVLink 6, ConnectX-9 SuperNIC, BlueField-4 DPU, lo switch Ethernet Spectrum-6 e Groq 3 LPU, e ha dichiarato che sono in produzione completa.14 Le spedizioni di produzione inizieranno nell'autunno 2026, inizialmente a otto partner cloud.15 Blackwell e GB300 NVL72 sono rimasti il prodotto principale in termini di volume di ricavi fino al primo trimestre fiscale 2027.
Il rack Vera Rubin NVL72 abbina 72 GPU Rubin a 36 CPU Vera per 3.600 PFLOPS di inferenza NVFP4, 20,7 TB di HBM4 e 260 TB/s di larghezza di banda di scale-up NVLink 6.16 Si dice che la GPU Rubin sia costruita sul processo N3P di TSMC con HBM4, un nodo che NVIDIA non ha confermato.
Il settimo chip proviene dall'accordo di licenza di NVIDIA del dicembre 2025 con Groq, descritto nella sezione Groq qui sotto.
La Groq 3 LPU è un chip di inferenza dedicato, prodotto da Samsung Foundry.17 I rack Groq 3 LPX sono previsti per la seconda metà del 2026, e NVIDIA prevede una velocità di elaborazione fino a 35x maggiore per megawatt per modelli da trilioni di parametri quando LPX è abbinato a Vera Rubin NVL72.18
DeepSeek
Il rilascio di R1 di DeepSeek ha dimostrato che i modelli di frontiera potevano essere addestrati con un numero relativamente ridotto di GPU. Ciò ha portato a una riduzione del prezzo delle azioni di NVIDIA.
Dato che le prestazioni dei sistemi GPU migliorano più volte all'anno grazie ai progressi nella progettazione dei chip e nelle interconnessioni, gli acquirenti farebbero bene a non acquistare oltre le loro esigenze annuali, poiché ciò potrebbe portare a possedere sistemi obsoleti.
Tariffe e restrizioni all'esportazione
Quattro misure separate regolano le vendite di chip IA avanzati alla Cina, e vengono spesso confuse.
Le licenze sono cambiate per prime. Il 13 gennaio 2026, il Bureau of Industry and Security degli Stati Uniti ha annunciato una regola finale che sposta le richieste di licenza per NVIDIA H200, AMD MI325X e chip simili da una presunzione di rifiuto a una revisione caso per caso, soggetta a condizioni relative a certificazioni dell'esportatore, verifiche dei clienti e test pre-spedizione indipendenti.19 Un tetto di volume è in vigore parallelamente: le spedizioni aggregate di un determinato chip verso Cina e Macao non possono superare il 50% della quantità dello stesso prodotto che l'esportatore ha spedito a clienti statunitensi per uso finale negli Stati Uniti.19
Altre due misure sono entrambe fissate al 25% e vengono abitualmente trattate come una sola. Il presidente Trump ha annunciato una quota di compartecipazione ai ricavi del governo statunitense del 25% sulle vendite di H200 alla Cina l'8 dicembre 2025 e l'ha ribadita il 14 gennaio 2026, mentre la Casa Bianca ha annunciato una tariffa distinta del 25% ai sensi della Sezione 232 sui semiconduttori avanzati con le stesse soglie di prestazione il 14 gennaio 2026, con esclusioni che includono i data center statunitensi e la ricerca e sviluppo negli Stati Uniti.20
La Cina si è mossa nella direzione opposta, anche se in modo meno formale. Reuters ha riferito il 5 novembre 2025, citando fonti anonime, che le autorità avevano vietato i chip IA stranieri nei data center finanziati dallo stato, e nessuna regolamentazione cinese ufficiale in tal senso è stata pubblicata.
Il permesso non si è tradotto in vendite. Il 14 luglio 2026, il Sottosegretario al Commercio Jeffrey Kessler ha dichiarato in un'audizione al Congresso che "pochissime spedizioni con licenze per H200 e equivalenti hanno avuto luogo. Si tratta di una quantità molto ridotta di chip". NVIDIA non aveva registrato alcun ricavo dai data center in Cina né nei risultati di febbraio 2026 né in quelli di maggio 2026.
Concorrenza nel mercato dell'inferenza
Mentre NVIDIA domina il mercato dell'"addestramento" IA, la concorrenza si sta intensificando nell'"inferenza", il dispiegamento di modelli IA per compiti reali. Aziende come AMD e Qualcomm, insieme a specialisti dell'inferenza tra cui Cerebras, SambaNova, d-Matrix e Positron, stanno sviluppando chip che mirano a fornire soluzioni di inferenza più convenienti, con un'attenzione particolare al minor consumo energetico. Anche il campo si è assottigliato e ampliato. Untether IA ha chiuso a giugno 2025 e ha dichiarato fallimento nell'ottobre successivo, e la tecnologia di inferenza di Groq è stata concessa in licenza a NVIDIA a dicembre 2025.
Le nuove tecniche di "ragionamento" dell'IA richiedono più potenza di calcolo. NVIDIA ritiene che il ragionamento favorirà la sua architettura nel lungo periodo e si aspetta che il mercato dell'inferenza finirà per eclissare per dimensioni quello dell'addestramento, anche se la sua quota di mercato sarà inferiore.21
2. AMD
AMD è un produttore di chip fabless con prodotti CPU, GPU e acceleratori IA.
AMD ha lanciato MI300 per i carichi di lavoro di addestramento IA a giugno 2023 e compete con NVIDIA per la quota di mercato. Startup, aziende e giganti tecnologici hanno adottato l'hardware AMD nel 2023, quando l'hardware NVIDIA era difficile da reperire durante il boom dell'IA generativa innescato dal lancio di ChatGPT.22 23 24
Nel 2025, AMD ha acquisito un team di ingegneri hardware e software IA da Untether IA insieme alla startup di compilatori Brium. Nel giugno 2026 AMD ha annunciato l'acquisizione di MEXT, la cui tecnologia di memoria predittiva è progettata per far sì che la memoria flash si comporti più come la DRAM e per ridurre i costi della memoria dei data center.25 26
AMD ha lanciato le Instinct MI350X e MI355X il 12 giugno 2025 all'Advancing IA 2025.27 La MI355X è costruita su CDNA4 a 3nm di TSMC con 288 GB di HBM3E e 10,1 PFLOPS di MXFP4, e AMD la posiziona contro la Blackwell B200 di NVIDIA piuttosto che contro la H200. AMD ha poi lanciato il 7 maggio 2026 la Instinct MI350P, una scheda PCIe passiva 5.0 con 144 GB di HBM3E e un TBP massimo di 600 W.28
AMD ha firmato quattro accordi Instinct su larga scala da ottobre 2025: OpenAI il 6 ottobre 2025 per 6 GW, con la prima capacità di 1 GW della serie MI450 dalla seconda metà del 2026;29 Oracle Cloud Infrastructure come partner di lancio il 14 ottobre 2025 per un lotto iniziale di 50.000 GPU della serie MI450 dal terzo trimestre solare 2026;30 Meta il 24 febbraio 2026 per un massimo di 6 GW dalla seconda metà del 2026, utilizzando una GPU Instinct personalizzata basata sull'architettura MI450 anziché una MI450 di serie;31 32 e Anthropic il 22 luglio 2026 per un massimo di 2 GW di GPU della serie MI450 nei rack Helios dalla prima metà del 2027.33
Dopo un disaccordo pubblico tra AMD e NVIDIA sul benchmarking di H100 e MI300, gli ultimi benchmark collocano MI300 migliore o alla pari di H100 per l'inferenza su un LLM da 70B.34
Serie MI400
AMD ha lanciato la serie Instinct MI400 all'Advancing IA 2026 il 22-23 luglio 2026.35 La MI455X è il membro della famiglia focalizzato sull'IA. AMD la elenca come CDNA5 su "TSMC 2nm | 3nm FinFET" con 320 miliardi di transistor, 432 GB di HBM4, 23,3 TB/s di larghezza di banda di picco della memoria e 40,3 PFLOPS di OCP MXFP4.36 Helios, il sistema a livello di rack costruito attorno alla serie MI400, è in piena produzione con le prime spedizioni a partire dalla fine del terzo trimestre 2026.35
Un terzo membro della famiglia, la MI440X, è stato presentato al CES 2026 il 5 gennaio 2026 per l'IA aziendale on-premises in un fattore di forma compatto a otto GPU, e AMD non ha pubblicato specifiche da allora.37 Più avanti, la roadmap di AMD colloca la serie Instinct MI500 nel 2027 e la serie MI600 nel 2028, con l'architettura CDNA 6, la tecnologia di processo 2nm e i dettagli della memoria HBM4E per MI500 forniti al CES 2026.35
La MI430X è il membro HPC e IA sovrana della serie MI400. AMD l'ha annunciata il 19 novembre 2025 durante la settimana SC25 anziché all'Advancing IA 2026, con 432 GB di HBM4 e 19,6 TB/s, e ha aggiornato le sue specifiche il 23 luglio 2026. La pagina prodotto di AMD ora elenca fino a 288 TFLOPS di FP64 teorico di picco basato sull'hardware, fino a 9,2 PFLOPS di picco FP4 e MXFP4, 432 GB di HBM4 integrata e fino a 23,3 TB/s di larghezza di banda di picco teorica della memoria.38 La caratteristica distintiva rispetto alla MI455X è l'FP64 a piena velocità per il calcolo scientifico, piuttosto che la potenza di calcolo IA a bassa precisione.
