I principali 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 hardware offerto in vendita, servizi cloud, implementazioni interne e prodotti annunciati. Le date si riferiscono a tappe documentate. Le future date di spedizione rimangono obiettivi.
GPU vs ASIC nelle architetture di chip IA
Le GPU sono processori paralleli programmabili utilizzati per addestramento e 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 di carico di lavoro dichiarato. Le evidenze identificano la base per ogni riga come Specifica, Dichiarazione di roadmap, Benchmark del fornitore o Benchmark indipendente. Il benchmark indipendente si applica all'hardware testato indicato. Non valida 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 vanno dai singoli acceleratori ai rack che collegano GPU, CPU host e networking. Affida 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 svelato 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, lo switch NVLink 6, ConnectX-9 SuperNIC, BlueField-4 DPU, lo switch Ethernet Spectrum-6 e la Groq 3 LPU, dichiarandoli in piena produzione.3 Il 30 settembre 2026, NVIDIA ha dichiarato che CoreWeave offriva Vera Rubin NVL72 ai clienti ad accesso anticipato, con Cognition che eseguiva carichi di lavoro in produzione come primo cliente di produzione.4 Blackwell e il GB300 NVL72 sono rimasti il prodotto di volume dei ricavi fino al Q1 FY2027.
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 La GPU Rubin è riportata come costruita sul N3P di TSMC con HBM4, un nodo che NVIDIA non ha confermato.
Il settimo chip deriva dall'accordo di licenza di dicembre 2025 di NVIDIA con Groq, trattato nella sezione Groq più avanti.
La Groq 3 LPU è un chip di inferenza dedicato, prodotta da Samsung Foundry.6 I rack Groq 3 LPX sono previsti per il secondo semestre del 2026, e NVIDIA proietta fino a 35x di throughput superiore per megawatt per i modelli da trilione di parametri quando LPX è abbinata a Vera Rubin NVL72.7
Accesso cloud e software
La maggior parte degli operatori cloud offre l'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 manterrà dal 70% al 75% del mercato degli acceleratori IA fino al 2030.9
NVIDIA Dynamo, annunciato al GTC 2025, è un framework di inferenza open-source per l'implementazione ad alto throughput e bassa latenza di modelli IA generativi in ambienti distribuiti.10
NVIDIA offre anche i servizi DGX Cloud. Il marketplace DGX Cloud Lepton collega gli sviluppatori con i fornitori di GPU cloud tra cui CoreWeave, Lambda e Crusoe.11
Sistemi desktop e aziendali
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.1213
Annunciati a maggio 2025 al Computex, NVIDIA ha presentato i server RTX PRO alimentati dalle GPU RTX PRO 6000 Blackwell Server Edition, progettati per le IA factory aziendali.14
Ricavi del data center
I ricavi del data center di NVIDIA e la loro quota dei ricavi totali sono riportati per anno fiscale NVIDIA.15
2. AMD
AMD è un produttore di chip fabless con prodotti CPU, GPU e acceleratori IA.
AMD ha lanciato l'MI300 per carichi di lavoro di addestramento IA nel giugno 2023 e compete con NVIDIA per quote di mercato. Startup, aziende e giganti tecnologici hanno adottato l'hardware AMD nel 2023, quando l'hardware NVIDIA era difficile da reperire nel mezzo del 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. Nel giugno 2026 AMD ha annunciato l'acquisizione di MEXT, la cui tecnologia di memoria predittiva è progettata per far comportare la flash più come DRAM e ridurre il costo della memoria dei data center.1920 AMD ha anche concordato di acquisire Taalas nell'agosto 2026, come trattato nel profilo Taalas più avanti.21
AMD ha lanciato gli Instinct MI350X e MI355X il 12 giugno 2025 all'Advancing IA 2025.22 L'MI355X è costruito su CDNA4 a 3nm di TSMC con 288 GB di HBM3E e 10,1 PFLOPS di MXFP4, e AMD lo posiziona contro il Blackwell B200 di NVIDIA. AMD ha fatto seguito il 7 maggio 2026 con l'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 il primo 1 GW di capacità della serie MI450 dal secondo semestre del 2026.24
AMD ha nominato Oracle Cloud Infrastructure come partner di lancio il 14 ottobre 2025 per un primo lotto di 50.000 GPU della serie MI450 dal Q3 del calendario 2026.25
AMD ha annunciato un accordo con Meta il 24 febbraio 2026 per un massimo di 6 GW dal secondo semestre 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 dal primo semestre 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 all'Advancing IA 2026 il 22-23 luglio 2026.29 L'MI455X è il membro della famiglia focalizzato sull'IA. AMD lo 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 AMD ha dichiarato a luglio che Helios, il suo sistema rack della serie MI400, era in piena produzione e puntava alle prime spedizioni per la fine del Q3 2026.29 Il 30 settembre, HPE ha annunciato un ordine da 1,2 miliardi di dollari di Vultr per rack Helios, ciascuno con 72 GPU MI455X. L'annuncio descriveva l'implementazione pianificata presso i data center statunitensi di Vultr.31
Un terzo membro della famiglia, l'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 da allora AMD non ha pubblicato specifiche.32 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 a 2nm e i dettagli della memoria HBM4E per l'MI500 forniti al CES 2026.29
L'MI430X è il membro HPC e IA sovrana della serie MI400. AMD l'ha annunciato il 19 novembre 2025 durante la settimana SC25, a 432 GB di HBM4 e 19,6 TB/s, e ha aggiornato le specifiche il 23 luglio 2026. La pagina prodotto di AMD indica ora fino a 288 TFLOPS di FP64 teorico di picco 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.33 Il supporto FP64 a piena velocità lo distingue dall'MI455X per il calcolo scientifico.
