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, confrontiamo i produttori di chip per prodotto, disponibilità e architettura, coprendo GPU per data center, chip mobili, acceleratori edge e fonderie.
30+ produttori di chip IA per categoria
Ogni riga indica un prodotto rappresentativo, il suo tipo e la sua disponibilità. La disponibilità distingue l'hardware offerto in vendita, i servizi cloud, i deployment interni e i prodotti annunciati. Le date si riferiscono a milestone documentate. Le date di spedizione future rimangono obiettivi.
GPU vs ASIC nelle architetture dei chip IA
Le GPU sono processori paralleli programmabili utilizzati per l'addestramento e l'inferenza. TPU e Trainium supportano entrambi i carichi di lavoro, mentre altri design si concentrano sull'inferenza. L'architettura da sola non stabilisce le prestazioni per un particolare modello.
Le colonne Addestramento e Inferenza descrivono l'ambito dichiarato del carico di lavoro. Le evidenze identificano la base per ciascuna riga come Specifica, Dichiarazione di roadmap, Benchmark del fornitore o Benchmark indipendente. Il benchmark indipendente si applica all'hardware testato indicato. Non convalida gli altri prodotti del fornitore o le generazioni future.
Fornitori di GPU e acceleratori per data center
1. NVIDIA
NVIDIA progetta GPU e sistemi per l'addestramento e l'inferenza IA. I suoi prodotti per data center spaziano da singoli acceleratori a rack che collegano GPU, CPU host e networking. Esternalizza la fabbricazione dei chip a TSMC.
GPU e sistemi per data center
Le famiglie Hopper e Blackwell includono H200, B300 e GB300. I sistemi HGX combinano otto GPU, mentre i rack NVL72 collegano 72 GPU con NVLink.1
NVIDIA ha presentato Vera Rubin, la sua piattaforma dopo Blackwell Ultra, al CES 2026 come piattaforma a sei chip.2 Al GTC del 16 marzo 2026, NVIDIA l'ha ampliata a sette chip, la CPU Vera, la GPU Rubin, NVLink 6 Switch, ConnectX-9 SuperNIC, BlueField-4 DPU, lo switch Ethernet Spectrum-6 e la Groq 3 LPU, dichiarandoli in piena produzione.3 Il 16 settembre 2026, CoreWeave ha annunciato di aver attivato un cluster multi-rack Vera Rubin NVL72 che collega centinaia di GPU Rubin sul suo cloud.4 Blackwell e GB300 NVL72 sono rimasti il prodotto a volume di ricavi per il primo trimestre dell'anno 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 scale-up NVLink 6.5 Si riporta che la GPU Rubin sia costruita sul processo N3P di TSMC con HBM4, un nodo che NVIDIA non ha confermato.
Il settimo chip deriva dall'accordo di licenza di dicembre 2025 tra NVIDIA e Groq, trattato nella sezione Groq qui sotto.
La Groq 3 LPU è un chip di inferenza dedicato, prodotto da Samsung Foundry.6 I rack Groq 3 LPX sono previsti per la seconda metà del 2026 e NVIDIA stima fino a 35x di throughput superiore per megawatt per i modelli con trilioni di parametri quando LPX è abbinato a Vera Rubin NVL72.7
Accesso cloud e software
La maggior parte dei player cloud offre hardware NVIDIA come GPU cloud. Morgan Stanley collocava NVIDIA a circa l'85% dei ricavi dei processori IA a marzo 2026, con gli ASIC personalizzati sopra il 10% e AMD sotto il 5%.8 Bloomberg Intelligence prevede che NVIDIA mantenga tra il 70% e il 75% del mercato degli acceleratori IA fino al 2030.9
NVIDIA Dynamo, annunciato al GTC 2025, è un framework di inferenza open-source per il deployment ad alto throughput e bassa latenza di modelli di IA generativa in ambienti distribuiti.10
NVIDIA offre anche i servizi DGX Cloud. Il suo marketplace DGX Cloud Lepton collega gli sviluppatori con i fornitori di GPU cloud tra cui CoreWeave, Lambda e Crusoe.11
Sistemi desktop ed enterprise
DGX Spark (ex Project Digits) è un supercomputer IA desktop con un Grace Blackwell Superchip con NVIDIA Blackwell RTX GPU con 6.144 core CUDA e Tensor Core di quinta generazione con precisione FP4, collegato tramite l'interconnessione chip-to-chip NVIDIA NVLink-C2C a una NVIDIA Grace CPU a 20 core, con fino a 1 petaflop di calcolo IA e 128GB di memoria unificata.1213
Annunciato a maggio 2025 al Computex, NVIDIA ha introdotto i server RTX PRO alimentati da GPU RTX PRO 6000 Blackwell Server Edition, progettati per le IA factory enterprise.14
Ricavi del data center
I ricavi del data center di NVIDIA e la loro quota sui ricavi totali sono riportati per anno fiscale di NVIDIA.15
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.161718
Nel 2025, AMD ha acquisito un team di ingegneri hardware e software IA da Untether IA insieme alla startup di compilatori Brium. A giugno 2026 AMD ha annunciato l'acquisizione di MEXT, la cui tecnologia di memoria predittiva è progettata per far comportare la flash più come la DRAM e ridurre i costi di memoria del data center.1920 AMD ha anche concordato di acquisire Taalas ad agosto 2026, come trattato nel profilo Taalas qui sotto.21
AMD ha lanciato Instinct MI350X e MI355X il 12 giugno 2025 ad Advancing IA 2025.22 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. AMD ha poi seguito il 7 maggio 2026 con Instinct MI350P, una scheda PCIe 5.0 passiva con 144 GB di HBM3E e un TBP massimo di 600 W.23
AMD ha annunciato un accordo con OpenAI il 6 ottobre 2025 per 6 GW, con i primi 1 GW di capacità della serie MI450 dalla seconda metà del 2026.24
AMD ha nominato Oracle Cloud Infrastructure come partner di lancio il 14 ottobre 2025 per un iniziale di 50.000 GPU della serie MI450 dal Q3 solare 2026.25
AMD ha annunciato un accordo con Meta il 24 febbraio 2026 per un massimo di 6 GW dalla seconda metà del 2026, utilizzando una GPU Instinct personalizzata basata sull'architettura MI450.2627
AMD ha annunciato un accordo con Anthropic il 22 luglio 2026 per un massimo di 2 GW di GPU della serie MI450 in rack Helios dalla prima metà del 2027.28
Per confronti di inferenza misurati tra NVIDIA e AMD GPU, consulta il nostro benchmark di concorrenza GPU.