AMD prevede che la MI430X sarà disponibile nel 2027 e non ha pubblicato il numero di transistor, la potenza della scheda o la litografia. Due cifre nei materiali di AMD non concordano. Le FAQ della pagina di destinazione della serie MI400 indicano ancora fino a 19,6 TB/s mentre la pagina delle specifiche MI430X indica 23,3 TB/s, e le FAQ nella pagina MI430X contengono un errore di battitura che riporta 2,3 TB/s.38
AMD nomina tre sistemi target per la MI430X: Discovery presso l'Oak Ridge National Laboratory, previsto per il 2028; Alice Recoque, il primo sistema exascale francese; e Herder presso HLRS Stuttgart, annunciato con HPE il 2 dicembre 2025. Lux, il cluster IA factory di Oak Ridge annunciato il 27 ottobre 2025, è costruito su MI355X e non è un sistema MI430X.
Software
Il software IA di AMD funziona sullo stack ROCm. SemiAnalysis, in un benchmark di dicembre 22 2024 di MI300X contro H100 e H200, ha dato ad AMD una probabilità dello 0% di rompere il fossato CUDA di NVIDIA, trovando che CUDA funziona immediatamente per la maggior parte dei compiti mentre il software AMD richiede una configurazione significativa.39
Gli stessi analisti hanno rivisto quel giudizio il 25 luglio 2026, definendolo "una grande probabilità di successo a patto che AMD risolva i due principali rischi che delineiamo di seguito": l'avvio della produzione dei rack Helios, dove i SerDes deboli richiedono fino all'85% del backplane da ritemporizzare con oltre 550 retimer Ethernet Broadcom per rack, e una persistente mancanza di cluster GPU interni stabili per lo sviluppo software e i test automatizzati CI.40
All'Advancing IA 2026 AMD si è impegnata a un ciclo di rilascio fisso di sei settimane al posto del precedente ciclo approssimativamente trimestrale.41
Ecosistema
Come NVIDIA, AMD investe selettivamente negli utenti delle sue soluzioni per guidare l'adozione del suo hardware.42 Ha anche legato il capitale ai suoi maggiori impegni, emettendo ad OpenAI e a Meta ciascuno un warrant basato sulle prestazioni per un massimo di 160 milioni di azioni a $0,01, con maturazione legata alle milestone di spedizione di Instinct.43
3. Intel
Intel ha una lunga storia nello sviluppo di semiconduttori. A differenza dei fabless NVIDIA e AMD, Intel possiede le proprie fonderie e costruisce internamente componenti come lo Xeon 6+ basato su 18A. Non è esclusivamente autosufficiente. Acquista inoltre componenti correlati all'IA da TSMC, e Gaudi 3 stesso è stato prodotto con il processo 5nm di TSMC.44
Gaudi 3 è l'ultimo acceleratore IA dedicato della linea Gaudi di Intel. Intel non ha annunciato un successore di Gaudi, e ogni passo successivo della sua roadmap pubblicata è una GPU.45 46 Il chip stesso non è stato ritirato. La pagina prodotto di Intel elenca ancora la scheda PCIe Gaudi 3 (HL-338) come in spedizione, e Intel non ha pubblicato alcun avviso di fine vita per essa.47 Intel puntava a $500 milioni di ricavi da Gaudi per il 2024 e ha abbandonato l'obiettivo nella conference call sui risultati del terzo trimestre del 31 ottobre 2024. Al CES 2026 ha ammesso che Gaudi "non ha soddisfatto le esigenze del mercato dell'addestramento IA di frontiera".45
Intel ha cancellato la sua GPU Falcon Shores per passare a Jaguar Shores, un acceleratore IA a scala rack i cui dettagli confermati si limitano al marchio Gaudi e alla memoria HBM4 di SK hynix, senza un nodo di processo dichiarato.45 Al CES 2026 la roadmap di Intel faceva riferimento alla "linea di prodotti Shores" senza il nome Jaguar, e Intel non ha annunciato un cambio di nome. Intel ha fatto nuovi annunci sull'hardware IA al Computex 2026, incluso il suo processore Xeon 6+ sul nodo 18A.48 49
Crescent Island è una GPU per data center basata su Xe3P, ottimizzata per l'inferenza, annunciata per la prima volta il 14 ottobre 2025 all'OCP Global Summit con 160GB di LPDDR5X e campionatura clienti prevista per la seconda metà del 2026.50 Intel l'ha dettagliata al Computex 2026 come una scheda PCIe raffreddata ad aria da 350W che supporta tipi di dati da FP4 a FP64, con fino a 480GB come massimo che i partner possono costruire, non come capacità propria della scheda.45
4. Qualcomm
Qualcomm è un progettista fabless noto soprattutto per i SoC mobili, e ha annunciato una linea di prodotti per data center costruita attorno all'inferenza. La vecchia famiglia Cloud IA 100 è la linea di data center Qualcomm che gli acquirenti possono ordinare oggi. Due marchi Qualcomm che differiscono di una sola lettera si trovano ai lati di quella linea. Dragonwing, introdotto il 25 febbraio 2025, copre IoT industriale e embedded, reti e infrastrutture cellulari e porta i componenti edge IA dell'azienda, mentre Dragonfly, lanciato il 24 giugno 2026, è il marchio per i data center.51
AI200, AI250 e la roadmap per i data center
Il 27 ottobre 2025, Qualcomm ha annunciato AI200 e AI250, due soluzioni di inferenza IA a scala rack; entrambe ora rientrano nel marchio Dragonfly lanciato da Qualcomm nel giugno 2026.52 L'AI200 supporta 768 GB di LPDDR per scheda, e Qualcomm ha dichiarato al momento dell'annuncio che AI200 e AI250 dovrebbero essere disponibili in commercio rispettivamente nel 2026 e nel 2027; da allora non ha ribadito nessuna delle due date. L'AI250 introduce un'architettura di calcolo near-memory che secondo Qualcomm offre 133 TB/s di larghezza di banda effettiva della memoria per scheda, 18 volte l'AI200, un'affermazione per un prodotto che nessuno può ancora acquistare. Entrambi i rack utilizzano il raffreddamento a liquido diretto e Qualcomm ora specifica un rack conforme a OCP ORv3 da 140 kW anziché i 160 kW citati al momento dell'annuncio.53
Il 24 giugno 2026, Qualcomm ha presentato altri tre prodotti per data center.53 Il Dragonfly C1000 è una CPU per data center la cui disponibilità commerciale è prevista per il 2028, e Qualcomm ha indicato Meta come cliente nell'ambito di una collaborazione multi-generazionale riguardante le CPU per data center, piuttosto che gli acceleratori IA. Qualcomm High Bandwidth Compute (HBC) unisce il calcolo con una larghezza di banda di memoria accelerata in una soluzione di silicio impilato 3D, rendendolo un'architettura di calcolo piuttosto che un componente di memoria, e HBC Gen 1, abbinato all'AI250, dovrebbe raggiungere il campionamento commerciale a metà 2027. Il Dragonfly AI300 è un acceleratore di inferenza con campionamento commerciale previsto nel 2028. Qualcomm punta a oltre $15 miliardi di ricavi dai data center entro l'anno fiscale 2029.54
Qualcomm prevede le prime spedizioni a un cliente hyperscaler di silicio personalizzato, che non ha nominato, nel corso del 2026 solare.
Acquisizioni e la famiglia Cloud IA 100
Qualcomm ha completato l'acquisizione di Alphawave il 18 dicembre 2025. Il 24 giugno 2026 ha accettato di acquisire Modular Inc, una transazione che dovrebbe concludersi nella seconda metà del 2026, subordinatamente alle approvazioni normative.55
Prima della linea Dragonfly, gli acceleratori di inferenza per data center di Qualcomm erano le schede Cloud IA 100. La scheda PCIe Cloud IA 100 Pro assorbe 75 W ed è valutata fino a 400 TOPS INT8 e fino a 200 TFLOPS FP16.
Quali provider di cloud pubblico producono chip IA?
5. AWS
AWS produce i chip Trainium per l'addestramento dei modelli e i chip Inferentia per l'inferenza. Ha iniziato a sviluppare i propri chip dopo Google.
I chip Trainium2 formano il cluster Project Rainier, che alimenta i modelli dello sviluppatore di LLM Anthropic. Il numero al lancio del cluster nell'ottobre 2025 era di quasi mezzo milione di chip, e Anthropic ha dichiarato il 20 aprile 2026 che utilizza oltre un milione di chip Trainium2.56
Trainium3 e i Trn3 UltraServer hanno raggiunto la disponibilità generale il 2 dicembre 2025.57 Trainium3 è il chip IA di quarta generazione di AWS ed è il primo costruito con un processo a 3nm, valutato a 2,52 PFLOPS di calcolo FP8, 144 GB di HBM3e e 4,9 TB/s di larghezza di banda di memoria per chip. Un Trn3 UltraServer scala a 144 chip per 362 FP8 PFLOPS, 20,7 TB di HBM3e e 706 TB/s di larghezza di banda di memoria.