AMD prevede che l'MI430X sarà disponibile nel 2027 e non ha pubblicato conteggio dei transistor, potenza di board o litografia. Due cifre nei materiali stessi di AMD non coincidono. La FAQ della landing page della serie MI400 indica ancora fino a 19,6 TB/s dove la pagina delle specifiche dell'MI430X indica 23,3 TB/s, e la FAQ sulla pagina dell'MI430X contiene un refuso che recita 2,3 TB/s.33
AMD indica tre sistemi target per l'MI430X: Discovery presso l'Oak Ridge National Laboratory, pianificato 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 dell'MI300X contro H100 e H200, dava ad AMD una probabilità dello 0% di rompere il fossato CUDA di NVIDIA, riscontrando che CUDA funzionava out of the box per la maggior parte dei compiti mentre il software AMD richiedeva una configurazione significativa.34
Gli stessi analisti hanno da allora rivisto quel giudizio, il 25 luglio 2026, in "una grande possibilità di successo purché AMD risolva i due grandi rischi che delineiamo di seguito": la rampa di produzione dei rack Helios, dove SerDes deboli richiedono fino all'85% del backplane da ritimare con oltre 550 retimer ethernet Broadcom per rack, e una persistente mancanza di cluster GPU interni stabili per lo sviluppo software e CI di testing automatizzato.35
All'Advancing IA 2026 AMD si è impegnata a una cadenza fissa di rilascio di nuove funzionalità ogni sei settimane al posto del precedente ciclo approssimativamente trimestrale.36
Ecosistema
Come NVIDIA, AMD investe selettivamente negli utenti delle sue soluzioni per favorire l'adozione del suo hardware.37 Ha anche legato l'equity ai suoi impegni più grandi, emettendo a OpenAI e 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 degli Instinct.38
3. Intel
Intel ha una lunga storia nello sviluppo di semiconduttori. Intel possiede fonderie e costruisce componenti come lo Xeon 6+ basato su 18A internamente. Si approvvigiona anche di componenti IA da TSMC, e il Gaudi 3 stesso è stato prodotto sul processo a 5nm di TSMC.39
Il 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.40 Il chip stesso non è stato ritirato. La pagina prodotto di Intel indica ancora la scheda PCIe Gaudi 3 (HL-338) come in spedizione, e Intel non ha pubblicato alcun avviso di fine vita.41 Intel puntava a $500 milioni di ricavi Gaudi per il 2024 e ha abbandonato l'obiettivo nella 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."40
Intel ha cancellato la sua GPU Falcon Shores per puntare su Jaguar Shores, un acceleratore IA su scala rack i cui dettagli confermati si limitano al marchio Gaudi e alla memoria HBM4 di SK hynix, senza indicazione del nodo di processo.40 Al CES 2026 la roadmap di Intel si riferiva alla "linea di prodotti Shores" senza il nome Jaguar, e Intel non ha annunciato una rinomina. Intel ha fatto nuovi annunci hardware IA al Computex 2026, incluso il suo processore Xeon 6+ sul nodo 18A.4243
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 campionamento clienti previsto nel secondo semestre del 2026.44 Intel l'ha dettagliata al Computex 2026 come una scheda PCIe air-cooled da 350W che supporta tipi di dati da FP4 a FP64, con una configurazione partner massima di 480GB. La scheda annunciata ha 160GB.40
4. Qualcomm
Qualcomm è un progettista fabless noto soprattutto per i SoC mobili, e ha annunciato una linea di prodotti per data center basata sull'inferenza. La più vecchia famiglia Cloud IA 100 è la linea per data center Qualcomm che gli acquirenti possono ordinare oggi. Due marchi Qualcomm che differiscono di 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 data center.45
AI200, AI250 e la roadmap per data center
Il 27 ottobre 2025, Qualcomm ha annunciato l'AI200 e l'AI250, due soluzioni di inferenza IA su scala rack. Entrambi ora rientrano nel marchio Dragonfly che Qualcomm ha lanciato nel giugno 2026.46 L'AI200 supporta 768 GB di LPDDR per scheda, e Qualcomm ha dichiarato all'annuncio che l'AI200 e l'AI250 sarebbero stati disponibili commercialmente rispettivamente nel 2026 e nel 2027.