Serie MI400
AMD ha lanciato la serie Instinct MI400 ad Advancing IA 2026 il 22-23 luglio 2026.29 La MI455X è il membro della famiglia focalizzato sull'IA. AMD la indica 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 memoria di picco e 40.3 PFLOPS di OCP MXFP4.30 Helios, il sistema rackscale costruito attorno alla serie MI400, è in piena produzione con le prime spedizioni che iniziano alla fine del Q3 2026.29
Un terzo membro della famiglia, la MI440X, è stato introdotto al CES 2026 il 5 gennaio 2026 per l'IA enterprise on-premises in un formato compatto a otto GPU, e AMD non ha pubblicato specifiche da allora.31 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 2026.29
La MI430X è il membro HPC e IA sovrana della serie MI400. AMD l'ha annunciata il 19 novembre 2025 durante la settimana SC25, con 432 GB di HBM4 e 19.6 TB/s, e ha aggiornato le specifiche il 23 luglio 2026. La pagina prodotto di AMD ora elenca fino a 288 TFLOPS di FP64 teorico di picco basato su 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 memoria teorica di picco.32 Il supporto FP64 a piena velocità la distingue dalla MI455X per il calcolo scientifico.
AMD prevede che la MI430X sia disponibile nel 2027 e non ha pubblicato conteggio transistor, potenza della scheda o litografia. Due cifre nei materiali di AMD non coincidono. Le FAQ della pagina di destinazione della serie MI400 indicano ancora fino a 19.6 TB/s dove la pagina delle specifiche della MI430X indica 23.3 TB/s, e le FAQ sulla pagina MI430X contengono un refuso che indica 2.3 TB/s.32
AMD indica tre sistemi target per la MI430X: Discovery presso l'Oak Ridge National Laboratory, previsto per il 2028. Un altro target è Alice Recoque, il primo sistema exascale francese. AMD indica anche 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 gira sullo stack ROCm. SemiAnalysis, in un benchmark del 22 dicembre 2024 di MI300X contro H100 e H200, dava ad AMD lo 0% di probabilità di rompere il fossato CUDA di NVIDIA, rilevando che CUDA funzionava out of the box per la maggior parte dei task mentre il software AMD richiedeva una configurazione significativa.33
Gli stessi analisti hanno poi rivisto quel giudizio, il 25 luglio 2026, in "una grande probabilità di successo purché AMD risolva i due principali rischi che delineiamo di seguito": il ramp produttivo del rack Helios, dove SerDes deboli richiedono che fino all'85% del backplane venga ritimizzato con oltre 550 retimer Ethernet Broadcom per rack, e una persistente mancanza di cluster GPU interni stabili per lo sviluppo software e la CI di test automatizzati.34
Ad Advancing IA 2026 AMD si è impegnata a una cadenza fissa di rilascio delle funzionalità di sei settimane al posto del precedente ciclo approssimativamente trimestrale.35
Ecosistema
Come NVIDIA, AMD sta investendo selettivamente negli utenti delle sue soluzioni per favorire l'adozione del suo hardware.36 Ha inoltre vincolato equity ai suoi impegni più grandi, emettendo a OpenAI e Meta ciascuno un warrant basato sulle prestazioni fino a 160 milioni di azioni a $0,01, con maturazione legata alle milestone di spedizione Instinct.37
3. Intel
Intel ha una lunga storia nello sviluppo di semiconduttori. A differenza delle fabless NVIDIA e AMD, Intel possiede i propri impianti di fabbricazione e costruisce internamente componenti come lo Xeon 6+ basato su 18A. Non è esclusivamente auto-approvvigionata. Si rifornisce anche di componenti IA da TSMC, e il Gaudi 3 stesso è stato prodotto sul processo 5nm di TSMC.38
Gaudi 3 è l'ultimo acceleratore IA dedicato nella linea Gaudi di Intel. Intel non ha annunciato alcun successore di Gaudi, e ogni passo della sua roadmap pubblicata dopo di esso è una GPU.3940 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.41 Intel puntava a $500 milioni di ricavi Gaudi per il 2024 e ha abbandonato l'obiettivo nella conference call sugli utili del terzo trimestre del 31 ottobre 2024. Al CES 2026 ha ammesso che Gaudi "non soddisfaceva le esigenze del mercato dell'addestramento IA di frontiera."39
Intel ha cancellato la sua GPU Falcon Shores per passare a Jaguar Shores, un acceleratore IA rack-scale i cui dettagli confermati sono limitati al marchio Gaudi e alla memoria HBM4 di SK hynix, senza indicazione del nodo di processo.39 Al CES 2026 la roadmap di Intel si riferiva alla "linea di prodotti Shores" senza il nome Jaguar, e Intel non ha annunciato alcun cambio di nome. Intel ha fatto nuovi annunci hardware IA al Computex 2026 incluso il processore Xeon 6+ sul nodo 18A.4243
Crescent Island è una GPU per data center basata su Xe3P e ottimizzata per l'inferenza, annunciata per la prima volta il 14 ottobre 2025 all'OCP Global Summit con 160GB di LPDDR5X e campionamento clienti previsto nella seconda metà del 2026.44 Intel l'ha dettagliata al Computex 2026 come scheda PCIe raffreddata ad aria da 350W che supporta tipi di dati da FP4 a FP64, con una configurazione partner massima di 480GB. La scheda annunciata ha 160GB.39
4. Qualcomm
Qualcomm è un designer fabless noto soprattutto per i SoC mobili, e ha annunciato una linea di prodotti per data center costruita attorno all'inferenza. La più vecchia famiglia Cloud IA 100 è la linea data center di Qualcomm che gli acquirenti possono ordinare oggi. Due marchi Qualcomm distanti una lettera si collocano ai lati di quella linea. Dragonwing, introdotto il 25 febbraio 2025, copre IoT industriale ed embedded, networking e infrastruttura cellulare e porta i componenti edge IA dell'azienda, mentre Dragonfly, lanciato il 24 giugno 2026, è il marchio per il data center.45
AI200, AI250 e la roadmap data center
Il 27 ottobre 2025, Qualcomm ha annunciato AI200 e AI250, due soluzioni di inferenza IA rack-scale. Entrambe rientrano ora nel marchio Dragonfly lanciato da Qualcomm a giugno 2026.46 L'AI200 supporta 768 GB di LPDDR per scheda, e Qualcomm ha dichiarato all'annuncio che AI200 e AI250 erano previsti in disponibilità commerciale rispettivamente nel 2026 e nel 2027.
L'AI250 introduce un'architettura di calcolo near-memory che Qualcomm dichiara offra 133 TB/s di larghezza di banda di memoria effettiva per scheda, 18 volte l'AI200. Si tratta di una specifica di roadmap del fornitore. Entrambi i rack utilizzano raffreddamento a liquido diretto, e Qualcomm specifica ora un rack da 140 kW conforme a OCP ORv3.47
Il 24 giugno 2026, Qualcomm ha presentato altri tre prodotti per data center.47 Il Dragonfly C1000 è una CPU per data center che dovrebbe raggiungere la disponibilità commerciale nel 2028, e Qualcomm ha indicato Meta come suo cliente nell'ambito di una collaborazione multi-generazionale che copre CPU per data center. Qualcomm High Bandwidth Compute (HBC) unisce il calcolo con una larghezza di banda di memoria accelerata in una soluzione di silicio impilato 3D, rendendola un'architettura di calcolo, e HBC Gen 1, abbinata 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 più di $15 miliardi di ricavi data center entro l'anno fiscale 2029.48
L'8 settembre 2026, Qualcomm ha annunciato una collaborazione multi-generazionale con Amazon su silicio personalizzato per l'inferenza IA e connettività ottica fino a 1.6T.49
Acquisizioni e la famiglia Cloud IA 100
Qualcomm ha completato l'acquisizione di Alphawave il 18 dicembre 2025. Qualcomm ha completato l'acquisizione di Modular il 29 luglio 2026. Mojo, MAX e Modular Cloud continuano come prodotti e marchi.50
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.
Acceleratori IA specializzati e fornitori di inferenza
5. Groq
Groq è stata fondata da ex dipendenti Google e ha costruito il proprio business attorno alla LPU (Language Processing Unit), un'architettura di chip progettata per l'inferenza a bassa latenza.
Il 24 dicembre 2025, Groq ha annunciato di aver stipulato un accordo di licenza non esclusivo con NVIDIA sulla tecnologia di inferenza di Groq, e che il fondatore e CEO Jonathan Ross, il presidente Sunny Madra e altri membri senior del team erano passati a NVIDIA.51 Groq ha dichiarato di continuare come azienda indipendente. CNBC ha riportato la transazione a un valore di circa $20 miliardi in contanti, il che la renderebbe la più grande di NVIDIA fino ad oggi, cifra attribuita ad Alex Davis, CEO di Disruptive, investitore di Groq, il quale ha anche affermato che NVIDIA acquisisce tutti gli asset di Groq eccetto il business GroqCloud.52 NVIDIA non ha pubblicato alcun comunicato stampa sull'accordo, la CFO di NVIDIA Colette Kress ha rifiutato di commentare il prezzo, e Reuters ha notato che nessuna delle due società l'ha confermato. Jensen Huang ha detto ai dipendenti: "Pur aggiungendo dipendenti di talento ai nostri ranghi e concedendo in licenza l'IP di Groq, non stiamo acquisendo Groq come azienda." NVIDIA ha presentato il prodotto risultante, la NVIDIA Groq 3 LPU, al GTC del 16 marzo 2026 come settimo chip della piattaforma Vera Rubin.7
Groq gestisce un cloud di inferenza ed è NVIDIA Cloud Partner. Ad agosto 2026 ha riportato 13 data center, più di sei milioni di sviluppatori e 54 MW di capacità, con un obiettivo superiore a 200 MW nel 2027.53 Il suo data center di Dammam, costruito con Aramco Digital, si colloca dietro un impegno di investimento saudita di $1,5 miliardi annunciato a febbraio 2025.54
Il 17 agosto 2026, Groq LLC ha annunciato un Series A da $350 milioni a una valutazione di $3,5 miliardi, guidato da Disruptive con la partecipazione prevista di NVIDIA. Il comunicato definisce i round di giugno e agosto come $1 miliardo di finanziamenti recenti, pur affermando che il Series A rimane soggetto alle consuete condizioni di chiusura.53
6. SambaNova Systems
SambaNova sviluppa Reconfigurable Data Unit (RDU) e offre inferenza tramite SambaCloud. Ha completato la prima chiusura di un Series F da $1 miliardo a una valutazione di $11 miliardi l'8 luglio 2026.55
SambaNova ha presentato la SN50, la sua ultima Reconfigurable Data Unit (RDU), il 24 febbraio 2026, con spedizioni ai clienti previste nella seconda metà del 2026. SambaNova specifica 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.56 SoftBank Corp. sarà il primo cliente a implementare la SN50 nei suoi data center IA in Giappone.
SambaNova ha anche annunciato una prevista collaborazione strategica pluriennale con Intel per fornire soluzioni di inferenza IA.
SambaNova Systems affitta la sua piattaforma alle aziende tramite SambaCloud.57
7. Cerebras
Cerebras costruisce acceleratori wafer-scale. Il suo WSE-3 integra quattro trilioni di transistor e 900.000 core IA su un singolo processore wafer-scale.58
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 laboratori di ricerca che vi fanno affidamento per le simulazioni. Si rivolge anche ai produttori di LLM poiché i suoi chip possono ridurre i costi di inferenza per i modelli di frontiera.
Cerebras offre anche i suoi chip sul suo cloud alle aziende. Il 1° settembre 2026 ha annunciato un progetto di data center finlandese con Compute Nordic Finland, con scalabilità per fasi fino a 165 MW di capacità IT contrattualizzata. La costruzione della fase iniziale da 50 MW era in corso.59
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.60 Guida i ricavi core dell'anno fiscale 2026 a $855-865 milioni e ha firmato un accordo di inferenza da 750 MW con OpenAI il 14 gennaio 2026 che il suo stesso comunicato Q1 valuta a più di $20 miliardi.61
8. d-Matrix
d-Matrix sviluppa acceleratori di inferenza che collocano il calcolo vicino alla SRAM per ridurre il movimento dei dati.62
Corsair, la piattaforma di inferenza IA dell'azienda, è entrata in piena produzione il 9 giugno 2026, costruita su un'architettura chiplet di calcolo in-memory basata su SRAM.62
Il miglioramento di velocità 10x attribuito a Corsair proviene da benchmarking condotto da partner. Il tester, Gimlet Labs, è un partner commerciale di d-Matrix, e il post del benchmark riporta il co-fondatore e CTO di d-Matrix nella byline. Il risultato misurato è un miglioramento della latenza end-to-end delle richieste di 2-10x su gpt-oss-120b per una configurazione di decodifica speculativa, non un 10x generale rispetto alle GPU.
9. Rebellions
Rebellions è una startup con sede in Corea focalizzata sull'inferenza di LLM. Si è fusa con un'altra azienda coreana di design di semiconduttori, SAPEON.63 Il finanziamento totale è di circa $850 milioni.64 L'IPO non è avvenuta. Rebellions ha dichiarato l'8 luglio 2026 di puntare al primo o secondo trimestre del 2027, orientandosi verso una quotazione sul listino principale KOSPI.65
REBEL-Quad è l'acceleratore di seconda generazione, quattro chiplet costruiti sul processo 4nm di Samsung, e Rebel100 è il suo nome commerciale industrializzato.
10. Tenstorrent
L'ultimo Blackhole Tensix Processor di Tenstorrent offre 664 TFLOPS (BLOCKFP8) di prestazioni, abbinati a 32GB di memoria GDDR6 e 512 GB/s di larghezza di banda di memoria.
La scheda P150a ha un prezzo di $1,399 e dispone di quattro porte QSFP-DD 800G per lo scaling multi-scheda. Il modello entry-level P100a parte da $999.66
Da gennaio 2026, tutte le schede Blackhole p150 vengono spedite con 120 core Tensix invece di 140, e il firmware v19.5.0 ha applicato la stessa riduzione retroattivamente alle schede vendute. Tenstorrent colloca il costo all'1-2% sui carichi di lavoro tipici.67
Tenstorrent offre uno stack software completamente open-source. L'azienda ha raccolto $700 milioni a dicembre 2024.68
11. Positron
Positron è stata fondata nel 2023 e si concentra esclusivamente sull'inferenza di modelli transformer. Adotta un approccio ASIC e progetta, fabbrica e assembla i propri chip negli Stati Uniti.