AWS ha annunciato Trainium4 come elemento della roadmap al re:Invent 2025, con il supporto per NVIDIA NVLink Fusion. Nella conference call sugli utili del primo trimestre 2026, Amazon ha dichiarato che Trainium4 dista circa 18 mesi dalla disponibilità generale ed è in gran parte prenotato.58
6. Piattaforma Google Cloud
La TPU di Google Cloud è il chip acceleratore di machine learning appositamente progettato che alimenta i prodotti Google. Google ha annunciato le TPU nel 2016.59 La TPU Trillium è la 6a generazione.60
Ironwood, chiamata anche TPU v7 o TPU7x, è progettata per complessi "modelli di pensiero" come gli LLM e i MoE, con 4.614 TFLOPS di calcolo FP8 per chip e fino a 42,5 Exaflops in pod da 9.216 chip.61 Offre un'efficienza energetica 2x rispetto a Trillium. Ogni chip contiene 192 GB di memoria ad alta larghezza di banda a 7,37 TB/s, con un'interconnessione inter-chip bidirezionale di 1,2 TB/s (9,6 Tb/s) e uno SparseCore migliorato per grandi incorporazioni.62 È entrata in anteprima il 24 novembre 2025 e ha raggiunto la disponibilità generale il 31 marzo 2026.63
Al Cloud Next del 22 aprile 2026, Google ha annunciato la sua ottava generazione di TPU come due chip appositamente progettati, TPU 8t per l'addestramento e TPU 8i per l'inferenza.64 Un superpod TPU 8t scala a 9.600 chip, due petabyte di HBM condivisa e 121 ExaFLOPS a FP4. Google afferma che entrambi saranno disponibili nel corso del 2026.
7. Alibaba
Alibaba progetta acceleratori IA attraverso la sua unità di chip T-Head (PingTouGe), su un'architettura PPU (unità di elaborazione parallela) sviluppata internamente con un'interconnessione ICN personalizzata.65
T-Head ha dettagliato pubblicamente lo Zhenwu 810E il 29 gennaio 2026. Il chip monta 96 GB di HBM2e e 700 GB/s di larghezza di banda inter-chip su 7 collegamenti ICN indipendenti, prestazioni che l'azienda descrive come paragonabili all'H20 di NVIDIA, e Alibaba Cloud lo distribuisce in cluster da 10.000 schede. Si tratta di una divulgazione di specifiche piuttosto che di un lancio di prodotto. L'810E non è un nuovo silicio del 2026, e i deployment da 10.000 schede sono precedenti all'annuncio.
Il 19-20 maggio 2026, Alibaba ha annunciato lo Zhenwu M890, con 144 GB di memoria, 800 GB/s di larghezza di banda di interconnessione inter-chip, supporto nativo da FP32 fino a FP4, e prestazioni triple rispetto all'810E. Viene fornito all'interno del supernodo Panjiu AL128, che contiene 128 acceleratori per rack e utilizza l'ICN Switch 1.0 a 25,6 Tbps. Alibaba dichiara che le consegne cumulative della serie Zhenwu superano le 560.000 unità. Tale cifra copre l'intera serie, non le unità M890.
Alcune organizzazioni nordamericane, europee e australiane (ad esempio, quelle del settore della difesa) potrebbero non preferire l'uso di Alibaba Cloud per ragioni geopolitiche.
8. IBM
IBM ha annunciato il suo chip di deep learning, l'unità di intelligenza artificiale (AIU), nel 2022.66 L'AIU di IBM si basa sul processore IBM Telum, che alimenta le capacità di elaborazione IA dei server mainframe IBM Z.67 IBM ha anche dimostrato che unire calcolo e memoria può portare a guadagni di efficienza nel prototipo di processore North Pole.68
L'acceleratore IA di IBM attualmente in commercio è lo Spyre Accelerator, annunciato il 7 ottobre 2025 e disponibile dal 28 ottobre 2025 su z17 e LinuxONE 5, e dall'inizio di dicembre 2025 su Power11.69 Spyre monta 32 core acceleratore e 25,6 miliardi di transistor su un processo a 5nm, confezionato come una scheda PCIe da 75W con 128 GB di LPDDR5. Fino a 48 schede si raggruppano in un sistema Z o LinuxONE, contro 16 in Power.
9. Huawei
L'Ascend 910C di HiSilicon di Huawei fa parte della famiglia di chip Ascend 910 introdotta nel 2019.
I laboratori di IA in Cina stanno sperimentando l'Ascend 910C. Il cloud di Huawei ospita i modelli DeepSeek e un ricercatore di DeepSeek sostiene che può raggiungere il 60% delle prestazioni di inferenza dell'H100 di NVIDIA.70
Huawei ha debuttato il chip Ascend 950PR insieme alla scheda acceleratrice Atlas 350 il 20 marzo 2026.71 La scheda Atlas 350 è specificata a 1,56 PFLOPS di calcolo FP4, 112 GB di HBM HiBL 1.0 proprietaria di Huawei con una larghezza di banda di memoria di 1,4 TB/s, 600 W di potenza e 2 TB/s di interconnessione. Tali dati di memoria appartengono alla scheda. Il silicio Ascend 950PR stesso è specificato a 128 GB e 1,6 TB/s. Huawei afferma che la scheda offre prestazioni 2,8 volte superiori all'H20 di NVIDIA, un confronto non omogeneo, poiché l'H20 di classe Hopper non ha il supporto nativo FP4.
Huawei ha pubblicato una roadmap Ascend, al keynote del Huawei Connect 2025 del 18 settembre 2025.72 Elenca Ascend 950PR nel Q1 2026, Ascend 950DT nel Q4 2026, Ascend 960 nel Q4 2027 e Ascend 970 nel Q4 2028. L'Ascend 950DT è specificato per 144 GB di HiZQ 2.0, la seconda HBM interna di Huawei, 4 TB/s di larghezza di banda di memoria, 2 TB/s di interconnessione e carichi di lavoro di decodifica e addestramento, ma a luglio 2026 è un impegno di roadmap piuttosto che un prodotto lanciato. Huawei ha mostrato l'Atlas 950 SuperPoD al WAIC 2026 il 18 luglio 2026, con il lancio commerciale ancora fissato per il Q4 2026. Le segnalazioni di un "Ascend 920" risalgono alla copertura della catena di approvvigionamento di aprile 2025 (DigiTimes Asia, 17 aprile 2025; Commercial Times, 21 aprile 2025) che descriveva un presunto sostituto SMIC N+3 / 6nm per l'H20. Huawei non ha mai annunciato, specificato o spedito un tale componente, e non compare da nessuna parte nella roadmap pubblicata.
Quali provider di cloud IA producono i propri chip?
Questi provider non dispongono di cloud pubblici con capacità complete come quelle degli hyperscaler. Forniscono servizi cloud limitati, tipicamente incentrati sull'inferenza IA. Siamo stati in grado di registrarci a questi servizi senza parlare con i team di vendita:
10. Groq
Groq è stata fondata da ex dipendenti di Google e ha costruito la sua attività attorno all'LPU (Unità di Elaborazione del Linguaggio), un'architettura di chip mirata all'inferenza a bassa latenza piuttosto che all'addestramento.