L'AI250 introduce un'architettura di calcolo near-memory che Qualcomm dichiara offrire 133 TB/s di larghezza di banda di memoria effettiva per scheda, 18 volte l'AI200. Questa è una specifica di roadmap del fornitore. Entrambi i rack utilizzano raffreddamento a liquido diretto, e Qualcomm specifica ora un rack conforme OCP ORv3 da 140 kW.47
Il 24 giugno 2026, Qualcomm ha svelato tre ulteriori 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 nominato Meta come suo cliente in una collaborazione multi-generazionale che copre le CPU per data center. Il Qualcomm High Bandwidth Compute (HBC) unisce il calcolo a una larghezza di banda di memoria accelerata in una soluzione di silicio impilato 3D, rendendolo un'architettura di calcolo, e l'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 più di $15 miliardi di ricavi da data center entro il 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 di Google e ha costruito il suo 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 che copre la 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 valutato la transazione a circa ~$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, che ha anche detto che NVIDIA acquisisce tutti gli asset di Groq tranne 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 aziende lo ha confermato. Jensen Huang ha detto ai dipendenti: "Mentre aggiungiamo dipendenti di talento ai nostri ranghi e concediamo in licenza la IP 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.7
Groq gestisce un cloud di inferenza ed è un NVIDIA Cloud Partner. Nell'agosto 2026 ha riportato 13 data center, più di sei milioni di sviluppatori e 54 MW di capacità, con un obiettivo superiore ai 200 MW nel 2027.53 Il suo data center di Dammam, costruito con Aramco Digital, si colloca dietro un impegno di investimento saudita da $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 partecipazione pianificata 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 il primo closing di un Series F da $1 miliardo a una valutazione di $11 miliardi l'8 luglio 2026.55
SambaNova ha svelato l'SN50, la sua ultima Reconfigurable Data Unit (RDU), il 24 febbraio 2026, con spedizioni ai clienti previste nel secondo semestre del 2026. SambaNova specifica 5x più calcolo per acceleratore e 4x più larghezza di banda di rete rispetto alla generazione precedente 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 l'SN50 nei suoi data center IA in Giappone.
SambaNova ha anche annunciato una pianificata 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
Cerebras ha introdotto il sistema di inferenza CS-4 il 18 agosto 2026. Combina tre processori WSE-3 Turbo e supporta l'inferenza disaggregata, con hardware separato che gestisce l'elaborazione dei prompt e la generazione dei token. Al lancio, Cerebras puntava alle prime spedizioni nel Q3 2026.59 Ha nominato Gimlet Labs come partner di lancio del CS-4 il 28 settembre e ha dichiarato che il primo data center Gimlet Cloud alimentato da Cerebras era previsto per fine 2026.60
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 frontier.
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, scalando in fasi fino a 165 MW di capacità IT contrattualizzata. La costruzione della fase iniziale da 50 MW era in corso.61
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.62 Nei risultati Q2 del 12 agosto, Cerebras ha alzato la previsione di ricavi core FY2026 a $880-890 milioni.63 Ha firmato un accordo di inferenza da 750 MW con OpenAI il 14 gennaio 2026 che il suo comunicato Q1 valuta a più di $20 miliardi.64
8. d-Matrix
d-Matrix sviluppa acceleratori di inferenza che posizionano il calcolo vicino alla SRAM per ridurre il movimento dei dati.65
Corsair utilizza un'architettura a chiplet di calcolo in-memory basata su SRAM.65 Il 12 ottobre 2026, d-Matrix ha annunciato la disponibilità generale dei server Corsair e dei sistemi SquadRack. I suoi cluster Squadron più grandi erano in spedizione ai clienti prioritari, con una configurazione che supporta fino a 16 SquadRack e 1.024 XPU Corsair.66
Gimlet Labs ha testato gpt-oss-120b con un decoder speculativo da 1,6 miliardi di parametri scaricato su Corsair. Ha riportato un'accelerazione end-to-end di 2-5x per le configurazioni interattive e fino a 10x per le configurazioni ottimizzate per il consumo energetico, rispetto allo stesso decoder su una GPU a consumo energetico equivalente. Gimlet è un partner commerciale di d-Matrix, e il co-fondatore e CTO di d-Matrix ha co-autore del post di benchmark.67
9. Rebellions
Rebellions è una startup con sede in Corea focalizzata sull'inferenza LLM. Si è fusa con un'altra azienda coreana di progettazione di semiconduttori, SAPEON.68 Il finanziamento totale è di circa $850 milioni.69 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.70
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.