Prodotti:
- Atlas (in spedizione ora): Un server di inferenza transformer con 8x Positron Archer Transformer Accelerator con 256 GB totali di HBM. L'azienda dichiara >4x di prestazioni per watt e >3x di prestazioni per dollaro rispetto ai sistemi Hopper di NVIDIA, benchmarked su Llama 3.1 8B con calcolo BF16.69
- Titan (in arrivo 2027): Un sistema successore con 8+ TB di memoria alimentato da chip personalizzati Asimov 4x, progettato per supportare modelli fino a 16 trilioni di parametri e finestre di contesto di oltre 10 milioni di token in un formato 4U raffreddato ad aria.70
- Asimov (in arrivo 2027): Silicio acceleratore di inferenza personalizzato con 2+ TB di memoria per chip.
Positron ha raccolto un round Series B di oltre $230 milioni all'inizio del 2026.71
12. _etched
Il loro approccio sacrifica la flessibilità per l'efficienza incorporando le architetture dei modelli direttamente nei loro chip.
Etched è emersa dallo stealth il 30 giugno 2026 con il primo silicio A0 di prima passata dal processo N4P di TSMC, oltre $1 miliardo di contratti clienti firmati e $800 milioni raccolti.72 Il 23 luglio 2026 ha annunciato un Series C da $300 milioni a una valutazione di $10,3 miliardi, guidato da Sequoia.73
L'azienda non usa 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.72
Restano aperte due questioni. 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 Sohu si applica ora al set di modelli più ampio, poiché un chip costruito attorno a un gruppo fisso di architetture deve essere riorientato una volta che quelle architetture vengono superate.
13. Taalas
Taalas è stata fondata all'inizio del 2023 e cabla direttamente i singoli modelli in silicio personalizzato, producendo ciò che l'azienda chiama "Hardcore Models".74 L'azienda dichiara di poter trasformare qualsiasi modello IA mai visto prima in silicio personalizzato entro due mesi. AMD ha annunciato un accordo per acquisire Taalas il 6 agosto 2026, soggetto a condizioni di chiusura e approvazioni normative. AMD prevede di integrare la sua tecnologia nei sistemi accanto alle GPU Instinct.21
L'architettura di Taalas unifica storage e calcolo su un singolo chip a densità DRAM, eliminando la necessità di HBM, packaging avanzato, impilamento 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 TSMC 6nm 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-bit e 6-bit, che introduce degradazioni di qualità rispetto alle baseline GPU.75
- HC2 (obiettivo di roadmap per l'inverno 2026, non ancora un prodotto): Una piattaforma di seconda generazione con densità superiore, esecuzione più rapida e formati standard a virgola mobile a 4 bit per affrontare le limitazioni di quantizzazione dell'HC1.
14. Extropic
Extropic ha raccolto un round da $14 milioni alla fine del 2023 per utilizzare la termodinamica per il calcolo. La sua pagina hardware elenca tre componenti. X0 è un prototipo di silicio del Q1 2025, e XTR-0 è una piattaforma di sviluppo spedita in quantità limitate a ricercatori selezionati nel Q3 2025. Entrambi sono stati presentati il 29 ottobre 2025. Z1, il primo chip su scala di produzione, è indicato come accesso anticipato nel 2026.76
15. Vaire
Vaire sviluppa circuiti di calcolo reversibile che recuperano parte dell'energia di commutazione per il riutilizzo. I suoi risultati pubblicati riguardano circuiti di test.
Il primo chip di test di Vaire, nome in codice Ice River, è un dimostratore CMOS a 22nm. Le misurazioni riportate a settembre 2025 indicano un fattore di recupero energetico di 1.77 per un array di condensatori pilotato dal risonatore di Vaire e 1.41 per un registro a scorrimento sullo stesso chip, contro circa 2x previsto in simulazione.77 La cifra del 50% riportata al tape-out si applica al solo risonatore ed esclude ulteriori sovraccarichi energetici.7879
16. Fractile
Fractile sviluppa processori di inferenza IA che intercalano memoria e calcolo sullo stesso die.80
Fractile dichiara che il suo design può eseguire modelli di frontiera fino a 25 volte più velocemente delle GPU. Il confronto è una dichiarazione del fornitore. Un prodotto in spedizione non è confermato qui.
Fractile ha annunciato un Series B da $220 milioni il 13 maggio 2026.81 I resoconti sul round collocavano la valutazione a circa $1 miliardo, cifra che l'azienda non ha confermato.
17. FuriosaAI
FuriosaAI sviluppa RNGD, un acceleratore per data center per l'inferenza IA. Ha annunciato la disponibilità in volumi il 27 gennaio 2026, come scheda PCIe e nel suo server NXT RNGD a otto schede. La scheda ha un TDP dichiarato di 180 W.82
Il suo SDK supporta la compilazione di modelli, l'esecuzione multi-chip e un'API compatibile con OpenAI. FuriosaAI riporta la disponibilità in volumi e pubblica i propri confronti di prestazioni con le GPU.82
18. Graphcore
Graphcore sviluppa Intelligence Processing Unit (IPU) e sistemi come IPU-POD256. SoftBank ha acquisito l'azienda a luglio 2024.83
SoftBank ha iniettato ulteriori $457 milioni in Graphcore il 10 aprile 2026.84
19. Mythic
Mythic è stata fondata nel 2012 ed è focalizzata sull'edge IA. Mythic segue un percorso non convenzionale, un'architettura di calcolo analogico, che mira a fornire un calcolo edge IA efficiente dal punto di vista energetico.
Mythic ha sviluppato l'M1076 Analog Matrix Processor e la scheda MM1076.85
Mythic ha raccolto un round sovrasscritto da $125 milioni guidato da DCVC il 17 dicembre 2025.86 Ha acquisito Videantis il 19 maggio 2026.87
20. Speedata
Fondata nel 2019 a Tel Aviv, Speedata sviluppa un'Analytics Processing Unit (APU) progettata per accelerare i carichi di lavoro di big data analytics e IA. È 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 Series B a giugno 2025, guidato da Walden Catalyst Ventures, 83North e altri, portando il finanziamento totale a $114 milioni.88
21. Axelera IA
Fondata a luglio 2021 a Eindhoven, Paesi Bassi, Axelera IA è specializzata in tecnologia di accelerazione hardware IA per la computer vision 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 più di $450 milioni tra equity, sovvenzioni e debito di venture.8990
Axelera ha lanciato Europa il 15 settembre 2026 e dichiara che è in spedizione come chip e nelle schede PCIe Edge 232p e Server 250p. Elenca inoltre sistemi Edge 232p convalidati di Dell e Supermicro.91 Titania rimane prevista per il 2028.
