AMD. Advanced Micro Devices. COSTRUIRE IL MOTORE COMPUTAZIONALE DELL’ERA DELL’AI
L’intelligenza artificiale sta trasformando l’informatica: dalla competizione tra singoli chip a quella tra interi sistemi. AMD sta affrontando una delle trasformazioni più ambiziose della propria storia, combinando CPU, GPU, networking, software e architetture rack-scale nell’infrastruttura destinata ad alimentare l’era dell’AI.
Per decenni, l’industria dei semiconduttori poteva essere interpretata attraverso i singoli componenti. Le CPU facevano funzionare i computer. Le GPU elaboravano la grafica. La memoria conservava i dati. Le reti trasferivano informazioni tra le macchine. Ogni componente aveva il proprio mercato, i propri specialisti e le proprie battaglie competitive.
L’intelligenza artificiale sta cambiando questa architettura.
I più grandi sistemi di AI non sono più semplicemente computer dotati di processori estremamente potenti. Sono enormi macchine computazionali composte da migliaia — e sempre più spesso centinaia di migliaia — di acceleratori, CPU, sistemi di memoria e connessioni di rete che lavorano insieme, consumando quantità di elettricità paragonabili a quelle di grandi infrastrutture industriali.
A questa scala, le prestazioni del singolo chip non bastano più. Conta il processore. Conta la memoria. Conta il networking. Conta il software. Contano l’energia e il raffreddamento. E, sempre più, il modo in cui tutti questi elementi vengono progettati per funzionare insieme conta quanto qualsiasi singolo componente all’interno del sistema.
Questa trasformazione sta costringendo le aziende di semiconduttori a ripensare ciò che realmente costruiscono. E poche società illustrano questo passaggio meglio di Advanced Micro Devices.
Per gran parte della sua storia, AMD è stata conosciuta soprattutto come lo sfidante nel mercato delle CPU e, successivamente, come uno dei maggiori produttori di processori grafici. Oggi l’azienda sta tentando qualcosa di considerevolmente più grande.
Vuole costruire il motore computazionale dell’era dell’intelligenza artificiale.
PROFILO DELL’AZIENDA
Società: Advanced Micro Devices, Inc.
Fondata: 1969
Sede centrale: Santa Clara, California, Stati Uniti
Chair e CEO: Dr. Lisa Su
Settore: Semiconduttori / High-Performance Computing / Intelligenza artificiale
Attività principali: Data center, acceleratori AI, CPU, GPU, adaptive computing, sistemi embedded e gaming
Tecnologie principali: AMD Instinct, EPYC, Ryzen, Radeon, Pensando, ROCm, Xilinx adaptive computing, sistemi AI Helios
Borsa: Nasdaq
Ticker: AMD
Presenza globale: Ricerca, ingegneria e attività commerciali in tutto il mondo
Sito web: amd.com
DA SFIDANTE DELLA SILICON VALLEY A POTENZA DEL COMPUTING
AMD nasce nel 1969, durante gli anni formativi della Silicon Valley. Per decenni la sua storia è stata intrecciata a una delle più importanti rivalità dell’industria tecnologica: la battaglia per l’unità centrale di elaborazione, la CPU.
L’azienda divenne un importante produttore di processori x86 ed emerse progressivamente come principale alternativa a Intel nei personal computer e nei server. L’acquisizione di ATI Technologies nel 2006 portò all’interno della società anche i processori grafici, creando una combinazione insolita di competenze nelle CPU e nelle GPU sotto lo stesso tetto.
Ma la trasformazione della AMD moderna cominciò molto più tardi. Quando Lisa Su divenne CEO nel 2014, la società si trovava in una posizione difficile. Anni di pressione tecnologica e finanziaria avevano costretto AMD a lottare per mantenere la propria rilevanza in diversi mercati fondamentali.
La risposta fu una profonda riprogettazione dell’architettura computazionale dell’azienda.
L’architettura CPU Zen, introdotta commercialmente nel 2017, ristabilì AMD come concorrente credibile nell’high-performance computing. Ryzen riportò l’azienda al centro del mercato dei processori per PC. EPYC estese la stessa architettura ai server e ai data center.
Quello che seguì non fu semplicemente il recupero di una gamma di prodotti. AMD iniziò progressivamente ad ampliare il numero di tecnologie sotto il proprio controllo.
L’acquisizione di Xilinx aggiunse adaptive computing e FPGA. Pensando portò tecnologie avanzate di networking per data center e infrastructure processing. ZT Systems aggiunse competenze nella progettazione di sistemi rack-scale completi destinati ai clienti hyperscale.
A metà del decennio, AMD non era più soltanto un’azienda che progettava CPU e GPU.
Stava assemblando molti degli elementi necessari per costruire interi sistemi computazionali.
L’intelligenza artificiale ha dato a questa strategia uno scopo molto più grande.
L’AI CAMBIA LA DEFINIZIONE DI COMPUTER
Il computer che si trova su una scrivania è una macchina relativamente autonoma.
Un data center avanzato per l’intelligenza artificiale è qualcosa di completamente diverso.
Migliaia di acceleratori devono lavorare insieme sullo stesso problema. I dati devono muoversi continuamente tra processori e memoria. Le GPU devono comunicare con altre GPU a velocità straordinarie. Le CPU coordinano i carichi di lavoro. Le infrastrutture di rete trasferiscono informazioni attraverso rack e cluster. Il software deve rendere l’intera macchina accessibile agli sviluppatori.
A una scala sufficientemente grande, è il data center stesso a cominciare ad assomigliare al computer.
Per questo la competizione nelle infrastrutture AI si sta spostando dalla competizione tra singoli chip alla competizione tra sistemi completi.
Una GPU straordinaria circondata da networking inefficiente, larghezza di banda della memoria insufficiente o software poco ottimizzato non può esprimere le proprie prestazioni teoriche. Al contrario, miglioramenti nell’architettura che circonda il processore possono aumentare significativamente la quantità di potenza computazionale realmente utilizzabile dall’intero sistema.
AMD ha organizzato sempre più la propria strategia intorno a questa idea.
La risposta dell’azienda si chiama Helios.
HELIOS: IL RACK DIVENTA IL PRODOTTO
Helios rappresenta un cambiamento importante in ciò che AMD porta sul mercato.
Invece di vendere soltanto i processori che un’altra società integra successivamente in un sistema AI, AMD può oggi progettare una parte molto più ampia del sistema stesso.
Un rack Helios combina acceleratori AI AMD Instinct, CPU server EPYC, tecnologia di networking Pensando e software ROCm in un’architettura rack-scale progettata specificamente per i grandi carichi di lavoro dell’intelligenza artificiale.
È importante perché le moderne infrastrutture AI vengono sempre più acquistate e ottimizzate a livello di rack.
La questione non consiste più semplicemente nel chiedersi quanto velocemente possa lavorare un singolo acceleratore. La domanda rilevante diventa quanto efficientemente centinaia o migliaia di acceleratori possano comportarsi come una macchina coordinata.
Con Helios, AMD entra molto più profondamente in questo problema.
L’azienda ha mantenuto le competenze di progettazione e customer enablement acquisite attraverso ZT Systems, cedendo invece a Sanmina l’attività produttiva a margine inferiore. Il risultato è una struttura strategicamente interessante: AMD può concentrarsi su architettura, silicio, sistemi e ingegneria per i clienti, affidandosi a partner industriali per produrre fisicamente l’infrastruttura su larga scala.
È un modello che riflette una caratteristica importante dell’industria moderna dei semiconduttori.
Il valore più elevato non risiede necessariamente nel possedere ogni fabbrica, ma nel controllare l’architettura intellettuale della macchina.
INSTINCT: AMD ENTRA NEL CUORE DELLA CORSA ALL’AI
Al centro della strategia AI di AMD si trova la famiglia di acceleratori Instinct.
Le GPU erano state originariamente progettate per elaborare la grafica, ma la loro capacità di eseguire enormi quantità di operazioni matematiche in parallelo le ha rese particolarmente adatte al machine learning.
