Skip to content
SYS: DATAPOINT//TERMINAL DATE: 2026.07.18 20:43:06 UTC FEED: ● LIVE SOURCES: 7 active ALERTS_24H: 0 CRIT_24H: 0 UPTIME: 97d USER: @operator
ARTICLE [F2]
INTELLIGENZA ARTIFICIALE

Anthropic in trattativa con Fractile per chip di inferenza dedicati

The Information riporta che Anthropic sta valutando un accordo con la startup britannica Fractile per chip di inferenza dedicati. Il movimento si inserisce in una tendenza più ampia: i grandi laboratori AI cercano alternative al silicio Nvidia per controllare il proprio destino di compute.

DATE2026.05.05 09:00
SEVERITYEDIT
READ2 min

A inizio maggio 2026 The Information ha riportato che Anthropic sta valutando un accordo con la startup britannica Fractile per l’acquisto di chip di inferenza dedicati. La trattativa, se conclusa, segna un altro tassello nella corsa dei grandi laboratori AI a costruire o acquisire silicio personalizzato per ridurre la dipendenza dal monopolio di fatto di Nvidia sui carichi di training e inferenza.

Cosa fa Fractile

Fractile sviluppa architetture in-memory compute specificamente progettate per l’inferenza di modelli linguistici. La proposta tecnica della società punta a ridurre i costi e i consumi energetici del servire modelli ad alta scala, dove i tradizionali GPU Nvidia non sono ottimizzati. La promessa è un fattore di efficienza significativo per token servito, su un orizzonte di prodotto compatibile con le esigenze di Anthropic.

Perché Anthropic guarda altrove

Tre direttrici spingono Anthropic verso silicio non-Nvidia:

  • vincoli di disponibilità: la coda per accedere alle GPU Nvidia di ultima generazione è un fattore vincolante, anche per chi può pagarle;
  • controllo dei costi unitari di inferenza: a margini di prodotto compressi, il costo per token servito è il fattore differenziale tra una pricing competitiva e una concorrenza al ribasso;
  • dipendenza strategica: la concentrazione di una capacità critica su un singolo fornitore espone Anthropic a rischi di policy, di prezzo e di disponibilità che il management ha interesse a contenere.

Lo stesso movimento, in scala diversa, lo si osserva su OpenAI (chip custom in collaborazione con Broadcom), su Google (TPU), su Amazon (Graviton + Trainium), su Meta (deal Graviton ARM-based con Amazon).

Cosa può cambiare nel medio periodo

La diversificazione dei fornitori di silicio non si traduce in un superamento di Nvidia nel breve. Le GPU Nvidia restano la piattaforma di riferimento per il training. La frattura, se si consolidererà, sarà sull’inferenza, dove l’omogeneità del carico permette ottimizzazioni dedicate. Per il settore italiano, la conseguenza visibile sarà sui prezzi: più concorrenza sul lato infrastruttura significa più pressione al ribasso sui costi unitari per chiamata API.

Fonti

The Information, «Anthropic in talks to buy AI chips from UK startup Fractile», fine aprile 2026: theinformation.com.

> LEAVE A REPLY

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *