Con una mossa che segna un punto di svolta nella corsa ai semiconduttori per l’AI, Intel ha confermato di essere il primo produttore al mondo a utilizzare gli scanner High NA EUV di ASML per la produzione in volumi di chip logici. I primi esemplari riguardano strati specifici dei futuri processori Panther Lake, realizzati sul nodo 18A, ora qualificati per la litografia con apertura numerica 0.55.

High NA EUV (extreme ultraviolet) porta l’apertura numerica da 0.33 a 0.55, consentendo di proiettare pattern più dettagliati sul silicio e quindi di ridurre la dimensione minima delle strutture. Nel concreto, significa transistor più piccoli e più efficienti dal punto di vista energetico, due parametri critici per i carichi di lavoro AI che spingono i data center verso limiti termici e di potenza.

Per chi opera infrastrutture on-premise, questa notizia non è un semplice aggiornamento da addetti ai lavori. La capacità di Intel di mettere in produzione volumi su questa litografia apre la strada a processori server e acceleratori che possono eseguire inference LLM con un consumo elettrico inferiore per token elaborato. In un contesto in cui il TCO delle soluzioni self-hosted dipende fortemente dai costi energetici e dalla densità di calcolo, un simile passo tecnicico si traduce in un abbassamento dei costi operativi e in una maggiore sostenibilità.

Il circuito dell’on-premise si rafforza

L’arrivo di chip più performanti sullo stesso nodo di potenza ha un effetto a catena. In primo luogo, riduce la dipendenza dal cloud per carichi di lavoro sensibili: se l’hardware locale può competere in termini di latenza e throughput, le aziende che gestiscono dati regolamentati o che puntano sulla sovranità digitale trovano meno ragioni per esternalizzare l’elaborazione. In secondo luogo, l’IA sul bordo — edge AI — beneficia direttamente di silicio più parsimonioso, perché i vincoli termici e di alimentazione sono stringenti.

Intel non è sola in questa partita, ma il primato sulla produzione di massa con High NA EUV segnala una rinnovata competitività della sua fonderie, che potrebbe accelerare l’intero ecosistema. Altri progettisti di chip AI, dai fornitori di GPU ai creatori di ASIC specializzati, potrebbero attingere al nodo 18A di Intel per portare sul mercato soluzioni on-premise ancora più specializzate. La concorrenza beneficia tutti: tempi di sviluppo più brevi e più opzioni hardware per chi deve allestire un cluster di inference in sede.

Certo, la transizione non sarà immediata: i chip Panther Lake su 18A sono attesi nei prossimi anni, e la produzione di massa con questa tecnicia richiederà di superare le consuete sfide di resa e scalabilità. Tuttavia, il messaggio è inequivocabile. Il piano industriale dell’intera filiera dei semiconduttori punta a fornire silicio sempre più denso ed efficiente, proprio mentre la domanda di inference locale e di training distribuito cresce. Per i decisori IT che oggi valutano architetture on-premise per i loro LLM, questa è la conferma che il ritmo dell’innovazione hardware è sostenuto e che le soluzioni self-hosted diventeranno via via più competitive nei prossimi cicli di refresh.