Rebellions ha confermato il 15 settembre 2026 che i sistemi RebelRack e RebelPOD erano in spedizione. La sua partnership con ai& includeva un acquisto iniziale per un'implementazione pianificata a Tokyo. L'operatività presso il sito giapponese era prevista dopo la consegna.71
10. Tenstorrent
L'ultimo Blackhole Tensix Processor di Tenstorrent offre 664 TFLOPS (BLOCKFP8) di prestazioni, abbinato 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 $999.72
Da gennaio 2026, le schede Blackhole p150 vengono spedite con 120 core Tensix attivi, ridotti da 140, e il rilascio firmware v19.5.0 ha applicato la stessa riduzione retroattivamente alle schede vendute. Tenstorrent quantifica il costo all'1-2% sui carichi di lavoro tipici.73
Tenstorrent offre uno stack software completamente open-source. L'azienda ha raccolto $700 milioni nel dicembre 2024.74
11. Positron
Positron progetta hardware e software per l'inferenza transformer. Atlas è il suo server in spedizione. Asimov e Titan sono i suoi prodotti chip e sistema pianificati.75
Prodotti:
- Atlas (in spedizione ora): Un server di inferenza transformer dotato di 8x Positron Archer Transformer Accelerator con 256 GB di HBM totale. L'azienda dichiara >4x prestazioni per watt e >3x prestazioni per dollaro rispetto ai sistemi NVIDIA Hopper, benchmarkato su Llama 3.1 8B con calcolo BF16.76
- Titan (pianificato): Un sistema di inferenza successore che combina da quattro a otto chip Asimov. L'annuncio di Positron del settembre 2026 descriveva configurazioni con memoria LPDDR5X.75
- Asimov (pianificato): Silicio di inferenza personalizzato previsto per tape-out su TSMC N3P alla fine del 2026, con produzione mirata al secondo semestre del 2027. Positron specifica 288-2.304 GB di memoria per chip.75
Positron ha annunciato $875 milioni di finanziamento Series C il 10 settembre 2026 a una valutazione post-money di $5 miliardi. Questo comprendeva una tranche Series C da $375 milioni e fino a $500 milioni in una tranche Series C-1. L'azienda ha anche segnalato un'implementazione di Atlas di oltre 50 rack presso Oracle Cloud Infrastructure.75
12. _etched
Il loro approccio sacrifica la flessibilità per l'efficienza, incidendo le architetture dei modelli nei loro chip.
Etched è uscita dallo stealth il 30 giugno 2026 con il silicio A0 first-pass dal processo N4P di TSMC, più di $1 miliardo in contratti cliente firmati e $800 milioni raccolti.77 Il 23 luglio 2026 ha annunciato un Series C da $300 milioni a una valutazione di $10,3 miliardi, guidato da Sequoia.78
L'azienda non utilizza più il nome prodotto Sohu. Ora si descrive come costruttrice di cluster di inferenza frontier che eseguono DeepSeek, Qwen, Mamba e Llama, quindi il design non è più solo transformer.77
Restano aperte due domande. 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 ora si applica al più ampio insieme di modelli, poiché un chip costruito attorno a un gruppo fisso di architetture deve essere ri-targetizzato una volta che quelle architetture vengono superate.
13. Taalas
Taalas è stata fondata all'inizio del 2023 e cabla direttamente i singoli modelli nel silicio personalizzato, producendo quelli che l'azienda chiama "Hardcore Models".79 L'azienda sostiene 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 regolamentari. AMD prevede di integrare la sua tecnologia in sistemi affiancati alle GPU Instinct.21
L'architettura di Taalas unifica storage 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 TSMC 6nm con 53 miliardi di transistor. Taalas dichiara 17.000 token al secondo per utente in un server air-cooled da 2,5 kW. Tuttavia, il modello utilizza un'aggressiva quantizzazione personalizzata a 3-bit e 6-bit, che introduce degradi di qualità rispetto alle baseline GPU.80
- HC2 (obiettivo roadmap per l'inverno 2026, non ancora un prodotto): Una piattaforma di seconda generazione con densità superiore, esecuzione più veloce e formati in virgola mobile a 4-bit standard per affrontare le limitazioni di quantizzazione dell'HC1.
14. Extropic
Extropic ha raccolto un round da $14 milioni a fine 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 numero limitato a ricercatori selezionati nel Q3 2025. Entrambi sono stati svelati il 29 ottobre 2025. Z1, il primo chip su scala di produzione, è indicato come accesso anticipato nel 2026.81
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 hanno dato 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 previsti in simulazione.82 La cifra del 50% riportata al tape-out si applica al solo risonatore ed esclude ulteriori overhead energetici.8384
16. Fractile
Fractile sviluppa processori di inferenza IA che intervallano memoria e calcolo sullo stesso die.85
Fractile sostiene che il suo design può eseguire modelli frontier fino a 25 volte più velocemente delle GPU. Il confronto è una dichiarazione del fornitore. Un prodotto in spedizione non è stabilito qui.
Fractile ha annunciato un Series B da $220 milioni il 13 maggio 2026.86 La reportistica sul round collocava 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 volume 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.87
Il suo SDK supporta la compilazione di modelli, l'esecuzione multi-chip e un'API compatibile con OpenAI. FuriosaAI riporta la disponibilità in volume e pubblica i propri confronti di prestazioni con le GPU.87
18. Graphcore
Graphcore sviluppa Intelligence Processing Unit (IPU) e sistemi come IPU-POD256. SoftBank ha acquisito l'azienda nel luglio 2024.88
SoftBank ha iniettato ulteriori $457 milioni in Graphcore il 10 aprile 2026.89
19. 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.