22. 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.92 L'azienda dichiara che Maverick-2 è distribuito in decine di siti clienti. Un sito nominato è Spectra dei Sandia National Laboratories, un sistema a 64 nodi con 128 acceleratori Maverick-2 dual-die che ha superato l'accettazione completa del sistema nell'ambito del programma Vanguard di Sandia a maggio 2026 dopo aver eseguito HPCG, LAMMPS e SPARTA.9394 La cifra 10x-a-GPU-a-metà-prezzo che NextSilicon cita è propria, non una misurazione indipendente. A 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 nel primo trimestre del 2028.95
Piattaforme cloud e sistemi IA integrati
23. AWS
AWS produce chip Trainium per l'addestramento dei modelli e 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 di sviluppatore LLM Anthropic. Il conteggio al lancio del cluster nell'ottobre 2025 era di quasi mezzo milione di chip, e Anthropic ha dichiarato il 20 aprile 2026 di utilizzare oltre un milione di chip Trainium2.96
Trainium3 e Trn3 UltraServer hanno raggiunto la disponibilità generale il 2 dicembre 2025.97 Trainium3 è il chip IA di quarta generazione di AWS e il primo costruito su un processo 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 voce di roadmap al re:Invent 2025, con supporto per NVIDIA NVLink Fusion. Nella conference call sugli utili del Q1 2026, Amazon ha dichiarato che Trainium4 è a circa 18 mesi dalla disponibilità ampia ed è in gran parte riservato.98
24. Google Cloud Platform
La TPU di Google Cloud è il chip acceleratore di machine learning appositamente costruito che alimenta i prodotti Google. Google ha annunciato le TPU nel 2016.99 Trillium TPU è la 6ª generazione.100
Ironwood, chiamata anche TPU v7 o TPU7x, è progettata per complessi "modelli pensanti" come LLM e MoE, con 4.614 TFLOPS di calcolo FP8 per chip e fino a 42.5 Exaflop in pod da 9.216 chip.101 Offre 2x l'efficienza energetica di Trillium. Ogni chip porta 192 GB di High Bandwidth Memory a 7.37 TB/s, con 1.2 TB/s bidirezionale (9.6 Tb/s) di Inter-Chip Interconnect e uno SparseCore migliorato per grandi embedding.102 È entrata in anteprima il 24 novembre 2025 e ha raggiunto la disponibilità generale il 31 marzo 2026.103
Al Cloud Next del 22 aprile 2026, Google ha annunciato la sua ottava generazione di TPU come due chip appositamente costruiti, TPU 8t per l'addestramento e TPU 8i per l'inferenza.104 Un superpod TPU 8t scala a 9.600 chip, due petabyte di HBM condivisa e 121 ExaFLOPS a FP4. Google dichiara che entrambi saranno disponibili nel corso del 2026.
25. Alibaba
Alibaba progetta acceleratori IA attraverso la sua unità chip T-Head (PingTouGe), su un'architettura parallel processing unit (PPU) autosviluppata con un'interconnessione ICN personalizzata.105
T-Head ha dettagliato pubblicamente la Zhenwu 810E il 29 gennaio 2026. Il chip porta 96 GB di HBM2e e 700 GB/s di larghezza di banda inter-chip attraverso 7 link ICN indipendenti, prestazioni che l'azienda descrive come comparabili all'H20 di NVIDIA, e Alibaba Cloud lo distribuisce in cluster da 10.000 schede. L'annuncio ha divulgato le specifiche del chip esistente. La 810E non è nuovo silicio 2026, e i deployment da 10.000 schede precedono l'annuncio.
Il 19-20 maggio 2026, Alibaba ha annunciato la Zhenwu M890, con 144 GB di memoria, 800 GB/s di larghezza di banda di interconnessione inter-chip, supporto nativo da FP32 a FP4, e tre volte le prestazioni della 810E. Viene spedita 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'utilizzo di Alibaba Cloud per ragioni geopolitiche.
26. IBM
IBM ha annunciato il suo chip di deep learning, l'unità di intelligenza artificiale (AIU), nel 2022.106 L'AIU di IBM si basa sul processore IBM Telum, che alimenta le capacità di elaborazione IA dei server mainframe IBM Z.107 IBM ha inoltre dimostrato che unire calcolo e memoria può portare a efficienze nel prototipo del processore North Pole.108
L'acceleratore IA IBM spedito commercialmente 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 Power11.109 Spyre porta 32 core acceleratore e 25.6 miliardi di transistor su un processo 5nm, confezionato come scheda PCIe da 75W con 128 GB di LPDDR5. Fino a 48 schede in cluster in un sistema Z o LinuxONE, contro 16 in Power.
27. Huawei
L'Ascend 910C di HiSilicon di Huawei fa parte della famiglia di chip Ascend 910 introdotta nel 2019.
I laboratori IA in Cina stanno sperimentando l'Ascend 910C. Il cloud di Huawei ospita i modelli DeepSeek, e un ricercatore di DeepSeek afferma che può raggiungere il 60% delle prestazioni di inferenza dell'H100 di NVIDIA.110
Huawei ha debuttato il chip Ascend 950PR insieme alla scheda acceleratore Atlas 350 il 20 marzo 2026.111 La scheda Atlas 350 è specificata a 1.56 PFLOPS di calcolo FP4, 112 GB di HiBL 1.0 HBM proprietaria di Huawei a 1.4 TB/s di larghezza di banda di memoria, 600 W di potenza e 2 TB/s di interconnessione. Tali cifre 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 2.8 volte le prestazioni dell'H20 di NVIDIA, il che non è un confronto alla pari, poiché l'H20 di classe Hopper non ha supporto FP4 nativo.
Huawei ha pubblicato una roadmap Ascend, al keynote di Huawei Connect 2025 del 18 settembre 2025.112 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 più addestramento, con un obiettivo di roadmap Q4 2026. Huawei ha mostrato l'Atlas 950 SuperPoD al WAIC 2026 il 18 luglio 2026, con il rollout commerciale ancora previsto per il Q4 2026.
28. Microsoft Azure
All'Hot Chips 2024, Microsoft ha presentato Maia 100, il suo primo acceleratore IA personalizzato, costruito sul 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 il 30% di prestazioni in più per dollaro rispetto ai sistemi esistenti.113
Maia 200 è costruita su TSMC 3nm con più di 140 miliardi di transistor, 216 GB di HBM3e a 7 TB/s, 272 MB di SRAM on-chip e più di 10 PFLOPS di calcolo FP4 entro un TDP SoC di 750 W. Microsoft ha confermato che Maia 200 era attiva nei suoi data center in Iowa e Arizona nella conference call sugli utili del Q3 dell'anno fiscale 2026.114
Chip IA per infrastrutture interne
29. Apple
Il Project ACDC di Apple è riportato come focalizzato sulla costruzione di chip per l'inferenza IA nei data center.115 Il chip server è riportato con nome in codice Baltra e sviluppato con Broadcom, e Apple non l'ha mai riconosciuto ufficialmente. Reuters ha riportato il 15 luglio 2026, citando The Information, che il progetto è stato posticipato e che i server IA interni di Apple funzionano ancora con chip M2 Ultra.116117 M5 è stato lanciato il 15 ottobre 2025, e M5 Pro e M5 Max sono stati annunciati il 3 marzo 2026 con un Neural Accelerator in ogni core GPU. Apple sta rafforzando la sua strategia IA on-device con il framework Core IA, che esegue modelli sul silicio Apple senza dipendenze da server, supportato da un repository open-source di modelli Core IA su GitHub.118119
30. Meta
Il Meta Training and Inference Accelerator (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 che l'azienda chiamava precedentemente Next Gen MTIA è ora MTIA 200. È basato sulla tecnologia TSMC 5nm, si dichiara offra 3x le prestazioni della MTIA v1, ed è ospitato in rack contenenti fino a 72 acceleratori.120 MTIA 300 è in produzione per l'addestramento di ranking e raccomandazione, e MTIA 400, 450 e 500 seguono nel corso del 2026 e 2027.121
MTIA esegue i carichi di lavoro interni di Meta e non è offerto come acceleratore cloud pubblico.
