A giugno JPC Connectivity ha registrato il fatturato più alto di sempre, spinto dalla domanda di data center per l’AI. Oltre alle GPU, sono i componenti di interconnessione ad alta velocità a vivere una stagione di crescita esplosiva. Un segnale che per chi prepara deployment on-premise la scarsità non riguarda solo i chip, ma anche cavi e connettori.
Arbor Technology registra il miglior mese di giugno di sempre per vendite, con un fatturato semestrale in forte crescita grazie alla domanda di dispositivi edge per l’AI. Un traguardo che riflette la migrazione dell’inference verso nodi di calcolo distribuiti e on-premise, attratti da latenza zero, controllo dei dati e costi operativi ridotti.
Il balzo del fatturato mensile di Liteon Technology, spinto dagli alimentatori per server AI, rivela un’infrastruttura in corsa dove l’efficienza energetica diventa discriminante per il deployment on-premise degli LLM.
Un aggiornamento del codice del driver grafico AMDGPU per Linux introduce il supporto alla funzionalità CACP, pensata per ridurre i consumi dei pannelli OLED. La novità, ancora in fase di sviluppo, segnala l’attenzione di AMD verso l’efficienza energetica su Linux, un aspetto critico per i dispositivi portatili. Il miglioramento promette di estendere l'autonomia delle batterie e ottimizzare l'esperienza d'uso, rafforzando la posizione di AMD nell’ecosistema dei driver aperti.
Un consorzio inedito tra il colosso delle fonderie, il leader della litografia e il centro di ricerca europeo punta a industrializzare i semiconduttori a base di materiali bidimensionali. L'iniziativa segna un cambio di paradigma per l'hardware AI e la sovranità dei dati.
Le nuove istanze M9g basate su Graviton5 mostrano un miglioramento medio del 30% nelle prestazioni. Con 192 core Arm Neoverse-V3 a 3,3 GHz, il chip segna un salto generazionale che ridefinisce il vantaggio competitivo di AWS. Ma per chi valuta deployment on-premise e sovranità dei dati, questa verticalizzazione del silicio cloud pone interrogativi profondi sulla portabilità dei carichi di lavoro e sulla libertà architetturale a lungo termine.
Meta avvierà a settembre la produzione degli ultimi chip progettati in casa per carichi di lavoro AI, nel tentativo di ridurre la dipendenza dalle costose GPU Nvidia. Una mossa che segnala un cambio strutturale verso l’integrazione verticale dell’hardware per l’inference su larga scala, con implicazioni per il mercato dei processori e per chi progetta infrastrutture on-premise.
Il processore Ryzen 7 4700LE, basato su architettura Zen 2 del 2019, torna in un PC preassemblato da 800 dollari con RTX 3050 da 8 GB. Per chi valuta macchine on-premise per LLM, la quantità di VRAM pone limiti netti: modelli quantizzati a 4 bit sono possibili, ma il contesto e la velocità restano molto vincolati.
Un ritardo mancante nel timing PCI causava il crash del controller USB durante la sospensione su piattaforme AMD Ryzen AI Max+ "Strix Halo". Dopo mesi di debug, una patch nel kernel Linux ripristina la piena stabilità, un tassello critico per chi usa questa APU come nodo di inference locale di LLM.
Nel 1996 un investimento di 5 milioni di dollari da parte di Sega salvò Nvidia. Trent’anni dopo, Jensen Huang vola a Tokyo per un evento ad Akihabara: lotteria per una GeForce RTX 5090 Founders Edition, presentazione RTX Spark e altro. Un intreccio di videogiochi e semiconduttori che oggi sostiene hardware per AI on-premise.
Meta avvierà a settembre la produzione del suo primo chip AI della linea MTIA, con l’obiettivo di raddoppiare la capacità di calcolo dei propri data center. La mossa riduce la dipendenza da NVIDIA e segna un punto di svolta per l’hardware personalizzato nell’AI su larga scala.
Il mini PC basato su AMD Ryzen AI Max+ 'Strix Halo' è stato spedito con supporto Linux immediato, ma manca ancora il driver principale per la striscia LED RGB. Il codice è in dirittura d'arrivo, segnale di un'integrazione Linux più profonda per piattaforme AI locali.
L’azienda cinese prevede un incremento di fatturato e profitti grazie alla diffusione di dispositivi AIoT. Un segnale concreto dello spostamento dell’inference verso l’edge, con implicazioni per la sovranità dei dati e le architetture self-hosted.
La spin-out dell’Università di Sheffield ha chiuso un seed round per industrializzare un processo di assemblaggio fluidico che promette display più efficienti. Una svolta che incrocia il futuro dell’inference AI locale, dove la potenza visiva si misura in milliwatt.
Shanghai Fudan Microelectronics prevede un forte rialzo dei profitti per il primo semestre 2026. Una crescita che racconta la spinta della Cina verso una sovranità hardware per l'AI, con aziende costrette a costruire stack locali per sfuggire ai controlli all'export. Chi vende chip alternativi prospera, mentre il mercato dell'inference on-premise si frammenta.
Samsung Display avrebbe accantonato il progetto di un pannello più economico per il visore Apple per concentrarsi sugli smart glass con intelligenza artificiale. Dietro la scelta si intravede una scommessa strutturale: l'AI si sposta sul bordo della rete, su dispositivi autonomi, dove la sovranità dei dati e l'ottimizzazione hardware contano più della potenza bruta del cloud.
L'acquisizione di Empower Semiconductor segna l'ingresso di Analog Devices nell'infrastruttura di potenza per l'IA. La gestione energetica diventa un asset strategico per chi sviluppa hardware per LLM e deployment on-premise, dove efficienza e TCO dipendono da soluzioni di power sempre più dense e integrate.
Huawei ha presentato il supernodo Atlas 950 al WAIC 2024, un sistema ad alta densità pensato per addestramento e inference su larga scala. La mossa segna un cambio di passo nella strategia cinese per l’autosufficienza nei chip AI, con impatti profondi su architetture on-premise, costi e sovranità tecnicica.
Il produttore taiwanese Compeq rivela come la domanda di circuiti stampati per AI e spazio stia cancellando la classica pausa stagionale. Un campanello per chi costruisce infrastrutture on-premise: la pressione sull’hardware non dà tregua.
L’intervista a Greg Gardner svela la strategia britannica per ridurre la dipendenza tecnicica da Stati Uniti e Cina. Al centro, l’accesso diretto alla filiera dei semiconduttori di Taiwan, indispensabile per scalare infrastrutture di training e inference locali. Un segnale strutturale per chi guarda all’on-premise come leva di controllo e costo.