Mythic ha sviluppato l'Analog Matrix Processor M1076 e la scheda MM1076.90
Mythic ha raccolto un round sovrascritto da $125 milioni guidato da DCVC il 17 dicembre 2025.91 Ha acquisito Videantis il 19 maggio 2026.92
20. Speedata
Fondata nel 2019 a Tel Aviv, Speedata sviluppa un'Analytics Processing Unit (APU) progettata per accelerare l'analisi dei big data e i carichi di lavoro IA. È un'APU che mira 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 nel giugno 2025, guidato da Walden Catalyst Ventures, 83North e altri, portando il finanziamento totale a $114 milioni.93
21. Axelera IA
Fondata nel luglio 2021 a Eindhoven, nei 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 più di $450 milioni tra equity, sovvenzioni e debito di venture.9495
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 anche sistemi Edge 232p convalidati da Dell e Supermicro.96 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 a 5nm di TSMC e spedito come scheda PCIe Gen 5 con 96 GB di HBM3E o come modulo OAM con 192 GB.97 L'azienda afferma che Maverick-2 è implementato 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.9899 NextSilicon dichiara 10x le prestazioni delle GPU a metà della potenza. La verifica indipendente di tale confronto è in sospeso. 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 autonomo a 2,5 GHz, in processori server a 64 core e 128 core con target di 3,4 GHz previsti nel primo trimestre del 2028.100
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 dello sviluppatore di 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 Trainium2.101
Trainium3 e Trn3 UltraServers hanno raggiunto la disponibilità generale il 2 dicembre 2025.102 Trainium3 è il chip IA di quarta generazione di AWS e il primo costruito su 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 voce di roadmap al re:Invent 2025, con supporto per NVIDIA NVLink Fusion. Nella 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.103
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 2016.104 Trillium TPU è la 6ª generazione.105
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 Exaflops in pod da 9.216 chip.106 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.107 È entrata in anteprima il 24 novembre 2025 e ha raggiunto la disponibilità generale il 31 marzo 2026.108
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.109 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 più avanti nel 2026.
25. Alibaba
Alibaba progetta acceleratori IA attraverso la sua unità chip T-Head (PingTouGe), su un'architettura parallel processing unit (PPU) sviluppata internamente con un'interconnessione ICN personalizzata.110
T-Head ha dettagliato pubblicamente lo 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 paragonabili all'H20 di NVIDIA, e Alibaba Cloud lo implementa in cluster da 10.000 schede. L'annuncio ha divulgato le specifiche del chip esistente. Il silicio 810E e le implementazioni da 10.000 schede precedono quell'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 tre volte le prestazioni dell'810E. Viene spedito 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. Questa cifra cumulativa include le generazioni Zhenwu precedenti.
Alla conferenza Apsara del settembre 2026, Alibaba ha annunciato lo Zhenwu V900 per addestramento e inferenza. Specifica 216 GB di memoria, 1.200 GB/s di larghezza di banda inter-chip e supporto nativo FP8/FP4. Alibaba punta alla produzione di massa e al rilascio commerciale nel Q1 2027.111
Alcune organizzazioni nordamericane, europee e australiane (ad esempio quelle del settore della difesa) potrebbero non preferire l'uso di Alibaba Cloud per ragioni geopolitiche.
26. IBM
IBM ha annunciato il suo chip di deep learning, l'Artificial Intelligence Unit (AIU), nel 2022.112 L'AIU di IBM si basa sul processore IBM Telum, che alimenta le capacità di elaborazione IA dei server mainframe IBM Z.113 IBM ha anche dimostrato che unire calcolo e memoria può portare a efficienze nel prototipo di processore North Pole.114
L'acceleratore IBM IA che viene 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 Power11.115 Spyre porta 32 core acceleratori e 25,6 miliardi di transistor su un processo a 5nm, confezionato come 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.
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.116
Huawei ha debuttato con il chip Ascend 950PR insieme alla scheda acceleratrice Atlas 350 il 20 marzo 2026.117 La scheda Atlas 350 è specificata a 1,56 PFLOPS di calcolo FP4, 112 GB di HBM HiBL 1.0 proprietaria di Huawei a 1,4 TB/s di larghezza di banda di memoria, 600 W di potenza e 2 TB/s di interconnessione. Queste 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, un confronto tra la capacità FP4 della scheda e un H20 di classe Hopper senza supporto FP4 nativo.