Il 24 dicembre 2025, Groq ha annunciato di aver stipulato un accordo di licenza non esclusivo con NVIDIA che copre la tecnologia di inferenza di Groq, e che il fondatore e CEO Jonathan Ross, il presidente Sunny Madra e altri membri del team dirigenziale erano entrati in NVIDIA.73 Groq ha dichiarato che continua come azienda indipendente. CNBC ha valutato la transazione intorno ai ~$20 miliardi in contanti, il che la renderebbe la più grande di NVIDIA fino ad oggi, cifra attribuita ad Alex Davis, CEO dell'investitore di Groq Disruptive, il quale ha anche affermato che NVIDIA acquisisce tutte le risorse di Groq tranne il business GroqCloud.74 NVIDIA non ha pubblicato alcun comunicato stampa sull'accordo, la CFO di NVIDIA Colette Kress ha rifiutato di commentare il prezzo, e Reuters ha osservato che nessuna delle due società lo ha confermato. Jensen Huang ha dichiarato ai dipendenti: "Mentre aggiungiamo dipendenti di talento alle nostre fila e concediamo in licenza la proprietà intellettuale di Groq, non stiamo acquisendo Groq come azienda". NVIDIA ha svelato il prodotto risultante, la NVIDIA Groq 3 LPU, al GTC del 16 marzo 2026 come settimo chip della piattaforma Vera Rubin.18
Groq ora opera come provider di cloud per l'inferenza. Nel giugno 2026 l'azienda ha dichiarato di gestire 13 data center in Nord America, Europa, Medio Oriente e APAC, di servire più di cinque milioni di sviluppatori e di scalare il proprio cloud di inferenza verso 200 MW di capacità entro il 2027.75 Il suo data center di Dammam, costruito con Aramco Digital, è sostenuto da un impegno di investimento saudita di $1,5 miliardi annunciato nel febbraio 2025.76
Groq ha raccolto circa $2,4 miliardi in finanziamenti dichiarati e ha spedito prodotti tra cui il processore GroqChip™ e l'acceleratore GroqCard™.77 Il suo round più recente, $650 milioni di capitale di crescita annunciato il 22 giugno 2026, non ha rivelato alcuna valutazione, il che lascia la valutazione post-money di $6,9 miliardi annunciata il 17 settembre 2025 come ultima valutazione confermata.78 75
11. SambaNova Systems
SambaNova Systems è stata fondata nel 2017 per sviluppare sistemi hardware-software ad alte prestazioni e alta precisione per carichi di lavoro di IA generativa su larga scala. Ha raccolto un round di Serie E da $350 milioni nel febbraio 2026.79 L'8 luglio 2026 ha completato la prima chiusura di un round di Serie F da $1 miliardo a una valutazione post-money di $11 miliardi, guidato da General Atlantic.80
SambaNova ha svelato l'SN50, la sua più recente Unità di Dati Riconfigurabile (RDU), il 24 febbraio 2026, con spedizioni ai clienti previste per la seconda metà del 2026, e a luglio 2026 nessun SN50 è stato spedito. L'SN50 offre 5x più calcolo per acceleratore e 4x più larghezza di banda di rete rispetto alla precedente generazione SN40L, e supporta un'architettura di memoria a tre livelli per modelli fino a 10 trilioni di parametri e contesto fino a 10 milioni di token.81 SoftBank Corp. sarà il primo cliente a implementare SN50 all'interno dei propri data center IA in Giappone.
SambaNova ha anche annunciato una collaborazione strategica pluriennale pianificata con Intel per fornire soluzioni di inferenza IA.
SambaNova Systems affitta la sua piattaforma alle aziende tramite SambaCloud.82
Quali sono le principali startup di chip IA?
Vorremmo anche presentare alcune startup nel settore dei chip IA i cui nomi potremmo sentire più spesso nel prossimo futuro.
12. Cerebras
Cerebras è stata fondata nel 2015 ed è l'unica tra i principali produttori di chip a concentrarsi sui chip a scala di wafer.83 I chip a scala di wafer presentano vantaggi in termini di parallelismo rispetto alle GPU, grazie alla loro maggiore larghezza di banda di memoria. Tuttavia, progettare e produrre tali chip è una tecnologia emergente.
I chip di Cerebras includono:
- WSE-1 con 1,2 trilioni di transistor e 400k core di elaborazione.
- WSE-2, con 2,6 trilioni di transistor e 850k core, è stato annunciato nell'aprile 2021 con un processo a 7nm.
- WSE-3, che presenta 4 trilioni di transistor e 900k core IA, è stato annunciato a marzo 2024 con un processo a 5nm.84
WSE-3 è la generazione attualmente in spedizione, e Cerebras non ha annunciato un successore.
Il sistema di Cerebras funziona con aziende farmaceutiche come AstraZeneca e GlaxoSmithKline e con laboratori di ricerca che vi fanno affidamento per le simulazioni. Si rivolge anche ai creatori di LLM poiché i suoi chip possono ridurre i costi di inferenza per i modelli di frontiera.
Cerebras offre i suoi chip anche sul suo cloud alle aziende.
Cerebras è quotata al Nasdaq con il ticker CBRS dal 14 maggio 2026, dopo un'IPO che ha raccolto circa $6,38 miliardi di proventi lordi.85 Prevede per l'anno fiscale 2026 ricavi core tra $855 e $865 milioni, e ha firmato un accordo di inferenza da 750 MW con OpenAI il 14 gennaio 2026, che il suo stesso comunicato del primo trimestre valuta oltre $20 miliardi.86
13. d-Matrix
d-Matrix segue un approccio innovativo, abbandonando la tradizionale architettura di von Neumann a favore del calcolo in memoria. Sebbene questo approccio abbia il potenziale per risolvere il collo di bottiglia tra memoria e calcolo, è nuovo e non ancora collaudato. Nel novembre 2025, d-Matrix ha raccolto $275 milioni in un round di Serie C, valutando l'azienda $2 miliardi.87
Corsair, la piattaforma di inferenza IA dell'azienda, è entrata in piena produzione il 9 giugno 2026, costruita su un'architettura di chiplet di calcolo in memoria basata su SRAM.88
Il miglioramento della velocità 10x attribuito a Corsair proviene da benchmark eseguiti da partner piuttosto che da test indipendenti. Il tester, Gimlet Labs, è un partner commerciale di d-Matrix, e il post del benchmark riporta nel byline il co-fondatore e CTO di d-Matrix. Il risultato misurato è un miglioramento della latenza delle richieste end-to-end di 2-10x su gpt-oss-120b per una configurazione di decodifica speculativa, non un generico 10x rispetto alle GPU.
14. Rebellions
Rebellions è una startup con sede in Corea focalizzata sull'inferenza di LLM. Si è fusa con un'altra azienda coreana di progettazione di semiconduttori, SAPEON.89 Il finanziamento totale è di circa $850 milioni.90 L'IPO non è ancora avvenuta. Rebellions ha dichiarato l'8 luglio 2026 che punta al primo o al secondo trimestre del 2027, orientandosi verso una quotazione sul mercato principale KOSPI.91
REBEL-Quad è l'acceleratore di seconda generazione, quattro chiplet costruiti sul processo a 4nm di Samsung, e Rebel100 è il suo nome commerciale prodotto.
15. Tenstorrent
Il più recente processore Tensix Blackhole di Tenstorrent offre prestazioni di 664 TFLOPS (BLOCKFP8), abbinato a 32GB di memoria GDDR6 e 512 GB/s di larghezza di banda della memoria.
La scheda P150a ha un prezzo di $1.399 e dispone di quattro porte QSFP-DD 800G per la scalabilità multi-scheda. Il modello base P100a parte da $999.92
Da gennaio 2026, tutte le schede p150 Blackhole vengono spedite con 120 core Tensix invece di 140, e il rilascio del firmware v19.5.0 ha applicato la stessa riduzione retroattivamente alle schede vendute. Tenstorrent stima il costo in 1-2% sui carichi di lavoro tipici.93
Tenstorrent offre uno stack software completamente open-source. L'azienda ha raccolto $700 milioni nel dicembre 2024.94
16. Positron
Positron è stata fondata nel 2023 e si concentra esclusivamente sull'inferenza di modelli transformer. Adotta un approccio ASIC e progetta, produce e assembla i propri chip negli Stati Uniti.
Prodotti:
- Atlas (in spedizione): Un server di inferenza transformer dotato di 8x acceleratori Positron Archer Transformer con un totale di 256 GB di HBM. L'azienda dichiara >4x prestazioni per watt e >3x prestazioni per dollaro rispetto ai sistemi Hopper di NVIDIA, benchmark su Llama 3.1 8B con calcolo BF16.95
- Titan (in arrivo nel 2027): Un sistema successore con oltre 8 TB di memoria alimentato da chip personalizzati 4x Asimov, progettato per supportare modelli fino a 16 trilioni di parametri e finestre di contesto superiori a 10 milioni di token in un fattore di forma 4U raffreddato ad aria.96
- Asimov (in arrivo nel 2027): Silicio acceleratore di inferenza personalizzato con oltre 2 TB di memoria per chip.
Positron ha raccolto un round di Serie B di oltre $230 milioni all'inizio del 2026.97
17. _etched
Il loro approccio sacrifica la flessibilità per l'efficienza, imprimendo le architetture dei modelli direttamente nei loro chip.
Etched è uscita dalla modalità stealth il 30 giugno 2026 con il silicio A0 di prima passata dal processo N4P di TSMC, oltre $1 miliardo in contratti firmati con i clienti e $800 milioni raccolti.98 Il 23 luglio 2026 ha annunciato un round di Serie C da $300 milioni a una valutazione di $10,3 miliardi, guidato da Sequoia.99
L'azienda non utilizza più il nome del prodotto Sohu. Ora si descrive come costruttrice di cluster di inferenza di frontiera che eseguono DeepSeek, Qwen, Mamba e Llama, quindi il design non è più solo per transformer.98
Due domande rimangono aperte. Etched non ha pubblicato alcun benchmark di terze parti e non nomina alcun cliente dietro i contratti che riporta, quindi le sue cifre di prestazione rimangono misurazioni interne. La questione dell'obsolescenza sollevata dal design originale di Sohu si applica ora al più ampio insieme di modelli, poiché un chip costruito attorno a un gruppo fisso di architetture deve essere riadattato una volta che tali architetture vengono superate.
18. Taalas
Taalas è stata fondata all'inizio del 2023 e cabla direttamente singoli modelli nel silicio personalizzato, producendo ciò che l'azienda chiama "Modelli Hardcore".100 L'azienda afferma di poter trasformare qualsiasi modello di IA mai visto prima in silicio personalizzato entro due mesi.