L’esplosione dell’AI generativa ha trasformato questi processori da hardware specializzato ad alcuni dei componenti strategicamente più importanti dell’intera industria tecnologica mondiale.
La roadmap Instinct rappresenta il tentativo di AMD di partecipare direttamente a questa trasformazione.
La generazione MI300 ha affermato AMD come fornitore significativo di acceleratori AI per data center. La generazione MI350 ha ampliato prestazioni e capacità di memoria. Nel 2026 AMD ha introdotto la famiglia MI400, compreso MI455X per training e inference AI su larga scala e MI430X per high-performance computing e applicazioni di sovereign AI.
Il prossimo grande passo è l’architettura MI450.
Ma ciò che rende MI450 particolarmente significativo non sono soltanto le sue specifiche.
È chi intende utilizzarlo.
QUANDO I GIGAWATT DIVENTANO UNA MISURA DEL COMPUTING
La scala delle moderne infrastrutture AI è difficile da comprendere intuitivamente.
Storicamente, la capacità computazionale veniva descritta in termini di processori, server o data center.
Sempre più spesso, l’industria dell’intelligenza artificiale parla in gigawatt.
Questo cambiamento nel vocabolario racconta qualcosa di profondo.
Nell’ottobre 2025 AMD e OpenAI hanno annunciato un accordo pluriennale e multigenerazionale in base al quale OpenAI intende implementare fino a sei gigawatt di GPU AMD, iniziando con un gigawatt di sistemi MI450 nella seconda metà del 2026.
Nel febbraio 2026 AMD e Meta hanno annunciato un ulteriore accordo che copre fino a sei gigawatt di GPU AMD Instinct. La prima implementazione utilizza un’architettura MI450 personalizzata e ottimizzata per i carichi di lavoro di Meta, integrata con processori EPYC di sesta generazione, software ROCm e sistemi rack-scale Helios.
Successivamente AMD ha annunciato una partnership strategica con Anthropic per implementazioni fino ad altri due gigawatt di GPU della serie MI450 all’interno di rack Helios.
Anche Microsoft sta ampliando la propria collaborazione con AMD, compresi piani per implementare sistemi Helios su larga scala all’interno di Azure.
Questi annunci non significano che quattordici gigawatt di hardware AMD compariranno improvvisamente. Si tratta di programmi pluriennali soggetti a calendari di implementazione, traguardi tecnologici ed esigenze dei clienti.
Ma la loro scala dimostra qualcosa di più importante.
Alcune delle organizzazioni che stanno costruendo i più grandi sistemi AI del mondo stanno progettando infrastrutture future intorno alla tecnologia AMD.
È una posizione industriale molto diversa dal semplice ruolo di produttore di una GPU alternativa.
IL SECONDO MOTORE: EPYC
La storia dell’intelligenza artificiale può facilmente far dimenticare che AMD possiede un’altra importante attività nel data center.
EPYC.
Gli acceleratori AI eseguono i calcoli altamente paralleli necessari al machine learning, ma i data center continuano ad avere bisogno di enormi quantità di computing general purpose.
Le CPU orchestrano i sistemi, preparano i dati, gestiscono database, fanno funzionare servizi cloud ed eseguono gli innumerevoli carichi di lavoro che circondano la stessa intelligenza artificiale.
I processori EPYC di AMD sono diventati progressivamente più importanti in questo mercato.
L’architettura Zen che ha rilanciato il business PC di AMD si è dimostrata particolarmente efficace nei server, dove prestazioni per watt, densità dei core e costo totale di proprietà assumono enorme importanza.
Nel 2026 AMD ha introdotto i processori EPYC di sesta generazione, nome in codice Venice, progettati per carichi di lavoro che spaziano dall’informatica enterprise tradizionale fino alle infrastrutture di agentic AI.
Questo crea un vantaggio importante nell’architettura complessiva di AMD.
L’azienda non deve avvicinarsi al data center AI attraverso una sola categoria di processori.
Può fornire la CPU e l’acceleratore.
