Un sorpasso storico sta ridefinendo gli equilibri dell'infrastruttura cloud e on-premise: per la prima volta, i server basati su architettura Arm rappresentano oltre il 45% del fatturato globale dei data center. Lo certificano gli ultimi dati di mercato, che fotografano un'accelerazione senza precedenti legata all'espansione dell'AI generativa e dei carichi di lavoro per l'inference e il training di grandi modelli linguistici.

Il sorpasso silenzioso di Arm

Fino a pochi anni fa i server x86 dominavano incontrastati, con quote di mercato superiori al 90%. L'ascesa di Arm, guidata da processori come i Graviton di Amazon Web Services e i recenti Ampere Altra, ha eroso questo monopolio grazie a un vantaggio chiave: l'efficienza energetica. In un'epoca in cui i consumi elettrici sono diventati una variabile critica del Total Cost of Ownership (TCO), il design RISC a basso consumo ha convinto prima gli hyperscaler, poi le aziende di medie dimensioni.

L'effetto leva dell'intelligenza artificiale

A imprimere l'accelerazione decisiva è stata la corsa all'AI. I cluster di GPU per l'addestramento di modelli sempre più grandi richiedono nodi di calcolo densi e orchestrati da CPU efficienti. Molti acceleratori moderni, come le architetture NVIDIA Grace Hopper, integrano core Arm per ridurre i colli di bottiglia nella comunicazione tra CPU e GPU. Questo ha reso le piattaforme Arm non solo un'alternativa, ma spesso una scelta obbligata nelle nuove infrastrutture dedicate all'AI.

Cosa cambia per chi sceglie l'on-premise

Per i responsabili IT che valutano deployment on-premise di carichi AI o che intendono ospitare internamente modelli di linguaggio, questa svolta ha implicazioni concrete. Da un lato, l'arrivo di server Arm più maturi significa avere a disposizione hardware potenzialmente meno energivoro, con riflessi positivi sul costo operativo. Dall'altro, permangono interrogativi sulla compatibilità software: non tutti i framework per LLM girano nativamente su Arm senza riadattamenti, sebbene il panorama stia evolvendo rapidamente, con progetti come PyTorch e TensorFlow ormai ottimizzati per l'architettura.

La prospettiva di AI-RADAR: architettura aperta e sovranità tecnicica

In uno scenario di crescente attenzione alla sovranità dei dati e al controllo dell'infrastruttura, la diversificazione dell'hardware è un fattore strategico. L'affermarsi di Arm introduce maggiore concorrenza nel mercato dei server, riducendo la dipendenza da un unico fornitore x86. Per chi intende mantenere i dati in sede e operare in air-gap, la possibilità di scegliere processori basati su specifiche aperte e con consumi ridotti allinea vincoli di budget e requisiti di compliance. AI-RADAR continuerà a monitorare l'impatto di queste evoluzioni sulle scelte di deployment locale, offrendo analisi e strumenti per navigare i trade-off tra prestazioni, consumi e libertà architetturale.