L'architettura di Taalas unifica memoria e calcolo su un singolo chip a densità di livello DRAM, eliminando la necessità di HBM, packaging avanzato, stacking 3D, raffreddamento a liquido o I/O ad alta velocità.
Prodotti:
- HC1 (disponibile ora): Un dimostratore tecnologico cablato con Llama 3.1 8B, costruito su 6nm di TSMC con 53 miliardi di transistor. Taalas dichiara 17.000 token al secondo per utente in un server raffreddato ad aria da 2,5 kW. Tuttavia, il modello utilizza una quantizzazione personalizzata aggressiva a 3 e 6 bit, che introduce degradi della qualità rispetto alle linee di base su GPU.101
- HC2 (obiettivo di roadmap per l'inverno 2026, non ancora un prodotto): Una piattaforma di seconda generazione con densità più elevata, esecuzione più veloce e formati a virgola mobile standard a 4 bit per affrontare le limitazioni di quantizzazione di HC1.
Taalas ha raccolto un totale di $219 milioni e dichiara di aver speso $30 milioni per portare il suo primo prodotto sul mercato con un team di 24 persone.
19. Extropic
Extropic ha raccolto un round di $14 milioni alla fine del 2023 per utilizzare la termodinamica per il calcolo. La sua pagina hardware elenca tre parti. X0 è un prototipo di silicio del primo trimestre 2025, e XTR-0 è una piattaforma di sviluppo spedita in numero limitato a ricercatori selezionati nel terzo trimestre 2025. Entrambi sono stati presentati il 29 ottobre 2025. Z1, il primo chip in scala di produzione, è indicato come in accesso anticipato nel 2026.102
20. Vaire
Vaire è una startup con sede nel Regno Unito che lavora sul calcolo reversibile, un approccio che mira a creare chip a energia quasi zero. A differenza del calcolo tradizionale, in cui l'energia viene persa sotto forma di calore, il calcolo reversibile ricicla una parte significativa dell'energia per i calcoli successivi.
Il primo chip di test di Vaire, nome in codice Ice River, è un dimostratore CMOS a 22nm piuttosto che un prodotto. Le misurazioni riportate nel settembre 2025 hanno dato un fattore di recupero energetico di 1,77 per un array di condensatori pilotato dal risuonatore di Vaire e 1,41 per un registro a scorrimento sullo stesso chip, contro un valore previsto in simulazione di circa 2x.103 Il dato del 50% riportato al tape-out si applica solo al risuonatore ed esclude ulteriori sovraccarichi energetici.104 105
21. Fractile
Fractile è una startup di chip per l'inferenza IA con sede nel Regno Unito emersa dalla modalità stealth nel luglio 2024 con $15 milioni di finanziamenti per sfidare NVIDIA nell'inferenza di modelli di frontiera.106
L'azienda sta costruendo processori che intervallano fisicamente memoria e calcolo sullo stesso die, il che, secondo loro, risolve il requisito simultaneo di bassa latenza e alta produttività che le GPU non possono soddisfare per l'inferenza di modelli di frontiera. Fractile afferma che il suo design può eseguire modelli di frontiera fino a 25x più velocemente.
Fractile ha annunciato un round di Serie B da $220 milioni il 13 maggio 2026.107 Le segnalazioni sul round collocano la valutazione a circa $1 miliardo, una cifra che l'azienda non ha confermato.
Quali aziende progettano chip IA per uso interno?
Queste aziende progettano acceleratori per la propria infrastruttura piuttosto che venderli sul mercato commerciale, quindi i benchmark indipendenti su di essi sono scarsi.
22. Apple
Si dice che il Progetto ACDC di Apple sia focalizzato sulla costruzione di chip per l'inferenza IA nei data center.108 Il chip per server avrebbe il nome in codice Baltra e sarebbe sviluppato con Broadcom, ma Apple non lo ha mai riconosciuto ufficialmente. Reuters ha riferito il 15 luglio 2026, citando The Information, che il progetto è stato posticipato e che i server IA interni di Apple funzionano ancora su chip M2 Ultra.109 110 M5 è stato lanciato il 15 ottobre 2025, e M5 Pro e M5 Max sono stati annunciati il 3 marzo 2026 con un acceleratore neurale in ogni core della GPU. Apple sta rafforzando la sua strategia di IA su dispositivo con il framework Core IA, che esegue modelli su silicio Apple senza dipendenze dal server, supportato da un repository open-source di modelli Core IA su GitHub.111 112
23. Meta
L'acceleratore di addestramento e inferenza di Meta (MTIA) è una famiglia di processori per carichi di lavoro IA come l'addestramento dei modelli Llama di Meta.
Meta ha rinominato la famiglia MTIA l'11 marzo 2026. Il componente precedentemente chiamato Next Gen MTIA è ora MTIA 200. Si basa sulla tecnologia 5nm di TSMC, si dichiara che offra prestazioni 3x superiori a MTIA v1, ed è ospitato in rack contenenti fino a 72 acceleratori.113 MTIA 300 è in produzione per l'addestramento di ranking e raccomandazione, e MTIA 400, 450 e 500 seguiranno nel corso del 2026 e 2027.114
MTIA è attualmente per uso interno di Meta. Tuttavia, in futuro, se Meta lanciasse un'offerta di IA generativa aziendale basata su Llama, questi chip potrebbero alimentare tale offerta.
Il 14 aprile 2026 Meta e Broadcom hanno annunciato una partnership strategica pluriennale e multi-generazionale che si estende fino al 2029, in cui Broadcom fornisce tecnologia a supporto dei chip MTIA di Meta. L'impegno iniziale supera 1 GW come prima fase di un'implementazione multi-gigawatt, e Broadcom afferma che include il primo acceleratore di calcolo IA a 2nm del settore insieme alla sua rete Ethernet di scale-up, scale-out e scale-across.115 Il lato Broadcom della partnership è trattato nella sezione Broadcom qui sotto.
24. Microsoft Azure
All'Hot Chips 2024, Microsoft ha presentato Maia 100, il loro primo acceleratore IA personalizzato, costruito con il processo N5 di TSMC. Microsoft ha lanciato Maia 200 (nome in codice Braga) il 26 gennaio 2026, come acceleratore IA focalizzato sull'inferenza per Azure, progettato per ridurre i costi dei token IA e offrire prestazioni per dollaro migliori del 30% rispetto ai sistemi esistenti.116
Maia 200 è costruita su 3nm di TSMC con oltre 140 miliardi di transistor, 216 GB di HBM3e a 7 TB/s, 272 MB di SRAM on-chip e oltre 10 PFLOPS di calcolo FP4 all'interno di un TDP SoC di 750 W. È distribuita nella regione US Central di Azure vicino a Des Moines, Iowa, con la regione US West 3 vicino a Phoenix in seguito.116
25. OpenAI
OpenAI ha progettato il suo primo chip IA con Broadcom, e la leadership del suo team di chip ha esperienza nella progettazione di TPU presso Google.117 OpenAI ha confermato TSMC come fonderia, ma né OpenAI né Broadcom hanno confermato un nodo di processo.118 Le notizie della catena di approvvigionamento coreana hanno usato il nome in codice "Titan" per il chip e lo hanno collocato sul processo N3 di TSMC, sebbene nessuna delle due aziende utilizzi quel nome.119
Samsung si è assicurata un accordo per fornire memoria HBM4 per il chip OpenAI, allocando a quanto si dice oltre il 50% della sua capacità di fonderia di Pyeongtaek ai die di base HBM4 a questo scopo.120 OpenAI e Broadcom hanno annunciato una collaborazione per 10 gigawatt di acceleratori IA personalizzati nell'ottobre 2025. L'avvio dei rack è previsto per la seconda metà del 2026 e il completamento entro la fine del 2029. L'annuncio afferma che le parti "hanno firmato una term sheet" per i rack piuttosto che un contratto di acquisto definitivo dichiarato, e nessuna delle due società ha pubblicato un valore finanziario per la collaborazione.117 Il 24 giugno 2026 i due hanno presentato Jalapeño, il primo processore di intelligenza di OpenAI. Entrambe le società affermano che i campioni ingegneristici stanno eseguendo carichi di lavoro ML in laboratorio alla frequenza e potenza target di produzione, incluso GPT-5.3-Codex-Spark, e che la piattaforma è progettata per il dispiegamento iniziale entro la fine del 2026, il che colloca il chip nella fase di campioni ingegneristici post-tape-out piuttosto che nella produzione di massa.121 Il lato Broadcom dell'accordo, inclusi gli altri clienti di acceleratori personalizzati, è trattato nella sezione Broadcom qui sotto.
Quali sono gli altri produttori di chip IA?
26. Graphcore
Graphcore è un'azienda britannica fondata nel 2016. L'azienda ha annunciato il suo chip IA di punta come IPU-POD256. Graphcore ha ricevuto finanziamenti per circa $700 milioni.
