C’è una partita che non fa rumore, ma che vale centinaia di miliardi di dollari. Si gioca lontano dai riflettori, dentro i data center, ed è lì che i grandi gruppi tecnologici statunitensi stanno ridisegnando gli equilibri dell’intelligenza artificiale.
Amazon, Google, Microsoft, Meta, Apple e Oracle hanno una consapevolezza comune: l’AI non è solo software. È infrastruttura, consumo energetico, velocità di risposta, costi operativi. E soprattutto è hardware. Per questo, accanto a investimenti in Capex che secondo le stime supereranno i 600 miliardi di dollari nel 2026, cresce la volontà di ridurre la dipendenza dai chip acquistati “chiavi in mano” e di progettare soluzioni sempre più su misura.
Nvidia resta il riferimento quando si parla di microprocessori pronti all’uso, ma il quadro è ormai più articolato.
Google, ad esempio, lavora da anni sulle TPU (Tensor Processing Unit): chip pensati per eseguire enormi volumi di calcoli in tempi ridotti e con maggiore efficienza energetica. Le versioni più recenti, come Trillium e Ironwood, alimentano sia i prodotti interni come ricerca, YouTube ed advertising, sia l’offerta cloud, trasformando il silicio in una leva industriale vera e propria.
Amazon segue una traiettoria simile con AWS. Trainium3 è stato sviluppato per consentire ai clienti di addestrare e utilizzare modelli di intelligenza artificiale senza passare necessariamente da fornitori esterni. Il risultato sono server ad altissima densità di calcolo, pensati espressamente per carichi AI.
Meta ha scelto un approccio ancora più verticale. I chip MTIA servono a ottimizzare ciò che per l’azienda è critico: feed, contenuti e pubblicità, calcolati milioni di volte al giorno. Non vengono commercializzati, ma permettono di controllare una componente essenziale dell’infrastruttura e di ottenere efficienze difficilmente replicabili.
Microsoft percorre una strada intermedia. Con Maia 100 prova a definire l’hardware per i servizi AI su Azure, ma continua a integrare GPU di partner esterni. L’infrastruttura cloud di nuova generazione cresce rapidamente, pur restando in parte legata al silicio Nvidia.
Apple, come spesso accade, gioca una partita tutta sua. Con la serie M4 integra chip, software e dispositivi in un unico ecosistema, puntando sull’intelligenza artificiale eseguita direttamente sul device. Non è una competizione nei data center, ma un’accelerazione sull’AI locale, efficiente e vicina all’utente finale.
Oracle, infine, ha fatto una scelta diversa: niente chip proprietari su larga scala, ma grandi infrastrutture cloud costruite integrando processori Nvidia e AMD. Il valore sta nella capacità di offrire sistemi pronti, scalabili e affidabili.
Guardando l’insieme, Google e Amazon sembrano oggi avere una posizione particolarmente solida: progettano chip, li usano internamente e li trasformano in servizi per terzi. Microsoft e Meta avanzano con modelli più ibridi, Apple domina il mondo consumer, Oracle lavora sull’orchestrazione dell’ecosistema.
Architetture, data center e investimenti colossali stanno già determinando chi controllerà davvero l’intelligenza artificiale su scala globale nei prossimi anni. E questa partita, anche se poco visibile, è tutt’altro che marginale.