Non è soltanto l’ennesimo trimestre da capogiro per il semiconduttore: il +68% nei ricavi di giugno 2026 annunciato da TSMC — fonte Digitimes — è un segnale che per il self-hosting dell’intelligenza artificiale potrebbero aprirsi mesi complicati. Perché se la fonderia taiwanese macina ricavi a un ritmo del genere, vuol dire che la capacità produttiva sugli ultimi nodi (pensiamo ai 4nm e 3nm usati per i chip d’inference) è satura di ordini colossali, quelli degli hyperscaler e dei vendor di GPU. Le commesse più piccole, tipicamente quelle destinate ai cluster aziendali in sede, finiscono inevitabilmente in fondo alla lista d’attesa.

Il dato, da solo, suggerisce un rafforzamento della forbice tra chi può permettersi le forniture garantite del cloud e chi tenta la strada on-premise per motivi di controllo, riservatezza o TCO. Con le foundry che si contendono la capacità, i prezzi delle schede salgono ben oltre i listini ufficiali, e i tempi di consegna si dilatano: uno scenario che abbiamo già visto durante la pandemia, ma che ora si consolida come strutturale.

La domanda di calcolo per LLM sta effettivamente spingendo la seconda ondata di espansione di TSMC — aziende come NVIDIA, AMD e i costruttori di acceleratori custom assorbono wafer su wafer per sfornare GPU con quantità di VRAM sempre più generose. Eppure, proprio quella stessa domanda rischia di rendere il deployment on-premise un privilegio per pochi. Se oggi per eseguire un modello medio-grande in locale servono almeno quattro A100 o H100, l’allungamento delle attese trasforma i progetti in scommesse finanziarie: si blocca il capitale, si ipoteca il time-to-market, si mette a rischio la sovranità dei dati se, per tamponare, ci si rivolge al cloud pubblico.

Non a caso, vediamo un fiorire di soluzioni software che puntano a ottenere di più con meno: quantization spinta (INT4 o inferiore), tecniche di pruning, modelli architetturalmente più parchi, framework di serving ottimizzati. Sono tutte strategie che tengono viva la via on-premise anche quando l’hardware stringe, ma obbligano i team a investire in competenze che spesso mancano. La forbice non è solo di prezzo, ma anche di know-how: chi ha i migliori ingegneri può tenersi lontano dal cloud, gli altri restano ostaggio di costi ricorrenti.

Dietro il boom di TSMC c’è insomma un paradosso: l’IA cresce proprio quando le fondamenta hardware che dovrebbero rendere l’IA ovunque accessibile diventano terreno di conquista per pochi giganti. La corsa all’AI, in ultima analisi, potrebbe limitare proprio il pluralismo computazionale che molti auspicano. E a pagare il conto, manco a dirlo, sono i soggetti che vorrebbero tenere i dati dietro i propri cancelli.