Broadcom co-progetta la tecnologia per il programma MTIA di Meta. La partnership e gli impegni di capacità sono trattati nel profilo Broadcom.122
31. OpenAI
OpenAI ha progettato il suo primo chip IA con Broadcom, e la leadership del suo team chip ha esperienza nella progettazione di TPU presso Google.123 OpenAI ha confermato TSMC come fonderia, ma né OpenAI né Broadcom hanno confermato un nodo di processo.124 I resoconti della supply chain coreana hanno usato il nome in codice "Titan" per il chip e l'hanno collocato sul processo N3 di TSMC, sebbene nessuna delle due società usi quel nome.125
Samsung ha ottenuto un accordo per fornire memoria HBM4 per il chip OpenAI, allocando secondo quanto riportato oltre il 50% della capacità della sua fonderia di Pyeongtaek a die base HBM4 per questo scopo.126 OpenAI e Broadcom hanno annunciato una collaborazione per 10 gigawatt di acceleratori IA personalizzati nell'ottobre 2025. I rack dovrebbero iniziare nella seconda metà del 2026 e completarsi entro la fine del 2029. L'annuncio afferma che le parti "hanno firmato un term sheet" per i rack. Un contratto di acquisto definitivo e il valore finanziario rimangono non divulgati.123 Il 24 giugno 2026 i due hanno presentato Jalapeño, il primo Intelligence Processor di OpenAI. Entrambe le società dichiarano che i campioni ingegneristici stanno eseguendo carichi di lavoro ML in laboratorio alla frequenza e potenza target di produzione, inclusi GPT-5.3-Codex-Spark, e che la piattaforma è progettata per il deployment iniziale entro la fine del 2026, il che colloca il chip nella fase di campione ingegneristico post-tape-out.127 La parte dell'accordo di Broadcom, inclusi gli altri clienti di acceleratori personalizzati, è trattata nella sezione Broadcom qui sotto.
Partner di design di ASIC IA personalizzati
32. Broadcom
Broadcom co-progetta acceleratori IA personalizzati con i clienti e fornisce la rete che li collega. Questi chip specifici per cliente non sono venduti come acceleratore merchant marchiato.
Broadcom ha riportato $16,7 miliardi di ricavi IA da semiconduttori per il Q3 dell'anno fiscale 2026 il 2 settembre 2026, in aumento del 221% anno su anno. Ha previsto $21,7 miliardi per il Q4.128
Nella call del 3 giugno Broadcom ha illustrato sei clienti IA core 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 iniziano a fine 2026 e accelerano nel 2027. Gli elenchi pubblicati che nominano tutti e sei si basano su inferenze degli analisti per le identità non divulgate.129
La divulgazione di Broadcom varia per cliente:
- Google ha un accordo multi-generazionale su TPU e IA-networking, senza alcuna cifra in gigawatt fornita. Il Form 8-K di Broadcom divulga un Long Term Agreement per sviluppare e fornire TPU personalizzate per le generazioni future di Google, più un Supply Assurance Agreement che copre componenti di rete fino al 2031.130
- Anthropic prende 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 lega al continuo successo commerciale di Anthropic. La cifra di 3.5 GW proviene dal filing di Broadcom, mentre il post di Anthropic quantifica l'impegno come "gigawatt multipli". Il filing descrive l'accordo come un'espansione di una collaborazione esistente.130
- Per OpenAI, il silicio è stato consegnato, la produzione è prevista a fine 2026, e OpenAI ha contrattualizzato 1.3 GW nel 2027 nell'ambito dell'accordo più ampio da 10 GW entro il 2029. Il chip stesso è trattato nella sezione OpenAI sopra.129
- Meta ha una partnership multi-generazionale MTIA XPU che punta a 3 GW fino alla fine del 2028, con un ordine iniziale di 1 GW che consegna dalla seconda metà del 2027. Hock Tan sta passando dal consiglio di amministrazione di Meta a un ruolo di consulente.129122
Il 26 febbraio 2026 Broadcom ha iniziato a spedire un SoC di calcolo personalizzato 2nm, costruito sulla sua piattaforma 3.5D eXtreme Dimension System in Package (XDSiP). Tale SoC supporta il programma di processori FUJITSU-MONAKA di Fujitsu. Broadcom dichiara che gli XPU per la sua base clienti più ampia spediranno dalla seconda metà del 2026.131 Nel networking, Broadcom ha dichiarato a marzo 2026 che Tomahawk 6 è l'unico switch 102.4T in spedizione in volumi di produzione, e Jericho 4, un router fabric da 51.2 Tbps lanciato ad agosto 2025, è in spedizione.
Il 9 giugno 2026 Broadcom ha annunciato l'IA XPV Platform con Apollo e Blackstone come investitori anchor iniziali. La piattaforma è progettata per consentire più di 20 gigawatt di capacità di calcolo entro il 2028, utilizzando XPU Broadcom e networking personalizzati 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 da metà 2026. I più di 20 gigawatt sono l'obiettivo di design della piattaforma entro il 2028 e non sono finanziati da tale tranche.132
Le stime di terze parti sulla quota degli ASIC personalizzati nel mercato dei processori IA dipendono da cosa viene conteggiato. Bloomberg Intelligence suddivide il mercato degli ASIC personalizzati tra Broadcom al 60%-80% e Marvell al 20%-25%.
33. Marvell
Marvell progetta silicio IA personalizzato, che chiama XPU, per hyperscaler, insieme al silicio di interconnessione, ottica e networking che collega quei chip. Bloomberg Intelligence la colloca seconda dopo Broadcom nel mercato degli ASIC IA personalizzati.
Per il Q2 dell'anno fiscale 2027, riportato il 27 agosto 2026, Marvell ha registrato $2,739 miliardi di ricavi totali e $2,172 miliardi di ricavi data center. I ricavi data center sono cresciuti del 46% anno su anno. La sua previsione di ricavi totali per il Q3 era di $3,15 miliardi, più o meno il 5%.133
Il 31 marzo 2026, NVIDIA e Marvell hanno annunciato una partnership strategica che collega Marvell all'IA factory e all'ecosistema IA-RAN di NVIDIA attraverso NVLink Fusion, insieme alla collaborazione sulla fotonica del silicio. NVIDIA ha investito $2 miliardi in Marvell come parte di essa. Nell'ambito della partnership, Marvell fornisce XPU personalizzati e networking scale-up compatibile con NVLink Fusion.134
Marvell ha chiuso tre acquisizioni tra febbraio e aprile 2026, tutte sul livello ottico e di interconnessione:
- Celestial IA, completata il 2 febbraio 2026 a $3,25 miliardi.135
- XConn Technologies, completata il 10 febbraio 2026 a circa $540 milioni.
