Cambridge, un laboratorio di due anni chiamato CuspAI, ha deciso di cambiare le regole della scienza dei materiali mettendo insieme un’insolita alleanza. Lunedì ha presentato l’AI Materials Foundry, una coalizione di oltre 45 aziende e centri di ricerca che include, tra i fondatori, Nvidia, Meta, Samsung e Hyundai Motor. L’idea è costruire un motore di ricerca per materiali che ancora non esistono, usando l’intelligenza artificiale generativa per esplorare combinazioni chimiche al di là dell’immaginazione umana.

La notizia, rimbalzata su Reuters, va letta oltre l’annuncio. A unire un chipmaker, due colossi dell’elettronica e un gigante dell’auto non è solo la curiosità scientifica. È il riconoscimento che il prossimo campo di battaglia della proprietà intellettuale si giocherà su hardware specializzato e dati protetti. E proprio qui la scelta dei partner assume un significato strategico.

Nvidia non è un semplice fornitore: la sua presenza tra i fondatori trasforma la fonderia in un banco di prova per l’adozione enterprise di GPU e sistemi di calcolo on-premise. Progettare materiali tramite LLM o modelli diffusion richiede una potenza computazionale che il cloud pubblico non sempre può offrire con la latenza e i costi prevedibili. Se volessi esplorare in segreto una nuova lega per batterie, manderesti i tuoi dati su un hyperscaler? Molte delle aziende coinvolte evidentemente no. Ecco perché l’AI Materials Foundry è anche un acceleratore di deployment locale e ibridi, con Nvidia che fornisce il substrato tecnicico.

Per chi segue le dinamiche dell’AI on-premise, il segnale è inequivocabile: la R&S di materiali avanzati sta abbandonando il “cloud-first” in favore di infrastrutture controllate, dove la sovranità dei dati non è un accessorio ma un prerequisito competitivo. Meta, dal canto suo, porta competenze sui modelli linguistici su larga scala; Samsung e Hyundai Motor aggiungono domanda industriale concreta, chiudendo il ciclo tra ricerca e produzione.

Il progetto non rivela numeri né specifiche tecniche, ma è lecito ipotizzare che la coalizione spingerà l’adozione di sistemi multi-GPU interconnessi, NVLink e quantization a precisione mista per contenere il costo totale di inference. L’AI Materials Foundry potrebbe diventare il catalizzatore che convince le imprese manifatturiere a costruire i propri datacenter privati invece di noleggiare risorse, modificando gli equilibri tra CapEx e OpEx.

In ultima istanza, l’iniziativa segna un punto di svolta: non si tratta più di dimostrare che l’AI può accelerare la scoperta di materiali, ma di costruire l’infrastruttura fisica per farlo su scala industriale. Una mossa che ridefinisce i rapporti di forza tra chi possiede i chip, chi i dati e chi i brevetti, mentre il resto del mercato osserva e impara.