La stagione in cui la GPU sembrava l'unico silicio degno di attenzione nei carichi AI potrebbe essere alle spalle. Dopo anni in cui l'acceleratore grafico ha monopolizzato narrazione e investimenti, emergono segnali di un deciso recupero della domanda di CPU all'interno dei datacenter dedicati all'intelligenza artificiale. Il dato, di per sé, non è sorprendente per chi mastica infrastruttura: la GPU non vive isolata, e ogni sistema reale richiede orchestrazione, pre-processing, gestione della rete e dello storage. Il rimbalzo, tuttavia, ha una portata che va oltre l'ovvio bilanciamento architetturale, e chiama in causa dinamiche di supply chain e posizionamento strategico.

Perché ora? Il riequilibrio silenzioso

Il precedente ciclo di hype ha spinto molte organizzazioni a saturare gli acquisti di GPU, spesso sottodimensionando la componente CPU. Con la maturazione dei deployment, l'effetto collo di bottiglia si è fatto sentire: le pipeline di training distribuito, l'inference su larga scala e i servizi di orchestrazione richiedono un numero crescente di core x86 o Arm per gestire I/O, pre-elaborazione dati e coordinamento. Non si tratta di un semplice acquisto accessorio, ma di una voce di costo e progettazione che sta tornando a pesare in modo significativo. Chi sta costruendo cluster on-premise o colocation si trova a ricalcolare i rapporti CPU/GPU per evitare strozzature, e questo spiega in parte l'incremento della domanda.

TSMC: fab a chiunque vinca

In questo scenario, TSMC incarna il classico profilo da "piccone e pala" durante la corsa all'oro. L'azienda taiwanese produce i chip per AMD (EPYC), Intel (Xeon, e sempre più linee esterne), Ampere (Altra) e persino i processori custom dei grandi hyperscaler come Google (Axion) e AWS (Graviton). Che il mercato premi l'architettura x86 o quella Arm, che le quote si spostino verso soluzioni interne dei cloud provider o verso fornitori terzi, i wafer passano in larga parte dagli impianti di Taiwan. Questo significa che il rimbalzo della domanda di CPU non è un fenomeno che favorisce un singolo vendor di chip, ma si traduce quasi deterministicamente in un aumento dei volumi per TSMC, il cui portafoglio risulta straordinariamente diversificato dal punto di vista degli instruction set.

Implicazioni strutturali per il deployment

Il rafforzamento del ruolo della CPU nei datacenter AI cambia le equazioni in fase di acquisto e dimensionamento. Dove prima si moltiplicavano le GPU per affrontare anche carichi gestionali, ora si assiste a un ritorno della progettazione bilanciata: più memoria di sistema, reti ad alta banda anche tra CPU (non solo tra acceleratori) e attenzione alla densità complessiva del rack. Per chi valuta deployment on-premise, questo significa aggiornare i propri modelli di TCO: il costo della parte CPU, la sua incidenza sui consumi e sulla dissipazione termica non possono più essere trattati come variabili secondarie. L'analisi di AI-RADAR sul trade-off infrastrutturali per deployment locali suggerisce che trascurare la dimensione CPU oggi porta a sovra-provisioning di GPU e a inefficienze che si ripagano rapidamente con acquisti correttivi.

Un'ulteriore lettura più sottile riguarda la sovranità dei dati. In contesti regolamentati (GDPR, settori governativi o finanziari), la scelta di mantenere l'infrastruttura on-premise si accompagna spesso a una necessità di controllo sull'intero stack hardware. Qui il tipo di CPU, la sua catena di fornitura e la possibilità di audit diventano fattori dirimenti. Il prevalere di architetture fabbricate da un unico grande fornitore come TSMC introduce considerazioni di dipendenza strategica che i decisori devono pesare, specie in scenari geopolitici instabili.

Il rimbalzo della domanda di CPU non è quindi una semplice notizia di mercato, ma un indicatore di un ecosistema che sta completando la sua prima fase di crescita disordinata. Le architetture si assestano, i colli di bottiglia migrano dalle GPU ad altri componenti, e la partita si sposta su chi – come TSMC – è in grado di servire indifferentemente tutti gli schieramenti.