E, sempre più, può fornire anche il networking e il software che li collegano.
NETWORKING: IL COLLO DI BOTTIGLIA INVISIBILE
Immaginiamo migliaia di processori straordinariamente potenti che cercano di lavorare sullo stesso modello di intelligenza artificiale.
La loro utilità dipende dalla capacità di comunicare.
Se i dati non possono muoversi abbastanza rapidamente tra i processori, costosissime risorse computazionali trascorrono il proprio tempo aspettando invece di calcolare.
Il networking diventa quindi uno dei fattori nascosti che determinano le prestazioni dell’AI.
AMD è entrata più profondamente in questo settore attraverso l’acquisizione di Pensando, la cui tecnologia comprende infrastructure processor programmabili e componenti avanzati di networking.
All’interno di Helios, il networking non viene più trattato come una funzione periferica. Diventa parte integrante dell’architettura computazionale.
Questo riflette un cambiamento più ampio nell’intera industria dell’AI.
Man mano che i singoli processori diventano più veloci, i colli di bottiglia si spostano altrove.
La memoria diventa critica.
Le interconnessioni diventano critiche.
L’alimentazione diventa critica.
Il raffreddamento diventa critico.
Il software diventa critico.
La frontiera delle prestazioni si sposta dal singolo componente verso l’intero sistema.
SOFTWARE: LA BATTAGLIA PIÙ DIFFICILE
L’hardware, tuttavia, non determina da solo chi vince nel computing.
Lo fanno anche gli sviluppatori.
Uno dei più grandi vantaggi strategici nell’intelligenza artificiale appartiene all’ecosistema software CUDA di NVIDIA, sviluppato nel corso di quasi due decenni e profondamente integrato nei framework di machine learning, nelle librerie e nei flussi di lavoro degli sviluppatori.
Per AMD questo rappresenta contemporaneamente il maggiore ostacolo e una delle opportunità più importanti.
La sua risposta è ROCm, la piattaforma software aperta di AMD per il GPU computing.
L’obiettivo è semplice da descrivere ma tecnicamente enorme: consentire agli sviluppatori di addestrare ed eseguire modelli AI in maniera efficiente sull’hardware AMD senza costringerli a ricostruire il proprio ambiente software attorno a un’architettura proprietaria.
AMD ha investito considerevolmente nell’ampliamento del supporto ai framework, delle librerie e delle prestazioni di ROCm. Nel 2026 ha introdotto ROCm.ai, un’esperienza di sviluppo AI-native progettata per semplificare la costruzione, l’implementazione e l’ottimizzazione dei modelli sulle piattaforme AMD.
Il significato delle partnership con società come OpenAI, Meta, Anthropic e Microsoft va quindi oltre l’hardware che queste aziende potrebbero acquistare.
Queste organizzazioni gestiscono alcuni dei carichi di lavoro AI più impegnativi al mondo.
Lavorare a stretto contatto con loro permette ad AMD di ottimizzare non soltanto il silicio, ma anche lo stack software attorno a modelli realmente all’avanguardia.
Potrebbe essere fondamentale.
La storia dell’informatica dimostra ripetutamente che hardware tecnicamente potente può fallire se gli sviluppatori trovano difficile utilizzarlo.
AMD non ha bisogno soltanto di silicio competitivo.
Ha bisogno di un ecosistema.
L’ALTERNATIVA APERTA
Esiste un’altra forza che può favorire AMD: i maggiori acquirenti di infrastrutture AI generalmente non desiderano una dipendenza non necessaria da un unico fornitore.
Gli hyperscaler spendono quantità straordinarie di denaro in infrastrutture computazionali. A questa scala, diversificazione della supply chain, capacità negoziale e flessibilità architetturale diventano strategicamente importanti.
Questo non significa che i clienti adotteranno una tecnologia inferiore semplicemente per creare concorrenza.
Contano le prestazioni.
Conta il software.
Conta l’affidabilità.
Conta il costo complessivo.
Ma se più piattaforme riescono a soddisfare questi requisiti, l’esistenza stessa di un’alternativa credibile assume valore.