La roadmap di settembre 2025 di Huawei elencava Ascend 950PR per il Q1 2026, 950DT per il Q4 2026, Ascend 960 per il Q4 2027 e Ascend 970 per il Q4 2028.118 Huawei ha svelato l'Atlas 960E SuperPoD il 17 settembre 2026, collegando fino a 4.096 NPU tramite UnifiedBus e ottica near-packaged Hi-ONE. Huawei specifica 8 EFLOPS a FP8 e 16 EFLOPS a FP4 per un singolo SuperPoD. L'annuncio non forniva una data di disponibilità commerciale.119
28. Microsoft Azure
All'Hot Chips 2024, Microsoft ha svelato 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 migliori per dollaro rispetto ai sistemi esistenti.120
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 call sugli utili del Q3 FY2026.121
Microsoft ha annunciato Maia 300 il 12 ottobre 2026, con l'inizio dell'implementazione in produzione previsto per il 2027. L'acceleratore di inferenza utilizza chiplet di calcolo TSMC N2P e otto stack HBM4, fornendo 288 GB di memoria e 18 TB/s di larghezza di banda di memoria a una potenza termica di design SoC di 950 W. Il suo design rack collega 96 acceleratori.122 Microsoft ha anche dichiarato che Maia 200 serviva il traffico di produzione Copilot in implementazioni negli Stati Uniti, in Europa e in Australia.123
Chip IA per infrastruttura in-house
29. Apple
Il Project ACDC di Apple è riportato come focalizzato sulla costruzione di chip per l'inferenza IA nei data center.124 Il chip server è riportato con nome in codice Baltra e sviluppato con Broadcom, e Apple non l'ha mai ufficialmente riconosciuto. Reuters ha riportato il 15 luglio 2026, citando The Information, che il progetto è stato posticipato e che i server IA interni di Apple girano ancora su chip M2 Ultra.125126 L'M5 è stato lanciato il 15 ottobre 2025, e l'M5 Pro e l'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 su silicio Apple senza dipendenze da server, supportato da un repository open-source di modelli Core IA su GitHub.127128
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 che offra 3x le prestazioni dell'MTIA v1, ed è ospitato in rack contenenti fino a 72 acceleratori.129 L'MTIA 300 è in produzione per l'addestramento di ranking e raccomandazione, e l'MTIA 400, 450 e 500 seguono nel corso del 2026 e 2027.130
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.131
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.132 OpenAI ha confermato TSMC come fonderia, ma né OpenAI né Broadcom hanno confermato un nodo di processo.133 La reportistica della catena di approvvigionamento coreana ha utilizzato il nome in codice "Titan" per il chip e l'ha collocato sul processo N3 di TSMC, sebbene nessuna delle due aziende usi quel nome.134
Samsung si è assicurata un accordo per fornire memoria HBM4 per il chip di OpenAI, allocando secondo quanto riportato oltre il 50% della sua capacità della fonderia di Pyeongtaek ai die di base HBM4 per questo scopo.135 OpenAI e Broadcom hanno annunciato una collaborazione per 10 gigawatt di acceleratori IA personalizzati nell'ottobre 2025. I rack dovrebbero iniziare nel secondo semestre 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 restano non divulgati.132 Il 24 giugno 2026 le due aziende hanno svelato Jalapeño, il primo Intelligence Processor di OpenAI. Entrambe le aziende 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 l'implementazione iniziale entro la fine del 2026, il che colloca il chip nella fase di campione ingegneristico post-tape-out.136 Il lato Broadcom dell'accordo, inclusi i suoi altri clienti di acceleratori personalizzati, è trattato nella sezione Broadcom più avanti.
Partner di progettazione di ASIC IA personalizzati
32. Broadcom
Broadcom co-progetta acceleratori IA personalizzati con i clienti e fornisce il networking che li collega. Questi chip specifici per cliente non sono venduti come acceleratore merchant brandizzato.
Broadcom ha riportato $16,7 miliardi di ricavi IA da semiconduttori per il Q3 FY2026 il 2 settembre 2026, in aumento del 221% anno su anno. Ha previsto $21,7 miliardi per il Q4.137
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 a partire da fine 2026 e in accelerazione nel 2027. Gli elenchi pubblicati che nominano tutti e sei si basano su inferenze di analisti per le identità non divulgate.138
La divulgazione di Broadcom varia per cliente:
- Google ha un accordo multi-generazionale su TPU e networking IA, senza cifra di gigawatt fornita. Il Form 8-K di Broadcom divulgua 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 networking fino al 2031.139
- 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 continuato successo commerciale di Anthropic. La cifra di 3,5 GW proviene dal filing di Broadcom, mentre il post di Anthropic quantifica l'impegno come "multiple gigawatts". Il filing descrive l'accordo come un'espansione di una collaborazione esistente.139
- Per OpenAI, il silicio è stato consegnato, la produzione è prevista a fine 2026, e OpenAI è sotto contratto per 1,3 GW nel 2027 nell'ambito del più ampio accordo da 10 GW entro il 2029. Il chip stesso è trattato nella sezione OpenAI sopra.138
- Meta ha una partnership multi-generazionale MTIA XPU mirata a 3 GW entro la fine del 2028, con un ordine iniziale di 1 GW in consegna dal secondo semestre del 2027. Hock Tan sta passando dal consiglio di Meta a un ruolo di advisor.138131
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 supporta il programma di processori FUJITSU-MONAKA di Fujitsu. Broadcom afferma che gli XPU per la sua più ampia base di clienti vengono spediti dal secondo semestre del 2026.140 Nel networking, Broadcom ha dichiarato a marzo 2026 che Tomahawk 6 è l'unico switch 102.4T spedito in volume di produzione, e Jericho 4, un fabric router 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 ancora iniziali. La piattaforma è progettata per consentire più di 20 gigawatt di capacità di calcolo entro il 2028, utilizzando XPU e networking Broadcom personalizzati per i laboratori IA di frontiera tra cui Anthropic e OpenAI. È stata lanciata con una tranche iniziale di $35 miliardi, finanziando 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.141
Le stime di terze parti della quota di ASIC personalizzati del mercato dei processori IA dipendono da cosa viene conteggiato. Bloomberg Intelligence divide 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 FY2027, riportato il 27 agosto 2026, Marvell ha registrato $2,739 miliardi di ricavi totali e $2,172 miliardi di ricavi da data center. I ricavi da data center sono cresciuti del 46% anno su anno. La previsione di ricavi totali Q3 era di $3,15 miliardi, più o meno il 5%.142
Il 31 marzo 2026, NVIDIA e Marvell hanno annunciato una partnership strategica che collega Marvell alla NVIDIA IA factory e all'ecosistema IA-RAN tramite NVLink Fusion, insieme alla collaborazione sulla fotonica del silicio. NVIDIA ha investito $2 miliardi in Marvell nell'ambito dell'accordo. Nell'ambito della partnership, Marvell fornisce XPU personalizzati e networking scale-up compatibile con NVLink Fusion.143
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.144
- XConn Technologies, completata il 10 febbraio 2026 a circa $540 milioni.
