Etched, la startup che progetta chip pensati esclusivamente per far funzionare i modelli di intelligenza artificiale, ha raccolto il 23 luglio 2026 un round di serie C da 300 milioni di dollari che porta la sua valutazione a 10,3 miliardi. A guidare l'operazione e' Sequoia, con Andreessen Horowitz, Jane Street, Diffusion e — dettaglio non banale — il produttore di memorie SK hynix. La cifra racconta una tesi precisa: mentre Nvidia domina l'addestramento con le sue GPU generaliste, si sta aprendo un mercato enorme e distinto, quello dell'inferenza, cioe' l'esecuzione dei modelli gia' addestrati.

Perche' un chip "specializzato" puo' battere una GPU

Le GPU di Nvidia sono nate per la grafica e adattate al calcolo generico: sono flessibili ma pagano questa flessibilita' in consumo ed efficienza. Etched fa una scommessa opposta e radicale: costruire silicio che sappia fare una cosa sola — eseguire l'architettura Transformer che sta dietro a ChatGPT, Claude o Gemini — ma farla molto piu' velocemente e a un costo per risposta inferiore. E' lo stesso principio per cui un circuito dedicato batte un processore generico su un compito ripetitivo. Il rischio, altrettanto evidente, e' l'inflessibilita': se l'architettura dominante dovesse cambiare, un chip cablato su misura rischia di diventare obsoleto in fretta.

I chip progettati solo per l'inferenza puntano a ridurre il costo per ogni risposta generata. (Foto: Pexels)

Dove vanno i miliardi dell'IA questa settimana

Il round di Etched non e' un caso isolato: e' il sintomo di dove si stanno concentrando i capitali. La stessa settimana ha visto Humanoid raccogliere 152 milioni di dollari in serie A a una valutazione di 1,35 miliardi, con l'ingresso di colossi industriali come Bosch e Schaeffler nel campo dei robot umanoidi. Il filo conduttore e' netto: gli investitori premiano chi riduce il costo di distribuzione dell'IA, chi ne aumenta l'affidabilita' in produzione e chi la porta nel mondo fisico. Non a caso, secondo i dati di settore, nel primo semestre 2026 oltre l'80% del capitale di rischio americano e' finito in round da 100 milioni di dollari o piu': il denaro premia sempre di piu' l'infrastruttura e sempre meno le app di consumo.

Un mercato che cresce piu' in fretta dell'addestramento

C'e' una ragione strutturale dietro l'interesse degli investitori. Nella prima fase dell'IA generativa la spesa era dominata dall'addestramento dei modelli, un'attivita' concentrata in pochi laboratori. Oggi il baricentro si sta spostando sull'inferenza: ogni volta che un utente pone una domanda a un chatbot, che un'app riassume un documento o che un agente esegue un compito, si consuma inferenza. Con centinaia di milioni di utenti e con la diffusione degli agenti che lavorano in autonomia per minuti o ore, il numero di risposte generate ogni giorno cresce a ritmi vertiginosi. E' un carico ripetitivo e prevedibile, esattamente il terreno su cui un chip specializzato puo' esprimere il suo vantaggio di efficienza rispetto a una GPU generalista. Ridurre di una frazione il costo e il consumo energetico di ciascuna risposta, moltiplicato per miliardi di richieste, si traduce in risparmi enormi per chi eroga servizi di IA su larga scala.

La sfida a Nvidia e cosa serve per vincerla

Sulla carta, sottrarre a Nvidia anche solo una fetta del mercato dell'inferenza vale decine di miliardi. Ma la storia dei "Nvidia killer" e' un cimitero di promesse: il vero fossato di Nvidia non e' solo il chip, e' l'ecosistema software CUDA su cui gira quasi tutto il mondo dell'IA. La presenza di SK hynix nel round di Etched e' interessante proprio qui: garantirsi memorie ad alta larghezza di banda, oggi la componente piu' contesa e costosa nella catena di fornitura, e' spesso la vera differenza tra un progetto su carta e un chip che arriva nei data center. La partita, per Etched, si giochera' meno sui benchmark di picco e piu' sulla capacita' di consegnare volumi reali a clienti reali.

Per chi guarda al mercato dall'Italia e dall'Europa, il segnale e' che la competizione sull'hardware dell'IA si sta frammentando: dopo anni di dominio quasi assoluto di Nvidia, la fase dell'inferenza di massa apre spazi per architetture alternative. Che almeno una di queste scommesse riesca a scalare e' tutt'altro che scontato, ma il flusso di capitali indica che il mercato ci crede.