AMD occupa qui una posizione particolare.
È una delle pochissime aziende capaci di fornire CPU server x86 competitive e GPU AI ad alte prestazioni, sviluppando contemporaneamente networking, adaptive computing e sistemi rack-scale.
Questa combinazione rende AMD rilevante rispetto a una domanda più ampia che sta emergendo nell’industria tecnologica:
da quante architetture computazionali dovrebbe dipendere l’economia dell’intelligenza artificiale?
L’AI NON È L’UNICO MERCATO DI AMD
La straordinaria crescita dell’intelligenza artificiale può far perdere di vista l’ampiezza delle attività di AMD.
La società rimane uno dei maggiori produttori mondiali di processori per PC attraverso Ryzen e di processori grafici attraverso Radeon.
I suoi chip semi-custom alimentano importanti console da gioco.
L’attività embedded, rafforzata in modo significativo dall’acquisizione di Xilinx, fornisce tecnologie di adaptive computing utilizzate nei sistemi industriali, nelle telecomunicazioni, nell’aerospazio, nell’automotive e in altri mercati specializzati.
Questa diversificazione è importante.
L’AI può essere la parte del panorama computazionale che cresce più rapidamente, ma l’intelligenza si sta contemporaneamente spostando verso l’esterno rispetto al data center.
Gli AI PC integrano sempre più accelerazione locale dedicata.
Le apparecchiature industriali diventano più autonome.
I veicoli diventano piattaforme computazionali.
I sistemi edge richiedono maggiore capacità di elaborazione vicino al luogo in cui i dati vengono generati.
Le infrastrutture di telecomunicazione diventano programmabili.
AMD opera quindi attraverso diversi livelli di una trasformazione più ampia: il computing sta diventando contemporaneamente più distribuito, più eterogeneo e più specializzato.
Il futuro potrebbe non appartenere a un unico processore universale.
Potrebbe appartenere a sistemi che combinano differenti tipi di processori per differenti tipi di lavoro.
Ed è precisamente l’ambiente che AMD ha trascorso anni a prepararsi ad affrontare.
I NUMERI COMINCIANO A RIFLETTERE LA TRASFORMAZIONE
La transizione strategica è sempre più visibile anche nelle dimensioni finanziarie di AMD.
Nel 2025 AMD ha generato circa 34,6 miliardi di dollari di ricavi, rispetto a circa 25,8 miliardi nel 2024. I ricavi del solo segmento Data Center hanno raggiunto circa 16,6 miliardi di dollari, rispetto ai 12,6 miliardi dell’anno precedente.
L’accelerazione è proseguita nel 2026.
Nel primo trimestre, i ricavi Data Center hanno raggiunto 5,8 miliardi di dollari, con una crescita del 57% rispetto all’anno precedente.
Nel secondo trimestre, i ricavi Data Center erano saliti a 6,7 miliardi di dollari, più del doppio dei 3,2 miliardi registrati nello stesso periodo dell’anno precedente. Il segmento ha prodotto circa 2,1 miliardi di dollari di utile operativo.
A livello di gruppo, AMD ha concluso il secondo trimestre con circa 13,1 miliardi di dollari fra liquidità, equivalenti e investimenti a breve termine, generando 5,3 miliardi di dollari di cash flow operativo nei primi sei mesi dell’anno.
Questi numeri non devono essere semplicemente proiettati indefinitamente nel futuro. La domanda di semiconduttori rimane ciclica, gli investimenti nelle infrastrutture AI possono oscillare e le transizioni verso nuove generazioni di prodotti possono produrre risultati irregolari.
Ma dimostrano la scala della trasformazione già in corso.
Il business dei data center di AMD non è più un’attività adiacente.
È diventato uno dei motori centrali dell’azienda.
LA QUESTIONE ENERGETICA
La corsa alle infrastrutture AI incontra sempre più spesso un limite che il software non può eliminare.
L’elettricità.
Quando le implementazioni computazionali vengono misurate in gigawatt, le prestazioni per watt diventano una necessità economica e fisica.
