Lun. Giu 24th, 2024

Sblocca gratuitamente il Digest dell’editore

Nel dramma che si è appena svolto nella Silicon Valley sul futuro di OpenAI, una trama secondaria riguardava un’ambiziosa impresa di chip da parte del suo amministratore delegato Sam Altman.

Prima di essere estromesso e reintegrato al timone dell’azienda, Altman aveva cercato di raccogliere fino a 100 miliardi di dollari dagli investitori in Medio Oriente e dal fondatore di SoftBank Masayoshi Son per costruire un rivale in grado di competere con i giganti del settore Nvidia e Taiwan Semiconductor Manufacturing Co. Sarebbe un’impresa enorme. E uno in cui 100 miliardi di dollari potrebbero non andare molto lontano.

Dato che il progettista di chip statunitense e il produttore di chip taiwanese sono fondamentali per tutto ciò che riguarda l’intelligenza artificiale generativa, è improbabile che Altman sia l’unico a sperare di affrontarli. Ma le barriere all’ingresso – fossati nel gergo della Silicon Valley – sono formidabili.

Nvidia detiene circa il 95% dei mercati delle GPU o unità di elaborazione grafica. Questi processori per computer sono stati originariamente progettati per la grafica, ma sono diventati sempre più importanti in settori come l’apprendimento automatico. TSMC detiene circa il 90% del mercato mondiale dei chip avanzati.

Queste attività sono redditizie. TSMC ha un margine lordo di quasi il 60%, Nvidia del 74%. TSMC realizza vendite per 76 miliardi di dollari all’anno. Le cifre impressionanti fanno sembrare che ci sia molto spazio per più contendenti.

Una carenza globale di chip AI di Nvidia rende la prospettiva di un’integrazione verticale ancora più attraente. Poiché il numero di GPU necessarie per sviluppare e addestrare modelli di intelligenza artificiale avanzati cresce rapidamente, la chiave della redditività per le aziende di intelligenza artificiale risiede nell’avere un accesso stabile alle GPU.

Ciò spiega perché i giganti della tecnologia globale si sono affrettati a sviluppare chip ottimizzati per i loro flussi di lavoro, come quelli per i server dei data center che addestrano ed eseguono modelli linguistici di grandi dimensioni per l’intelligenza artificiale.

Una cosa è che le aziende progettano chip personalizzati. Ma la redditività di Nvidia non deriva dal rendere i chip economicamente vantaggiosi, ma dal fornire una soluzione unica per una vasta gamma di attività e settori. Ad esempio, i sistemi HGX H100 di Nvidia, che possono costare circa $ 300.000 ciascuno, vengono utilizzati per accelerare i carichi di lavoro per qualsiasi cosa, dalle applicazioni finanziarie all’analisi.

Trovare un valido rivale per il sistema HGX H100, composto da 35.000 parti, richiederebbe molto di più della semplice progettazione di un nuovo chip. Nvidia sviluppa GPU da oltre due decenni. Questo vantaggio, che include l’hardware e le relative librerie software, è protetto da migliaia di brevetti.

Anche mettendo da parte le sfide legate alla progettazione di un nuovo chip AI, la vera sfida risiede nella produzione. La creazione di un impianto di fabbricazione è il primo ostacolo. Si prevede che ci vorranno più di tre anni prima che TSMC possa avviare la produzione dello stabilimento statunitense che sta costruendo in Arizona, nonostante abbia più di tre decenni di esperienza nella costruzione di “fab”. Si prevede che il suo investimento complessivo in questo impianto ammonterà a circa 40 miliardi di dollari.

Il funzionamento di questi impianti richiede un esercito di lavoratori altamente qualificati con titoli di studio avanzati in ingegneria elettrica, fisica o scienza dei materiali. Una carenza di lavoratori qualificati ha già ritardato la data di inizio del suo stabilimento in Arizona.

Un altro problema è l’acquisto delle attrezzature per la produzione di trucioli destinate agli impianti. Il produttore olandese ASML ha il monopolio sulle macchine di litografia a raggi ultravioletti estremi che sono fondamentali per la produzione di chip avanzati. La lista d’attesa per le macchine, che costano più di 300 milioni di dollari ciascuna, è in media di circa due anni.

Ma i brevetti restano di gran lunga l’ostacolo più grande. TSMC è uno dei maggiori detentori di brevetti al mondo con oltre 52.000 brevetti relativi alla produzione di chip. Di questi, circa 3.000 sono presenti nel suo packaging avanzato, una tecnologia cruciale per i chip AI che aumenta le prestazioni e dove TSMC ha un vantaggio rispetto alla rivale Samsung nella produzione a contratto. Gli oltre otto anni di investimenti di TSMC nella tecnologia hanno spinto le barriere all’ingresso ancora più in alto.

Affrontare tutto questo significa tempi di consegna dolorosamente lunghi per i nuovi entranti, il che è particolarmente pericoloso in un settore in rapida evoluzione. Allo stesso tempo, i consistenti margini di Nvidia e TSMC significano più denaro per la ricerca e lo sviluppo, accelerando il ritmo dei rilasci tecnologici di prossima generazione. Quest’ultima spende ogni anno più di 30 miliardi di dollari in spese in conto capitale.

Con lo slancio a loro favore, il divario tra Nvidia e TSMC e i loro concorrenti si è ampliato nell’ultimo anno. Per ora, nemmeno i loro più grandi rivali sono sufficientemente attrezzati per colmare questo divario, per non parlare dei nuovi entranti.

[email protected]