In questo articolo Indice dei contenuti 2 sezioni
La spinta verso una IA sovrana sta prendendo piede in mezzo mondo, con governi che investono per avere modelli linguistici, infrastrutture e servizi sotto controllo nazionale. Peccato che, quando si va a guardare l’hardware, questa indipendenza si riveli molto più fragile del previsto. Una rilevazione di Counterpoint Research mette il dito nella piaga: NVIDIA è presente nel 92% dei modelli linguistici sovrani finiti sotto la lente.
Lo studio ha analizzato oltre 80 Paesi fuori da Stati Uniti e Cina, trovandone circa 55 con almeno un modello nazionale attivo. In tutto sono state passate al setaccio più di 170 soluzioni, guardando ai chip usati, alla proprietà dei modelli, al supporto per le lingue locali, alle applicazioni e alla maturità dei vari ecosistemi. Un quadro ampio, insomma, che restituisce un’immagine piuttosto netta.
L’IA è sempre più locale, ma i chip restano quasi tutti NVIDIA
Il punto di forza di NVIDIA non sta solo nelle prestazioni dei suoi acceleratori. Il vero asso nella manica è CUDA, l’ecosistema software che l’azienda si porta dietro da anni. Avere strumenti maturi per addestramento e inferenza rende molto più semplice sviluppare e distribuire modelli su larga scala, anche quando dati e infrastrutture restano dentro i confini di un singolo Paese. È lì che gli altri faticano a tenere il passo.
AMD si ferma a un misero 4% del mercato, però qualche installazione strategica ce l’ha. Tra queste spicca il supercomputer europeo LUMI, che si trova in Finlandia e viene usato per diversi modelli sviluppati nel continente. L’azienda sta comunque allargando la propria rete, con Moreh in Corea del Sud, Motif e una collaborazione con la società australiana Maincode. Cerebras invece punta soprattutto sugli Emirati Arabi Uniti, dove alimenta i modelli Jais e K2 Think. C’è anche un accordo importante da 900 milioni di dollari, ossia circa 773 milioni di euro, siglato con G42 per costruire nove supercomputer Condor Galaxy collegati tra loro.
Il restante spicchio di mercato e il nodo della diversificazione
L’ultimo 1,7% è un mosaico di soluzioni proprietarie e piattaforme alternative. Ci sono i processori Fujitsu A64FX impiegati in Giappone, le TPU Trillium di Google e le infrastrutture basate su AWS Inferentia. E poi Qualcomm, Rebellions, SambaNova, Positron AI e Graphcore, tutte alla ricerca di uno spazio, in particolare sul fronte dell’inferenza.
Il dato di fondo però racconta un bel paradosso. Tanti Paesi vogliono tenere sotto controllo modelli e dati, eppure continuano ad affidarsi a un solo fornitore per la potenza di calcolo. La vera sovranità digitale non si costruisce soltanto con data center piantati sul territorio. Servono anche chip diversi tra loro e strumenti software che non dipendano da un unico nome. Finché questo non accadrà, l’autonomia tecnologica resterà più un obiettivo dichiarato che una realtà concreta.