Ogni miglioramento nell’efficienza di un processore influenza la quantità di computing utile che può essere ottenuta da una determinata disponibilità elettrica. Lo stesso vale per memoria, networking e raffreddamento.
È uno dei motivi per cui la storia di AMD nel chiplet design e nell’efficienza energetica del computing assume importanza.
La futura competizione nell’AI non chiederà semplicemente quale processore sia più veloce.
Chiederà sempre più spesso:
quanta intelligenza utile può produrre un data center per ogni megawatt che consuma?
A una scala sufficientemente grande, l’efficienza energetica diventa capacità computazionale.
Un sistema capace di produrre più output AI all’interno dello stesso limite energetico può, in termini pratici, creare ulteriore infrastruttura senza costruire un’altra centrale elettrica.
Questo rende sempre più importante l’integrazione architetturale fra CPU, GPU, memoria, networking e software.
Il computer AI sta diventando un sistema energetico tanto quanto un sistema computazionale.
DAI CHIP ALL’INFRASTRUTTURA
L’acquisizione di ZT Systems fornisce forse l’indicazione più chiara della direzione in cui AMD ritiene stia andando l’industria.
AMD ha completato l’acquisizione nel 2025, pagando circa 4,4 miliardi di dollari per una società specializzata in infrastrutture AI e general-purpose destinate ai clienti hyperscale.
Successivamente ha ceduto a Sanmina le attività produttive di ZT, mantenendo le competenze nella progettazione dei sistemi e i team dedicati al customer enablement.
Questa decisione rivela la strategia.
AMD non vuole necessariamente diventare un gigantesco produttore di rack per server.
Vuole comprendere e progettare l’intera macchina.
Questo permette agli ingegneri che sviluppano GPU, CPU e silicio per il networking di lavorare insieme agli ingegneri che comprendono il comportamento di migliaia di questi componenti quando vengono assemblati all’interno di reali sistemi hyperscale.
Il ciclo di feedback diventa molto più stretto.
L’architettura del chip influenza la progettazione del sistema.
La progettazione del sistema rivela i colli di bottiglia.
Quei colli di bottiglia influenzano la generazione successiva di chip.
In un’industria che si sta muovendo verso nuove generazioni annuali di acceleratori AI, questo ciclo può assumere un’importanza strategica considerevole.
COSA POTREBBE METTERE IN DISCUSSIONE QUESTO SCENARIO?
L’opportunità è enorme. Lo sono anche le difficoltà.
La prima è evidente: la concorrenza.
NVIDIA ha costruito una posizione straordinaria nell’accelerazione AI, sostenuta non soltanto da hardware potente ma da CUDA, tecnologie di networking e un portafoglio in rapida espansione di sistemi AI completi. Competere con questo ecosistema richiede molto più che produrre una GPU veloce.
AMD deve dimostrare costantemente che i clienti possono implementare i suoi sistemi su scala enorme, ottenere prestazioni elevate nei carichi di lavoro reali e utilizzarli attraverso un ambiente software maturo.
La seconda sfida è l’adozione del software.
ROCm è migliorato considerevolmente, ma gli ecosistemi software si sviluppano attraverso anni di accumulo di strumenti, librerie, documentazione e familiarità da parte degli sviluppatori. Ridurre questo divario è un processo continuo, non il risultato di un singolo lancio di prodotto.
La terza è l’esecuzione.
AMD si sta muovendo verso una cadenza annuale di importanti generazioni di acceleratori AI, sviluppando contemporaneamente CPU, prodotti di networking, sistemi rack-scale e software. Coordinare tutte queste roadmap è straordinariamente difficile.
La quarta riguarda la dipendenza produttiva.
Come molti dei principali progettisti di semiconduttori, AMD dipende fortemente da foundry esterne, in particolare TSMC, per la produzione avanzata. La disponibilità di capacità sui nodi più evoluti, il packaging e i rischi geopolitici relativi alla supply chain dei semiconduttori rimangono quindi elementi importanti.
La quinta riguarda gli stessi investimenti nelle infrastrutture AI.