- Polariton Technologies, uno spin-off svizzero dell'ETH 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 di package back-end di Trainium3 dopo che Marvell aveva lavorato su Trainium2.145 Le aziende non hanno confermato quel racconto.
CPU host e IP di processori
Le CPU host girano accanto agli acceleratori e gestiscono il controllo di sistema e il lavoro general-purpose. Arm concede in licenza la IP di processori e ha aggiunto la propria linea di CPU per data center.
34. Arm
Arm ha annunciato il 24 marzo 2026 che "si estende ai prodotti in silicio di produzione per la prima volta nella storia dell'azienda", iniziando con la CPU Arm AGI, una CPU per data center per l'infrastruttura IA agentica. Meta "funge da partner guida e co-sviluppatore".146147
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 air-cooled e più di 45.000 core per rack liquid-cooled. Arm dichiara più di 2x le prestazioni per rack rispetto a x86. Queste sono cifre di Arm e non sono state misurate indipendentemente.146
Arm continua a concedere in licenza IP e Compute Subsystems (CSS) accanto alla sua linea di prodotti in silicio CPU AGI. I primi sistemi sono disponibili ora, con disponibilità più ampia prevista nel secondo semestre del 2026, e accanto a Meta, Arm nomina Cerebras, Cloudflare, F5, OpenAI, Positron, Rebellions, SAP e SK Telecom come clienti impegnati.146 Meta mostra quanto i ruoli ora si confondano. Progetta il proprio silicio MTIA, è partner guida della CPU AGI di Arm, è un cliente annunciato di Qualcomm per CPU da data center, e acquista da AMD e Broadcom.
5 fornitori di chip IA mobili
Questi sono SoC mobili rappresentativi, ciascuno con un dispositivo o ruolo hardware IA documentato.
Aggiungi come fonte preferitaProcessori IA edge, moduli e IP
Questi chip IA edge 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 riguardano rispettivamente Jetson Thor, Jetson Orin, Hailo-10H, Dragonwing IQ10, Europa, Coral NPU e Core Ultra Series 3.153154155156157158159
*Questi sono i valori massimi dichiarati da ciascun fornitore, e non sono direttamente confrontabili tra le righe. Una cifra dichiarata a FP4 o INT4 descrive un'operazione diversa da una dichiarata a INT8, e le righe contrassegnate sparse sono cifre del fornitore che assumono sparsità. TOPS è tera operazioni al secondo, TFLOPS è tera operazioni in virgola mobile al secondo, e GOPS è giga operazioni al secondo.
Microchip Technology ha completato l'acquisizione di Hailo il 21 settembre 2026, a condizioni finanziarie non divulgate. Microchip ha dichiarato che continuerà a supportare i prodotti esistenti di Hailo.160
Partner di fonderia e ruolo di TSMC
TSMC è una fonderia pure-play. Produce semiconduttori da design dei clienti, inclusi quelli di NVIDIA e AMD. Samsung Foundry e Intel Foundry Services competono nello stesso mercato.
Il processo N2 di TSMC è entrato in produzione di volume nel Q4 2025. TSMC programma la produzione di volume della sua derivata N2P per il secondo semestre del 2026.161 Nel Q2 2026, i 2nm rappresentavano il 3% dei ricavi wafer di TSMC, contro il 33% per i 5nm, il 30% per i 3nm e l'11% per i 7nm.162 TSMC fabbrica acceleratori IA per i progettisti elencati di seguito. FuriosaAI identifica TSMC come partner di produzione per RNGD.87
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 vietano a TSMC di produrre chip IA avanzati per i progettisti cinesi, e le fonderie devono esaminare qualsiasi spedizione a 7nm e inferiori verso progettisti cinesi. Il silicio IA 2026 di Alibaba è fabbricato internamente, con la capacità presso SMIC indicata come vincolo.110
SemiAnalysis ha riportato il 12 marzo 2026 che la capacità front-end di wafer N3 ha soppiantato il packaging CoWoS come collo di bottiglia dominante nella fornitura di chip IA, con CoWoS tesa ma in allentamento. TrendForce prevede che il divario domanda-offerta CoWoS si restringerà da circa il 20% a circa il 10% entro la fine del 2026.163 Micron ha raggiunto la produzione ad alto volume di HBM4 36GB 12H per la piattaforma Vera Rubin di NVIDIA il 16 marzo 2026, a velocità di pin superiori a 11 Gb/s.164
Piani di espansione
L'investimento statunitense annunciato da TSMC ammonta a $265 miliardi in 12 strutture di fabbricazione e packaging all'avanguardia, dopo un impegno incrementale di $100 miliardi in Arizona annunciato il 16 luglio 2026.165
Le notizie di marzo 2025 di una joint venture guidata da TSMC per gestire la divisione fonderie 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 ha mai avviato trattative con alcuna azienda per costituire una joint venture o per la concessione in licenza o il trasferimento di tecnologia".166 Intel è stata ricapitalizzata separatamente, con il governo statunitense che ha assunto una quota del 9,9% per $8,9 miliardi nell'agosto 2025.167
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 FY2025 di RMB 6,4972 miliardi, in aumento del 453,21% anno su anno, e il suo primo utile annuale a RMB 2,0592 miliardi. La sua capitalizzazione di mercato ha superato RMB 1 trilione il 30 giugno 2026, una prima volta per lo STAR Market.