- Polariton Technologies, uno spin-off svizzero del Politecnico di Zurigo che lavora sulla fotonica del silicio basata su plasmonica, acquisita il 22 aprile 2026 a condizioni non divulgate.
Il ruolo di Marvell nelle generazioni successive di Trainium è contestato. SemiAnalysis ha riportato che Alchip ha gestito il design fisico e il packaging del back-end di Trainium3 dopo che Marvell aveva lavorato su Trainium2.136 Le società non hanno confermato tale resoconto.
CPU host e IP dei processori
Le CPU host funzionano insieme agli acceleratori e gestiscono il controllo del sistema e il lavoro general-purpose. Arm concede in licenza IP per processori e ha aggiunto una propria linea di prodotti CPU per data center.
34. Arm
Arm ha annunciato il 24 marzo 2026 che "si sta estendendo ai prodotti in silicio di produzione per la prima volta nella storia dell'azienda", a partire dall'Arm AGI CPU, una CPU per data center per infrastrutture IA agentiche. Meta "funge da partner principale e co-sviluppatore".137138
Arm dichiara che la CPU porta fino a 136 core Arm Neoverse V3, 6 GB/s di larghezza di banda di memoria per core a latenza inferiore a 100ns e un TDP di 300 W, scalando a 8.160 core per rack raffreddato ad aria e più di 45.000 core per rack raffreddato a liquido. Arm afferma più di 2x prestazioni per rack rispetto a x86. Queste sono cifre di Arm e non sono state misurate indipendentemente.137
Arm continua a concedere in licenza IP e Compute Subsystems (CSS) accanto alla sua linea di prodotti in silicio AGI CPU. I primi sistemi sono disponibili ora, con disponibilità più ampia prevista nella seconda metà del 2026, e accanto a Meta, Arm nomina Cerebras, Cloudflare, F5, OpenAI, Positron, Rebellions, SAP e SK Telecom come clienti impegnati.137 Meta mostra quanto i ruoli ora siano sfumati. Progetta il proprio silicio MTIA, è partner principale per l'AGI CPU di Arm, è un cliente annunciato di Qualcomm per CPU data center, e acquista da AMD e Broadcom.
5 fornitori di chip IA mobili
Questi sono SoC mobili rappresentativi, ciascuno con un dispositivo documentato o un ruolo di hardware IA.
Aggiungi come fonte preferitaProcessori, moduli e IP per edge IA
Questi chip edge IA eseguono l'inferenza su dispositivi locali. Il confronto identifica separatamente moduli, processori discreti, NPU integrate e IP riutilizzabili.
Le prestazioni di picco e la potenza sono specifiche del fornitore o dichiarazioni di design di riferimento. Le fonti coprono Jetson Thor, Jetson Orin, Hailo-10H, Dragonwing IQ10, Europa, Coral NPU e Core Ultra Series 3, rispettivamente.144145146147148149150
*Questi sono i valori massimi citati da ciascun fornitore e non sono direttamente confrontabili tra le righe. Una cifra citata a FP4 o INT4 descrive un'operazione diversa da una citata a INT8, e le righe contrassegnate sparse sono cifre del fornitore che presuppongono 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, con chiusura prevista entro la fine del trimestre che termina il 30 settembre 2026, soggetta a condizioni di chiusura e approvazioni normative, a condizioni non divulgate.151
Partner di fonderia e il ruolo di TSMC
TSMC è una fonderia pure-play. Produce semiconduttori dai design dei clienti, inclusi quelli di NVIDIA e AMD. Samsung Foundry e Intel Foundry Services competono nello stesso mercato.
N2, il nodo 2nm di TSMC, è entrato in produzione di volumi nel quarto trimestre del 2025 e ha rappresentato il 3% dei ricavi wafer nel secondo trimestre del 2026, contro il 33% per 5nm, il 30% per 3nm e l'11% per 7nm.152 La roadmap di TSMC colloca A16 nel 2027, A14 nella seconda metà del 2028, e A13 e A12 nel 2029.152 TSMC fabbrica acceleratori IA per i seguenti designer. FuriosaAI identifica anche TSMC come partner di produzione per RNGD.82
Il chip di inferenza Hanguang 800 del 2019 di Alibaba, il suo ultimo componente prodotto da TSMC, non è incluso. I controlli all'esportazione statunitensi ora impediscono a TSMC di produrre chip IA avanzati per designer cinesi, e le fonderie devono esaminare qualsiasi spedizione a 7nm e inferiore verso designer cinesi. Il silicio IA 2026 di Alibaba è fabbricato internamente, con la capacità presso SMIC indicata come vincolo.105
SemiAnalysis ha riportato il 12 marzo 2026 che la capacità front-end dei wafer N3 ha sostituito il packaging CoWoS come collo di bottiglia dominante nella fornitura di chip IA, con CoWoS in tensione ma in allentamento. TrendForce prevede che il divario domanda-offerta di CoWoS si restringa da circa il 20% a circa il 10% entro la fine del 2026.153 Micron ha raggiunto la produzione in volumi di HBM4 36GB 12H per la piattaforma Vera Rubin di NVIDIA il 16 marzo 2026, a velocità pin superiori a 11 Gb/s.154
Piani di espansione
Gli investimenti annunciati di TSMC negli Stati Uniti ammontano a $265 miliardi in 12 strutture di fabbricazione e packaging leader, dopo un impegno incrementale di $100 miliardi in Arizona annunciato il 16 luglio 2026.155
Le notizie del marzo 2025 su una joint venture guidata da TSMC per gestire la divisione fonderia di Intel non hanno prodotto un accordo. TSMC ha negato discussioni attive il 17 aprile 2025, e il 26 settembre 2025 ha dichiarato che "non è mai entrata in trattative con alcuna azienda per stabilire una joint venture o impegnarsi nella licenza o trasferimento di tecnologia".156 Intel è stata invece ricapitalizzata, con il governo statunitense che ha preso una quota del 9,9% per $8,9 miliardi ad agosto 2025.157
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 ricavi dell'anno fiscale 2025 di RMB 6.4972 miliardi, in aumento del 453,21% anno su anno, e il suo primo profitto a anno pieno a RMB 2.0592 miliardi. La sua capitalizzazione di mercato ha superato 1 trilione di RMB il 30 giugno 2026, una prima volta per lo STAR Market.
- 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 H1 2026) e Tianchi 512 (disponibile nel H2 2026), entrambi costruiti dai chip Kunlun P800 esistenti di Baidu.
- Biren, fondata da ex dipendenti NVIDIA, si è quotata sul listino 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 sullo STAR Market il 5 dicembre 2025. I ricavi dell'anno fiscale 2025 erano RMB 1.505 miliardi, in aumento del 243,37% anno su anno. L'azienda rimane non redditizia ed è nella Entity List statunitense dal 2023.
- MetaX si è quotata sullo STAR Market il 17 dicembre 2025, raccogliendo circa RMB 4.2 miliardi (US$586-596 milioni), e da allora ha depositato in via confidenziale per una quotazione secondaria a Hong Kong.
- Iluvatar CoreX (HKEX: 9903) si è quotata sul listino principale di Hong Kong l'8 gennaio 2026, raccogliendo circa HK$3,68 miliardi.