La sostenibilità a lungo termine dell'azienda era a rischio poiché perdeva circa $200 milioni all'anno.122 SoftBank ha annunciato l'acquisizione di Graphcore l'11 luglio 2024, e nessuna delle due parti ha ufficialmente divulgato il prezzo, segnalato intorno a $600 milioni.123 SoftBank ha iniettato ulteriori $457 milioni in Graphcore il 10 aprile 2026.124
27. Mythic
Mythic è stata fondata nel 2012 ed è focalizzata sull'IA edge. Mythic segue un percorso non convenzionale, un'architettura di calcolo analogico, che mira a fornire un calcolo IA edge efficiente dal punto di vista energetico.
Ha sviluppato prodotti come M1076 AMP e MM1076 key card, e ha raccolto circa $165 milioni in finanziamenti.125
Mythic ha licenziato la maggior parte del personale e ristrutturato la sua attività con il round di finanziamento del marzo 2023.126
Mythic ha raccolto un round di $125 milioni, sottoscritto in eccesso, guidato da DCVC il 17 dicembre 2025, con Honda Motor e Lockheed Martin tra gli investitori strategici, e ha acquisito Videantis nel maggio 2026.127
28. Speedata
Fondata nel 2019 a Tel Aviv, Speedata sviluppa un'Unità di Elaborazione Analitica (APU) progettata per accelerare i carichi di lavoro di big data analytics e IA. Si tratta di un'APU che si rivolge ai carichi di lavoro Apache Spark, con piani per supportare altre importanti piattaforme di analisi dei dati.
Speedata ha raccolto $44 milioni in un round di Serie B nel giugno 2025, guidato da Walden Catalyst Ventures, 83North e altri, portando il finanziamento totale a $114 milioni. L'azienda afferma che la sua APU supera i processori generici e le GPU sostituendo rack di server con un singolo chip, offrendo prestazioni ed efficienza energetica superiori per l'elaborazione dei dati.128
29. Axelera IA
Fondata nel luglio 2021 a Eindhoven, Paesi Bassi, Axelera IA è specializzata in tecnologia di accelerazione hardware IA per la visione artificiale e l'IA generativa. L'azienda sta sviluppando Titania, un chiplet di inferenza IA basato sulla sua architettura Digital In-Memory Computing (D-IMC), progettato per accelerare i carichi di lavoro IA dall'edge al cloud.
Axelera IA ha raccolto più di $250 milioni il 24 febbraio 2026, portando il totale a oltre $450 milioni tra capitale, sovvenzioni e debito di rischio.129 130
La sua Europa AIPU, annunciata il 21 ottobre 2025, è valutata fino a 629 TOPS INT8 su 8 core IA di seconda generazione e 16 processori RISC-V a circa 45 W, con spedizioni promesse per la prima metà del 2026. Un comunicato di Andes Technology nel giugno 2026 l'ha descritta come in campionatura per i clienti principali. Titania rimane prevista per il 2028.
30. NextSilicon
NextSilicon, fondata a Tel Aviv nel 2017, vende Maverick-2, un acceleratore dataflow riconfigurabile a runtime costruito sul processo 5nm di TSMC e spedito come scheda PCIe Gen 5 con 96 GB di HBM3E o come modulo OAM con 192 GB.131 L'azienda afferma che Maverick-2 è distribuito in decine di siti clienti; il sito nominato è Spectra dei Sandia National Laboratories, un sistema da 64 nodi con 128 acceleratori Maverick-2 dual-die che ha superato l'accettazione completa del sistema nell'ambito del programma Vanguard di Sandia nel maggio 2026 dopo aver eseguito HPCG, LAMMPS e SPARTA.132 133 Il dato 10x una GPU a metà della potenza citato da NextSilicon è proprio dell'azienda, non una misurazione indipendente. Nel giugno 2026 l'azienda ha dichiarato che trasformerà Arbel, il core RISC-V all'interno di Maverick-2 e anche un chip di test standalone a 2,5 GHz, in processori server a 64 core e 128 core che puntano a 3,4 GHz e previsti per il primo trimestre del 2028.134
Quali fornitori co-progettano ASIC IA personalizzati?
Diversi acceleratori sopra elencati non sono progettati esclusivamente dall'azienda il cui nome compare su di essi. Broadcom co-progetta acceleratori personalizzati, che chiama XPU, con il cliente che li gestirà, e fornisce i chip di switching Ethernet e di fabric che li collegano.
31. Broadcom
Nella conference call sugli utili del secondo trimestre dell'anno fiscale 2026 del 3 giugno 2026, Broadcom ha riportato ricavi da semiconduttori IA di $10,8 miliardi, in crescita del 143% su base annua, ha previsto per l'intero anno fiscale 2026 ricavi da semiconduttori IA di $56 miliardi, in aumento di circa il 180% rispetto all'anno fiscale 2025, e ha ribadito la guidance per l'anno fiscale 2027 sopra i $100 miliardi.135 136
In quella call, Broadcom ha illustrato sei clienti IA principali ma ne ha nominati quattro, Google, Anthropic, OpenAI e Meta. Gli altri due rimangono non divulgati e sono stati descritti come due clienti con $6 miliardi di ordini di acquisto ricevuti fino ad oggi, con spedizioni che inizieranno alla fine del 2026 e accelereranno nel 2027. Gli elenchi pubblicati che nominano tutti e sei sono deduzioni degli analisti piuttosto che una divulgazione di Broadcom.136
La divulgazione di Broadcom varia a seconda del cliente:
- Google ha un accordo multi-generazionale per TPU e reti IA, senza alcuna cifra in gigawatt fornita. Il Form 8-K di Broadcom rivela un Accordo a Lungo Termine per sviluppare e fornire TPU personalizzate per le generazioni future di Google, più un Accordo di Garanzia di Fornitura che copre i componenti di rete fino al 2031.137
- Anthropic riceve oltre 1 GW di calcolo basato su TPU nel 2026, più un accordo di aprile per ulteriori 5 GW di calcolo a partire dal 2027. Lo stesso Form 8-K colloca la cifra a circa 3,5 gigawatt dal 2027, il cui consumo è legato al continuo successo commerciale di Anthropic. La cifra di 3,5 GW proviene dal deposito di Broadcom, mentre il post di Anthropic quantifica l'impegno come "multipli gigawatt". Il deposito inquadra inoltre l'accordo come un'espansione di una collaborazione esistente piuttosto che come un nuovo contratto a tre.137
- Per OpenAI, il silicio è stato consegnato, la produzione è prevista per la fine del 2026, e OpenAI ha un contratto per 1,3 GW nel 2027 nell'ambito del più ampio accordo di 10 GW entro il 2029. Il chip stesso è trattato nella sezione OpenAI sopra.136
- Meta ha una partnership multi-generazionale MTIA XPU che punta a 3 GW entro la fine del 2028, con un ordine iniziale di 1 GW in consegna dalla seconda metà del 2027. Hock Tan sta passando dal consiglio di amministrazione di Meta a un ruolo di consulente.136 115
Il 26 febbraio 2026 Broadcom ha iniziato a spedire un SoC di calcolo personalizzato a 2nm, costruito sulla sua piattaforma 3.5D eXtreme Dimension System in Package (XDSiP). Quel SoC è per Fujitsu, a supporto del programma di processori FUJITSU-MONAKA, piuttosto che un XPU per hyperscaler, e Broadcom afferma che gli XPU per la sua base clienti più ampia verranno spediti dalla seconda metà del 2026.138 Nel networking, Broadcom ha dichiarato a marzo 2026 che Tomahawk 6 è l'unico switch 102,4T attualmente in spedizione in volumi di produzione, e Jericho 4, un router fabric da 51,2 Tbps lanciato nell'agosto 2025, è in spedizione.
Il 9 giugno 2026 Broadcom ha annunciato la piattaforma IA XPV con Apollo e Blackstone come investitori iniziali di ancoraggio. La piattaforma è progettata per abilitare oltre 20 gigawatt di capacità di calcolo fino al 2028, utilizzando XPU e reti Broadcom personalizzate per i laboratori IA di frontiera, tra cui Anthropic e OpenAI. È stata lanciata con una tranche iniziale di $35 miliardi, che finanzia l'espansione precedentemente annunciata di Anthropic di oltre 1 gigawatt in siti basati su Fluidstack dalla metà del 2026. Gli oltre 20 gigawatt rappresentano l'obiettivo di progettazione della piattaforma fino al 2028 e non sono finanziati da quella tranche.139
Le stime di terze parti sulla quota degli ASIC personalizzati nel mercato dei processori IA dipendono da ciò che viene conteggiato. Bloomberg Intelligence suddivide il mercato degli ASIC personalizzati tra Broadcom al 60% - 80% e Marvell al 20% - 25%.
32. Marvell
Marvell progetta silicio IA personalizzato, che chiama XPU, per hyperscaler, insieme ai chip di interconnessione, ottica e rete che collegano tali chip. Bloomberg Intelligence la colloca al secondo posto dopo Broadcom nel mercato degli ASIC IA personalizzati.