- Baidu Kunlunxin ha svelato 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 addestramento e inferenza di modelli multimodali ultra-grandi, è mirato al 2027. Baidu ha anche presentato due sistemi supernodo, Tianchi 256 (disponibile nel H1 2026) e Tianchi 512 (disponibile nel H2 2026), entrambi costruiti con i chip Kunlun P800 esistenti di Baidu.
- Biren, fondata da ex dipendenti di NVIDIA, si è quotata sul listino principale della Hong Kong Stock Exchange 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 FY2025 sono stati di RMB 1.505 miliardi, in aumento del 243,37% anno su anno. L'azienda rimane in perdita 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 presentato in via confidenziale richiesta di 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 2026.168169 La sua nota di quotazione afferma che l'azienda era ancora in perdita alla quotazione.
- SMIC, la fonderia da cui dipende la maggior parte di questi progettisti, aveva N+3 (classe 5nm) in produzione di volume a giugno 2026, capacità a 7nm di circa 45.000-60.000 wafer al mese, e $9,3 miliardi di ricavi 2025.
Accesso alle esportazioni e restrizioni
I seguenti annunci hanno influenzato le vendite di chip IA avanzati in Cina nel 2025 e nel 2026. Le approvazioni delle licenze, i limiti di spedizione e i dazi hanno ambiti diversi.
La licenza è cambiata per prima. Il 13 gennaio 2026 il Bureau of Industry and Security statunitense ha annunciato una norma 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 dei clienti e test indipendenti pre-spedizione.170 La norma inoltre limita il Total Processing Performance (TPP) aggregato esportato verso Cina o Macao al 50% del TPP aggregato spedito per uso finale statunitense per le stesse commodity di calcolo avanzato, misurato fino alla data della domanda di licenza.171
Due ulteriori misure sono entrambe fissate al 25% e sono abitualmente trattate come una sola. Il presidente Trump ha annunciato una quota del 25% dei ricavi del 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 un distinto dazio Section 232 del 25% sui semiconduttori avanzati alle stesse soglie di prestazione il 14 gennaio 2026, con esclusioni tra cui i data center statunitensi e la R&D statunitense.172
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.
Il 14 luglio 2026, il Sottosegretario al Commercio Jeffrey Kessler ha dichiarato in un'audizione congressuale che "pochissime spedizioni contro licenze per H200 ed equivalenti hanno avuto luogo. È una quantità molto piccola di chip." NVIDIA aveva registrato zero ricavi da 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 acceleratrici IA in Cina.173 Le stime contano le schede acceleratrici spedite.
L'offerta domestica è essa stessa concentrata. Huawei rappresenta circa la metà delle spedizioni dei fornitori cinesi, con il resto suddiviso tra T-Head di Alibaba, Baidu Kunlunxin, Cambricon, Hygon, MetaX e Iluvatar CoreX.173
FAQ
Sì. Le CPU possono eseguire l'inferenza di reti neurali. OpenVINO supporta l'esecuzione su CPU insieme a target GPU e NPU.174 La scelta dell'acceleratore dipende dal supporto del modello, dalla memoria, dal throughput e dai requisiti di latenza.
Un progettista di chip sviluppa l'architettura del processore e il design dei circuiti. Una fonderia produce chip per i clienti. NVIDIA e AMD esternalizzano la fabbricazione, mentre TSMC produce i design dei clienti. Arm e Synopsys forniscono anche IP di processori e strumenti di progettazione.
Utilizzare lo stesso modello, precisione, dimensione del batch e obiettivo di latenza. I picchi di TOPS o FLOPS da soli non possono stabilire il throughput applicativo o il costo. Addestramento e inferenza pongono anche esigenze diverse su memoria e calcolo.
Ulteriori letture
Per confronti pratici delle 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 LLM, con analisi di throughput, latenza e 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 su supporto di framework e portabilità, la questione software dietro la posizione di AMD.
- Produttori di chip IA edge: 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: Oltre 60 fornitori che noleggiano 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 principali 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 21 settembre 2026}
}Risultati e timestamp di 103 punti dati. Scarica i dati di sintesi mostrati nei grafici e nelle tabelle di questo articolo come file ZIP contenente 8 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 3
Condividi i tuoi pensieri
Il tuo indirizzo email non verrà pubblicato. Tutti i campi sono obbligatori. I commenti vengono lasciati nella loro lingua originale.
Excellent research. I particularly liked the way you separated GPU vendors from custom ASIC providers because a lot of articles mix them together. It also feels like the industry is gradually shifting from focusing only on training performance to inference efficiency. It'll be interesting to see whether companies like Groq, d-Matrix and Qualcomm can meaningfully reduce NVIDIA's dominance over the next few years.
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!