DeepSeek non vuole più dipendere solo dal software. La notizia che l’azienda cinese stia sviluppando un chip AI proprietario – riportata da più fonti, seppur ancora prive di dettagli ufficiali – ridisegna i contorni della sua strategia. Non si tratta semplicemente di un fornitore che verticalizza: è il segnale che la corsa all’efficienza dei modelli si sta spostando a un livello più profondo, quello del silicio.

Per capire la portata della mossa, bisogna osservare il contesto in cui DeepSeek opera. L’azienda ha già dimostrato, con modelli come DeepSeek-R1, che si può ottenere elevata qualità con architetture MoE (Mixture of Experts) e tecniche di training innovative, riducendo al contempo il costo computazionale. Ma il nodo hardware resta centrale: le GPU NVIDIA, in particolare le H100, sono colpite dalle restrizioni all’esportazione verso la Cina. Non basta ottimizzare il software se poi accedere all’accelerazione hardware diventa incerto o proibitivo.

Sviluppare un processore customizzato consente a DeepSeek di rompere questa dipendenza su due fronti. Da un lato, la sovranità tecnicica: un chip progettato internamente, magari prodotto da fonderie cinesi, elude i controlli all’esportazione e garantisce la disponibilità della capacità di calcolo necessaria per servire clienti che esigono deployment on-premise per ragioni di compliance e residenza dei dati. Dall’altro, c’è un vantaggio architetturale: un acceleratore disegnato esattamente per i carichi di lavoro di DeepSeek – con supporto nativo per le tecniche di quantization, per lo sparsità dell’inference MoE e per le dimensioni di token che caratterizzano i suoi modelli – può offrire una Total Cost of Ownership (TCO) significativamente inferiore rispetto a soluzioni general-purpose.

L’impatto per chi valuta stack self-hosted è profondo. Oggi, chi vuole eseguire LLM on-premise deve spesso accettare i margini e i vincoli imposti dal duopolio NVIDIA-AMD, con GPU che non sono mai ottimizzate per un singolo framework o famiglia di modelli. Un chip DeepSeek, se aperto all’esterno o se integrato in appliance dedicate, potrebbe cambiare l’equazione economica dell’inference locale, rendendo conveniente ciò che oggi è riservato a chi può permettersi cluster di GPU ad alta VRAM.

Resta l’incognita sulle specifiche tecniche: frequenze, ampiezza di banda della memoria, supporto a precisioni miste (FP8, INT4) e ai framework di serving più diffusi. Ma la direzione è chiara: la competizione nell’AI generativa non si giocherà mai più soltanto sulla carta dei modelli, ma sulla capacità di controllare l’intero stack, dal silicio al token.