Marvell ha riportato un fatturato record per l'anno fiscale 2026 di $8.195 miliardi, in crescita del 42%.140 Per il trimestre riportato il 27 maggio 2026 ha registrato un fatturato record per i data center di $1,83 miliardi, in crescita del 27% su base annua, ha guidato per circa $11,5 miliardi per l'anno fiscale 2027 e ha riaffermato l'obiettivo di oltre $10 miliardi di ricavi dal business personalizzato nell'anno fiscale 2029, entrambi obiettivi del management piuttosto che risultati riportati.
Il 31 marzo 2026, NVIDIA e Marvell hanno annunciato una partnership strategica che collega Marvell all'ecosistema IA factory e IA-RAN di NVIDIA attraverso NVLink Fusion, insieme alla collaborazione sulla fotonica al silicio. NVIDIA ha investito $2 miliardi in Marvell come parte dell'accordo. Nell'ambito della partnership, Marvell fornisce XPU personalizzati e rete di scale-up compatibile con NVLink Fusion.141
Marvell ha chiuso tre acquisizioni tra febbraio e aprile 2026, tutte sul livello ottico e di interconnessione:
- Celestial IA, completata il 2 febbraio 2026 per $3,25 miliardi.142
- XConn Technologies, completata il 10 febbraio 2026 per circa $540 milioni.
- Polariton Technologies, uno spin-off svizzero del Politecnico di Zurigo che lavora sulla fotonica al silicio basata su plasmonica, acquisita il 22 aprile 2026 a condizioni non divulgate.
La posizione di Marvell presso Amazon è controversa. SemiAnalysis ha scritto nel dicembre 2025 che "Marvell finisce per essere il grande perdente in questa storia. Sebbene abbiano progettato Trainium2, hanno perso la competizione di progettazione con Alchip per questa generazione", attribuendo la perdita a problemi di esecuzione di Trainium2, tra cui slittamenti delle tempistiche e problemi di interposer RDL che Alchip ha dovuto risolvere, e descrivendo Trainium3 come un progetto di front-end di Annapurna con Alchip che gestisce il design fisico e il packaging di back-end.143 L'8 dicembre 2025, Benchmark ha declassato Marvell a Hold, con un commento dell'analista secondo cui Marvell aveva perso sia Trainium 3 che Trainium 4 a favore di Alchip, e il titolo è sceso di circa il 7%. Due limitazioni si applicano a tale reportistica. Il resoconto tecnico documentato si ferma a Trainium3, e la perdita di Trainium 4 è un'affermazione dell'analista sell-side. Marvell, Annapurna Labs di Amazon e Alchip non hanno confermato nulla di tutto ciò, e altri analisti, tra cui JPMorgan, hanno respinto l'idea.
La dimensione del conto spiega la reazione. Trainium3 è disponibile dal 2 dicembre 2025, e Amazon ha rivelato nella sua conference call sugli utili del primo trimestre 2026 del 29 aprile 2026 di detenere oltre $225 miliardi in impegni di fatturato per Trainium e che il suo business dei chip ha un tasso di esecuzione annuo dei ricavi superiore a $20 miliardi.
Quali CPU funzionano insieme agli acceleratori IA?
Gli acceleratori non funzionano da soli. Ogni rack IA li abbina a CPU host. La CPU Vera di NVIDIA monta 88 core Olympus personalizzati, compatibili con Arm, con 176 thread tramite multithreading spaziale e 1,5 TB di LPDDR5X. Axion di Google è la CPU host per entrambe le TPU di ottava generazione, la prima volta che Google sostituisce x86 in quel ruolo, e le sue VM N4A sono diventate disponibili alla fine di gennaio 2026. I rack Helios di AMD abbinano le GPU Instinct con CPU x86 EPYC "Venice" di 6a generazione.
Arm
Arm ha annunciato il 24 marzo 2026 che sta "estendendosi per la prima volta nella storia dell'azienda alla produzione di prodotti in silicio", a partire dalla CPU Arm AGI, una CPU per data center per l'infrastruttura di IA agentica. Meta "funge da partner principale e co-sviluppatore".144 145
Arm dichiara che la CPU porta fino a 136 core Arm Neoverse V3, 6 GB/s di larghezza di banda di memoria per core con latenza inferiore a 100ns e un TDP di 300 W, scalando a 8.160 core per rack raffreddato ad aria e oltre 45.000 core per rack raffreddato a liquido. Arm afferma oltre 2x prestazioni per rack rispetto a x86. Queste sono cifre di Arm e non sono state misurate in modo indipendente.144
Arm continua a concedere in licenza IP e Compute Subsystems (CSS), quindi la CPU AGI aggiunge una linea di prodotti in silicio senza sostituire il business delle licenze. I primi sistemi sono disponibili ora, con una più ampia disponibilità prevista per la seconda metà del 2026, e oltre a Meta, Arm nomina Cerebras, Cloudflare, F5, OpenAI, Positron, Rebellions, SAP e SK Telecom come clienti impegnati.144 Meta mostra quanto siano ormai sfumati i ruoli. Progetta il proprio silicio MTIA, è partner principale per la CPU AGI di Arm, è un cliente annunciato di Qualcomm per le CPU per data center e acquista da AMD e Broadcom.
Aggiungi come fonte preferita5 fornitori di chip IA per dispositivi mobili
*Sono selezionati i chip più popolari e recenti.
7 chip IA per edge
La domanda di elaborazione a bassa latenza ha guidato l'innovazione nei chip IA per edge. I processori di questi chip sono progettati per eseguire calcoli IA localmente sui dispositivi anziché affidarsi a soluzioni basate su cloud:
*Questi sono i valori massimi dichiarati da ciascun fornitore e non sono direttamente confrontabili tra le righe. Un dato espresso in FP4 o INT4 descrive un'operazione diversa da una espressa in INT8, e le righe contrassegnate come sparse rappresentano cifre del fornitore che presuppongono la sparsità. TOPS è tera operazioni al secondo, TFLOPS è tera operazioni a virgola mobile al secondo e GOPS è giga operazioni al secondo.
Il 24 luglio 2026, Microchip Technology ha firmato un accordo definitivo per acquisire Hailo, che dovrebbe concludersi entro la fine del trimestre che termina il 30 settembre 2026, subordinatamente alle condizioni di chiusura e alle approvazioni normative, a condizioni non divulgate.146 L'acquisizione ha fatto seguito a un anno difficile. Calcalist ha riferito il 3 aprile 2026 che la valutazione di Hailo era scesa di oltre la metà da un picco di $1,2 miliardi a meno di $500 milioni, e Hailo ha licenziato circa la metà del personale rimanente nel giugno 2026.
Partner di fonderia e ruolo di TSMC
TSMC è una fonderia pura. Produce semiconduttori basandosi sui progetti dei clienti invece di creare i propri chip, distinguendosi da aziende come NVIDIA e AMD. Samsung Foundry e Intel Foundry Services competono nello stesso mercato.
N2, il nodo a 2nm di TSMC, è entrato nella produzione di volume nel quarto trimestre del 2025 e ha rappresentato il 3% dei ricavi da wafer nel secondo trimestre del 2026, contro il 33% per 5nm, il 30% per 3nm e l'11% per 7nm.147 La roadmap di TSMC colloca A16 nel 2027, A14 nella seconda metà del 2028 e A13 e A12 nel 2029.147 TSMC produce acceleratori IA per i seguenti progettisti:
Il chip di inferenza Hanguang 800 del 2019 di Alibaba, la sua ultima parte prodotta da TSMC, non è incluso. I controlli all'esportazione statunitensi ora impediscono a TSMC di produrre chip IA avanzati per i progettisti cinesi, e le fonderie devono esaminare qualsiasi spedizione a 7nm e inferiore verso progettisti cinesi. Il silicio IA 2026 di Alibaba è prodotto internamente, con la capacità presso SMIC come vincolo dichiarato.65
SemiAnalysis ha riferito il 12 marzo 2026 che la capacità di wafer N3 di front-end ha sostituito il packaging CoWoS come collo di bottiglia dominante nella fornitura di chip IA, con CoWoS ancora stretto ma in allentamento. TrendForce prevede che il divario domanda-offerta di CoWoS si restringerà da circa il 20% a circa il 10% entro la fine del 2026.148 Micron ha raggiunto la produzione ad alto volume di HBM4 da 36GB 12H per la piattaforma Vera Rubin di NVIDIA il 16 marzo 2026, a velocità di pin superiori a 11 Gb/s.149
Piani di espansione
L'investimento annunciato da TSMC negli Stati Uniti ammonta a $265 miliardi in 12 impianti di fabbricazione e packaging all'avanguardia, dopo un ulteriore impegno di $100 miliardi per l'Arizona annunciato il 16 luglio 2026.150
Le notizie del marzo 2025 di una joint venture guidata da TSMC per gestire la divisione di fonderia di Intel non hanno portato a un accordo. TSMC ha negato discussioni attive il 17 aprile 2025 e il 26 settembre 2025 ha dichiarato di "non aver mai avviato colloqui con alcuna azienda per la creazione di una joint venture o per la concessione di licenze o il trasferimento di tecnologia".151 Intel è stata invece ricapitalizzata, con il governo statunitense che ha preso una quota del 9,9% per $8,9 miliardi nell'agosto 2025.152
Quali sono i produttori di chip IA in Cina?