- Enflame (SHA: 688801) si è quotata sullo STAR Market di Shanghai l'11 settembre 2026.158159 Il suo avviso di quotazione afferma che l'azienda era ancora non redditizia alla quotazione.
- SMIC, la fonderia da cui dipende la maggior parte di questi designer, aveva N+3 (classe 5nm) in produzione di volumi a giugno 2026, capacità 7nm di circa 45.000-60.000 wafer al mese, e $9,3 miliardi di ricavi 2025.
Accesso alle esportazioni e restrizioni
Quattro misure separate regolano le vendite di chip IA avanzati alla Cina, e vengono spesso confuse.
La licenza è cambiata per prima. Il 13 gennaio 2026 il Bureau of Industry and Security statunitense ha annunciato una regola finale che sposta le domande di licenza per l'NVIDIA H200, l'AMD MI325X e chip simili da una presunzione di diniego a una revisione caso per caso, soggetta a condizioni che coprono certificazioni dell'esportatore, verifiche del cliente e test indipendenti pre-spedizione.160 Un tetto di volume corre accanto: le spedizioni aggregate di un dato chip verso Cina e Macao non possono superare il 50% della quantità di quel medesimo prodotto che l'esportatore ha spedito ai clienti statunitensi per uso finale statunitense.160
Due ulteriori misure sono entrambe fissate al 25% e sono abitualmente trattate come una sola. Il presidente Trump ha annunciato una quota di ricavi del 25% per il governo statunitense 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 distinta tariffa Section 232 del 25% sui semiconduttori avanzati alle stesse soglie di prestazione il 14 gennaio 2026, con eccezioni tra cui i data center statunitensi e la R&D statunitense.161
La Cina si è mossa nella direzione opposta, sebbene in modo meno formale. Reuters ha riportato il 5 novembre 2025, citando fonti anonime, che le autorità avevano vietato i chip IA stranieri nei data center finanziati dallo stato, e non è stata pubblicata alcuna regolamentazione cinese ufficiale in tal senso.
Il permesso non si è tradotto in vendite. Il 14 luglio 2026, il Sottosegretario al Commercio Jeffrey Kessler ha dichiarato in un'audizione congressuale che "pochissime spedizioni contro le licenze per H200 ed equivalenti hanno avuto luogo. È una quantità molto piccola di chip." NVIDIA aveva registrato zero ricavi dal calcolo per data center in Cina sia nei risultati di febbraio 2026 sia in quelli di maggio 2026.
Quota domestica del mercato cinese degli acceleratori IA
Reuters ha riportato le stime di IDC sulle spedizioni di schede acceleratore IA in Cina.162 Conta le spedizioni unitarie di schede acceleratore, non i server e non i ricavi.
L'offerta domestica è essa stessa concentrata. Huawei rappresenta circa la metà delle spedizioni dei fornitori cinesi, con il resto diviso tra Alibaba T-Head, Baidu Kunlunxin, Cambricon, Hygon, MetaX e Iluvatar CoreX.162
FAQ
Sì. Le CPU possono eseguire l'inferenza di reti neurali. OpenVINO supporta l'esecuzione su CPU insieme a target GPU e NPU.163 La scelta dell'acceleratore dipende dal supporto del modello, dalla memoria, dal throughput e dai requisiti di latenza.
Un designer di chip sviluppa l'architettura del processore e il design del circuito. Una fonderia produce chip per i clienti. NVIDIA e AMD esternalizzano la fabbricazione, mentre TSMC produce design dei clienti. Arm e Synopsys forniscono anche IP per processori e strumenti di design.
Utilizzare lo stesso modello, precisione, dimensione del batch e obiettivo di latenza. I soli TOPS o FLOPS di picco non possono stabilire il throughput applicativo o il costo. Addestramento e inferenza pongono inoltre requisiti diversi su memoria e calcolo.
Ulteriori letture
Per confronti pratici delle prestazioni dei chip trattati, consulta i nostri benchmark:
- Benchmark multi-GPU: Come la B200, H200, H100 di NVIDIA e la MI300X di AMD scalano in configurazioni da 1, 2, 4 e 8 GPU per l'inferenza LLM, con analisi di throughput, latenza e costo per token.
- Benchmark di concorrenza GPU: Come la B200, H200, H100 di NVIDIA e la 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 ciascun livello di concorrenza.
- CUDA vs ROCm: Come ROCm di AMD si confronta con CUDA di NVIDIA su supporto framework e portabilità, la questione software dietro la posizione di AMD.
- Produttori di chip edge IA: I fornitori nella tabella edge sopra trattati uno per uno, con i casi d'uso a cui ciascun componente si rivolge.
- Fornitori di GPU cloud: 60+ fornitori che affittano gli acceleratori qui trattati a ore, 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 = sep,
howpublished = {\url{https://aimultiple.com/ai-chip-makers}},
note = {AIMultiple. Consultato il 17 settembre 2026}
}Risultati e timestamp di 86 punti dati. Scarica i dati di sintesi mostrati nei grafici e nelle tabelle di questo articolo come file ZIP contenente 7 file CSV.
Vuoi i dati granulari che ci stanno dietro? Passa a Premium
Registro delle modifiche
39 aggiornamentiAggiunto un profilo aziendale di NextSilicon sul suo acceleratore Maverick-2.
Aggiunta una nuova sezione sui fornitori di ASIC AI personalizzati con Broadcom e Marvell
Aggiunta una tabella di fornitori e chip nella sezione dei fornitori di chip IA mobili
Aggiunta Fractile all'elenco delle startup di chip IA, ampliando la panoramica da oltre 20 a oltre 25 produttori.
Aggiornati i dettagli di finanziamento, prodotto e collaborazione di SambaNova Systems.
Aggiunta una sezione sulle architetture dei chip AI: GPU vs ASIC.
Collegamenti di riferimento
Il lavoro di Cem presso AIMultiple è stato citato da importanti testate internazionali tra cui Business Insider, Forbes, Morning Brew e Washington Post, da aziende globali come Deloitte e HPE, da ONG come il World Economic Forum e da organizzazioni sovranazionali come la Commissione europea. [1], [2], [3], [4], [5]
Nel corso della sua carriera, Cem ha lavorato come consulente tecnologico, acquirente tecnologico e imprenditore tecnologico. Ha consigliato le aziende sulle loro decisioni tecnologiche presso McKinsey & Company e Altman Solon per più di un decennio. Ha inoltre pubblicato un report McKinsey sulla digitalizzazione.
Ha guidato la strategia tecnologica e gli approvvigionamenti di una società di telecomunicazioni rispondendo direttamente al CEO. Ha inoltre guidato la crescita commerciale dell'azienda deep tech Hypatos, che ha raggiunto ricavi ricorrenti annuali a 7 cifre e una valutazione a 9 cifre partendo da zero in 2 anni. Il lavoro di Cem in Hypatos è stato ripreso da importanti testate tecnologiche come TechCrunch e Business Insider.
Cem interviene regolarmente a conferenze tecnologiche internazionali. Si è laureato come ingegnere informatico presso l'Università di Bogazici e possiede un MBA della 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!