L’attuale espansione presuppone che hyperscaler e società di intelligenza artificiale continuino a investire enormi quantità di capitale in capacità computazionale. Se i ritorni economici delle infrastrutture AI dovessero rivelarsi inferiori alle aspettative, la crescita degli investimenti potrebbe rallentare.
Infine, AMD deve competere non soltanto con i tradizionali produttori di semiconduttori, ma sempre più spesso con i propri clienti.
I maggiori cloud provider stanno sviluppando acceleratori AI personalizzati e ottimizzati per i propri carichi di lavoro interni.
Il futuro panorama computazionale potrebbe quindi comprendere contemporaneamente GPU NVIDIA, GPU AMD, silicio personalizzato degli hyperscaler e acceleratori specializzati.
Il mercato può essere enorme.
Ma non sarà semplice.
UNA AMD DIVERSA
Esiste una distinzione importante fra la AMD di dieci anni fa e la società che esiste oggi.
La AMD precedente competeva principalmente all’interno di mercati già consolidati.
Sfidava Intel nelle CPU.
Sfidava NVIDIA nella grafica.
La AMD moderna sta tentando qualcosa di più ampio.
Sta riunendo CPU, GPU, adaptive computing, networking, software e architettura di sistema in un portafoglio progettato per un mondo nel quale il computing stesso viene ricostruito intorno all’intelligenza artificiale.
Questo non garantisce la leadership tecnologica.
Non elimina concorrenti estremamente potenti.
E non significa che ogni elemento della strategia avrà successo.
Ma cambia la scala dell’ambizione dell’azienda.
AMD non si sta più limitando a chiedersi se possa costruire un processore capace di competere con un altro processore.
Si sta chiedendo se possa costruire una parte significativa dell’infrastruttura sulla quale funzionerà la prossima era del computing.
IL MOTORE COMPUTAZIONALE DELL’ERA DELL’AI
Ogni grande era tecnologica finisce per dipendere da infrastrutture che scompaiono alla vista degli utenti.
Internet dipende da data center, reti in fibra e router che la maggior parte delle persone non vedrà mai.
Il cloud computing dipende da enormi server farm nascoste dietro semplici interfacce nei browser.
L’intelligenza artificiale non sarà diversa.
Dietro ogni conversazione con un modello AI, ogni immagine generata, ogni agente autonomo e ogni processo di ragionamento artificiale esiste un sistema fisico che esegue quantità straordinarie di calcoli.
Questi sistemi hanno bisogno di acceleratori.
Hanno bisogno di CPU.
Hanno bisogno di memoria.
Hanno bisogno di networking.
Hanno bisogno di software.
E, sempre più, hanno bisogno che tutte queste tecnologie vengano progettate per funzionare insieme.
È questa la trasformazione industriale che AMD sta cercando di intercettare.
La sua storia è iniziata con i componenti a semiconduttore. La sua rinascita è stata costruita intorno ai processori Zen. La sua espansione ha portato nel portafoglio GPU, adaptive computing e networking.
L’era dell’intelligenza artificiale sta spingendo l’azienda verso la fase successiva: il sistema computazionale completo.
OpenAI, Meta, Anthropic e Microsoft non stanno semplicemente sperimentando singoli chip AMD. Stanno lavorando con AMD su infrastrutture misurate in rack, cluster e, sempre più spesso, gigawatt.
Questo potrebbe essere, in definitiva, il cambiamento più importante nella storia recente di AMD.
Per decenni l’azienda ha costruito processori per i computer.
Ora contribuisce a costruire computer talmente grandi che li chiamiamo data center.
E l’intelligenza artificiale potrebbe averne bisogno a migliaia.
NOTA EDITORIALE
CulturesMag tratta aziende, tecnologie e trasformazioni industriali per finalità editoriali e informative. Questo articolo riguarda l’azienda, i suoi prodotti, la sua tecnologia e il settore in cui opera e non costituisce consulenza in materia di investimenti né una raccomandazione ad acquistare, vendere o detenere alcuno strumento finanziario.
Foto cortesia di Eric Feng