A causa delle sanzioni statunitensi che impediscono a molte aziende cinesi di acquisire i chip IA più avanzati da AMD e NVIDIA, gli acquirenti cinesi hanno aumentato i loro acquisti dai produttori locali.
Huawei e Alibaba sono trattati sopra. Altri produttori cinesi di chip IA includono:
- Cambricon (SHA: 688256) ha riportato per l'anno fiscale 2025 ricavi di RMB 6,4972 miliardi, in crescita del 453,21% su base annua, e il suo primo utile annuale di RMB 2,0592 miliardi. La sua capitalizzazione di mercato ha superato i 1.000 miliardi di RMB il 30 giugno 2026, una prima volta per il mercato STAR.
- Baidu Kunlunxin ha presentato due chip il 13 novembre 2025. Il Kunlun M100 è ottimizzato per l'inferenza su larga scala ed era previsto per il lancio all'inizio del 2026, e il Kunlun M300, costruito per l'addestramento e l'inferenza di modelli multimodali ultra-grandi, è previsto per il 2027. Baidu ha anche presentato due sistemi supernodo, Tianchi 256 (disponibile nel primo semestre 2026) e Tianchi 512 (disponibile nel secondo semestre 2026), entrambi costruiti a partire dagli attuali chip Kunlun P800 di Baidu piuttosto che da M100 o M300.
- Biren, fondata da ex dipendenti di NVIDIA, si è quotata sul mercato principale della Borsa di Hong Kong il 2 gennaio 2026, raccogliendo HK$5,58 miliardi (circa US$717 milioni).
- Moore Threads (SHA: 688795) si è quotata sul mercato STAR il 5 dicembre 2025. I ricavi dell'anno fiscale 2025 sono stati di RMB 1.505 miliardi, in crescita del 243,37% su base annua. L'azienda rimane in perdita ed è nella Entity List degli Stati Uniti dal 2023.
- MetaX si è quotata sul mercato STAR il 17 dicembre 2025, raccogliendo circa RMB 4,2 miliardi (US$586-596 milioni), e da allora ha presentato una domanda riservata per una quotazione secondaria a Hong Kong.
- Iluvatar CoreX (HKEX: 9903) si è quotata sul mercato principale di Hong Kong l'8 gennaio 2026, raccogliendo circa HK$3,68 miliardi.
- Enflame non si è quotata. La sua registrazione per l'IPO è stata approvata dalla CSRC il 9-10 luglio 2026, autorizzandola a raccogliere RMB 6 miliardi (circa US$883 milioni), ma le azioni non hanno ancora iniziato a essere scambiate a luglio 2026.153 I suoi ricavi 2025 sono stati di RMB 990 milioni a fronte di una perdita netta di RMB 1,2 miliardi, con Tencent, azionista al 20,3%, che ha rappresentato l'83,8% di tale cifra.
- SMIC, la fonderia da cui dipende la maggior parte di questi progettisti, aveva N+3 (classe 5nm) in produzione di volume a partire da giugno 2026, capacità a 7nm di circa 45.000 - 60.000 wafer al mese e $9,3 miliardi di ricavi nel 2025.
Quota nazionale del mercato cinese degli acceleratori IA
La tabella seguente proviene da un rapporto IDC visionato da Reuters.154 Conta le spedizioni unitarie di schede acceleratrici, non i server e non i ricavi.
L'offerta nazionale è essa stessa concentrata. Huawei rappresenta circa la metà delle spedizioni dei vendor cinesi, mentre il resto è suddiviso tra T-Head di Alibaba, Baidu Kunlunxin, Cambricon, Hygon, MetaX e Iluvatar CoreX.154
FAQ
I chip e le apparecchiature che li costruiscono sono le macchine più complesse realizzate dall'uomo. Sebbene ci siano molte aziende nell'ecosistema dei semiconduttori, ci siamo concentrati sui progettisti di chip come NVIDIA.
La maggior parte dei progettisti di chip esternalizza la produzione di chip a fonderie come TSMC. Le fonderie utilizzano apparecchiature litografiche prodotte da aziende come ASML per fabbricare questi chip. L'ecosistema è supportato da fornitori come Arm e Synopsys che forniscono IP e strumenti di progettazione.
Un numero crescente di parametri, dimensioni dei dataset e potenza di calcolo hanno reso i modelli di IA generativa più precisi. Per costruire modelli di deep learning migliori e alimentare applicazioni di IA generativa, le organizzazioni necessitano di una maggiore potenza di calcolo e larghezza di banda di memoria.
I chip generici potenti (come le CPU) non possono supportare modelli di deep learning altamente parallelizzati. Pertanto, i chip IA (ad esempio, le GPU) che consentono capacità di calcolo parallelo sono sempre più richiesti.
Gli hyperscaler stanno rispondendo a questa esigenza progettando i propri chip, un processo che richiede anni. Gli altri devono seguire una di queste vie per costruire i propri modelli di IA.
L'hardware IA è anche chiamato unità di elaborazione neurale (NPU), acceleratori IA o processori di deep learning (DLP).
Letture aggiuntive
Per confronti pratici sulle prestazioni dei chip trattati, consulta i nostri benchmark:
- Benchmark multi-GPU: Come B200, H200, H100 di NVIDIA e MI300X di AMD scalano su configurazioni a 1, 2, 4 e 8 GPU per l'inferenza di LLM, con analisi del throughput, della latenza e del costo per token.
- Benchmark di concorrenza GPU: Come B200, H200, H100 di NVIDIA e MI300X di AMD gestiscono da 1 a 512 richieste concorrenti, inclusi throughput di sistema, velocità per query, latenza end-to-end e token per dollaro a ogni livello di concorrenza.
- CUDA vs ROCm: Come ROCm di AMD si confronta con CUDA di NVIDIA in termini di supporto dei framework e portabilità, la questione software alla base della posizione di AMD.
- Produttori di chip IA per edge: I fornitori della tabella edge sopra illustrati uno per uno, con i casi d'uso a cui ciascun componente si rivolge.
- Fornitori di GPU cloud: 60+ provider che affittano gli acceleratori qui trattati su base oraria, per i team che non acquistano hardware.
Riferimenti
Cita questa ricerca
Scegli il formato adatto a dove pubblicherai. Incollare la versione con link nel tuo CMS preserva il backlink.
@misc{dilmegani2026,
author = {Dilmegani, Cem and Sarı, Ekrem},
title = {{I migliori 30+ produttori di chip IA: NVIDIA e i suoi concorrenti}},
year = {2026},
month = jul,
howpublished = {\url{https://aimultiple.com/ai-chip-makers}},
note = {AIMultiple. Consultato il 28 Luglio 2026}
}Collegamenti di riferimento
Il lavoro di Cem è stato citato da importanti pubblicazioni globali tra cui Business Insider, Forbes, Washington Post, aziende globali come Deloitte, HPE e ONG come il World Economic Forum e organizzazioni sovranazionali come la Commissione europea.
Nel corso della sua carriera, Cem ha lavorato come consulente tecnologico, acquirente di tecnologia e imprenditore tecnologico. Ha consigliato aziende sulle loro decisioni tecnologiche presso McKinsey & Company e Altman Solon per oltre un decennio. Ha anche pubblicato un rapporto McKinsey sulla digitalizzazione.
Ha guidato la strategia tecnologica e gli approvvigionamenti di una società di telecomunicazioni rispondendo direttamente al CEO. Ha anche guidato la crescita commerciale dell'azienda deep tech Hypatos che ha raggiunto un fatturato annuo ricorrente a 7 cifre e una valutazione a 9 cifre partendo da 0 in 2 anni. Il lavoro di Cem in Hypatos è stato trattato da importanti pubblicazioni tecnologiche come TechCrunch e Business Insider.
Cem interviene regolarmente a conferenze tecnologiche internazionali. Si è laureato in ingegneria informatica all'Università Bogazici e ha conseguito un MBA presso la Columbia Business School.
Commenti 2
Condividi i tuoi pensieri
Il tuo indirizzo email non verrà pubblicato. Tutti i campi sono obbligatori. I commenti vengono lasciati nella loro lingua originale.
You forgot to include Tesla with their DOJO supercomputer. From the ground-up, the supercomputer was specifically designed for machine learning and image recognition - which means that every component was designed for it including, but not limited to, PCI board design, CPU, RAM, cooling, power, scalable hardware design and software. If I'm not mistaken, the AI is also the second most widely tested and used in the "wild", just below that of Google due to Google using it in their Search.
Thank you for your feedback, Dave! Here we are only covering companies that sell the chips that they produce. Therefore, companies like Tesla that build supercomputers for their own use or companies that embed chips in their products are out of our scope.
surprised that brainchip (akida) missing in this report. any reasons?
All included companies here raised $100+M. Last time we collected the data, that wasn't the case for akida. Why don't you reach out to us at info@aimultiple.com and let's discuss why it should be included. Thank you!