Monaco ha fatto da palcoscenico al debutto internazionale di Xpeng L03, il SUV-coupé elettrico che segna un punto di svolta non solo per il costruttore cinese, ma per l’intero settore automotive. Per la prima volta un’auto di grande serie integra chip AI progettati internamente e destinati a gestire la guida assistita, sostituendo soluzioni di terze parti.

Ogni allestimento della L03 monta almeno un processore Turing: il top di gamma Ultra ne allinea tre, capaci di erogare fino a 2.250 trilioni di operazioni al secondo. Non è una cifra per benchmark da laboratorio, ma un dato che racconta di un’inference massiccia eseguita in tempo reale all’interno del veicolo, senza dipendere da connessioni cloud.

La scelta di Xpeng va letta come un segnale strutturale. L’industria dell’auto si sta verticalizzando sull’hardware AI, esattamente come accade per i server on-premise nei data center: il silicio custom promette latenza zero, piena sovranità sui dati e un controllo diretto della pipeline di aggiornamento dei modelli. Per chi oggi valuta deployment self-hosted di LLM, il parallelismo è immediato. La differenza è che qui il deployment è edge puro, su una piattaforma mobile che deve inferire centinaia di decisioni al secondo in condizioni ambientali mutevoli.

Il dato dei 2.250 TOPS, seppur non confrontabile direttamente con i carichi di lavoro linguistici, indica una capacità computazionale paragonabile a quella di un server GPU di fascia media, stipata in un involucro che consuma poche centinaia di watt e vibra su quattro ruote. È la dimostrazione che il design di chip dedicati può scalare verso l’alto senza esplodere i consumi, un principio che anima anche la progettazione di ASIC per inference negli ambienti on-premise più esigenti.

Per NVIDIA e gli altri fornitori tradizionali, la mossa di Xpeng è un campanello d’allarme. Finora il dominio è arrivato dalle piattaforme standard, ma se un produttore di veicoli di massa internalizza la progettazione dei processori AI, il valore si sposta dal silicio al software e ai dati. I grandi fornitori di GPU potrebbero vedere eroso il loro spazio anche nell’edge computing più critico.

Dal punto di vista della sovranità digitale, l’architettura Turing consente a Xpeng di gestire internamente i flussi di dati generati dai sensori, riducendo l’esposizione a giurisdizioni esterne. Per i clienti europei, ad esempio, significa che le informazioni raccolte dal veicolo restano elaborate a bordo, semplificando la conformità GDPR. Un vantaggio non da poco quando si sbarca in 65 mercati con regolamentazioni differenti.

La L03 diventa così un caso di studio concreto: l’AI on-premise – o meglio, on-vehicle – non è più prerogativa di progetti sperimentali o di nicchia, ma una scelta industriale di massa. La domanda aperta è se altri costruttori asiatici ed europei seguiranno la stessa strada, e se il modello di licenza dei chip AI evolverà verso un’integrazione sempre più profonda tra hardware e software, come già accade nel mondo dei framework per LLM self-hosted.