Un’ondata di startup di chip IA sta perseguendo importanti round di finanziamento, segnalando che l’appetito degli investitori per le società di semiconduttori che sfidano il dominio di Nvidia non mostra segni di raffreddamento. FuriosaAI, Nuvacore e d-Matrix sono tutti in modalità di raccolta fondi attiva, secondo un rapporto di The Information pubblicato il 14 luglio 2026.

Gli sforzi simultanei di raccolta fondi evidenziano come il panorama dell’hardware AI si stia evolvendo da un quasi monopolio controllato da Nvidia a un mercato più frammentato in cui le startup vedono aperture nell’inferenza, nell’elaborazione specializzata e nella progettazione di processori di prossima generazione.

Per l'ultima copertura del settore dell'intelligenza artificiale sugli sviluppi dei semiconduttori e sulle aziende che danno forma al futuro dell'informatica basata sull'intelligenza artificiale, AI Buzz Wire segue da vicino il settore dell'hardware.

FuriosaAI: lo sfidante coreano punta a 500 milioni di dollari

Secondo Bloomberg e The Information, il designer sudcoreano di chip AI FuriosaAI sta cercando di raccogliere fino a 500 milioni di dollari in un round di finanziamento di serie D prima di una potenziale offerta pubblica iniziale. Il round è assistito da Morgan Stanley e Mirae Asset Securities.

FuriosaAI si è posizionata come una seria alternativa a Nvidia nel mercato dell'inferenza AI. Il chip di seconda generazione dell'azienda, chiamato RNGD (pronunciato "Renegade"), è progettato specificamente per l'esecuzione efficiente di modelli di intelligenza artificiale: il carico di lavoro di inferenza che rappresenta la maggior parte della domanda di calcolo dell'intelligenza artificiale nel mondo reale, al contrario della formazione.

La società punta a una potenziale IPO già nel 2027, a seconda delle condizioni di mercato e del successo del suo round di serie D. Un aumento di 500 milioni di dollari darebbe a FuriosaAI il capitale necessario per finanziare la produzione di massa del chip RNGD, espandersi a livello globale e ampliare i suoi team di ingegneri per competere con attori affermati.

Il tempismo di FuriosaAI è strategico. Il dominio di Nvidia nei chip di addestramento all'intelligenza artificiale è ben consolidato, ma il mercato dell'inferenza, dove i modelli addestrati vengono distribuiti per servire utenti reali, è considerato più aperto alla concorrenza. I carichi di lavoro di inferenza hanno requisiti diversi rispetto all'addestramento, favorendo potenzialmente architetture specializzate rispetto alle GPU generiche.

Nuvacore: i veterani di Apple costruiscono la prossima CPU

Nuvacore, una startup focalizzata sulla progettazione di nuove unità di elaborazione centrale, è stata fondata da ex ingegneri di chip Apple ed è uscita dalla modalità invisibile solo tre mesi fa con un round iniziale guidato da Sequoia Capital. Ora la società è già vicina a raccogliere ulteriori finanziamenti con una valutazione più alta, secondo The Information.

Il pedigree del team fondatore di Nuvacore è significativo. La divisione silicio di Apple ha prodotto alcuni dei chip personalizzati di maggior successo della storia, inclusi i processori della serie M che alimentano i computer Mac e i chip della serie A negli iPhone. Gli ingegneri che hanno contribuito alla progettazione di questi chip apportano una profonda esperienza nella progettazione di processori ad alte prestazioni ed efficienza energetica, competenze direttamente applicabili al calcolo dell’intelligenza artificiale.

I fondatori di Nuvacore avevano precedentemente venduto una startup a Qualcomm, offrendo loro sia track record imprenditoriali che profondi legami con il settore. L'attenzione dell'azienda sulla progettazione della CPU piuttosto che sulla progettazione della GPU o dell'acceleratore suggerisce che si sta rivolgendo a una parte diversa dello stack di calcolo dell'intelligenza artificiale, potenzialmente i processori host che gestiscono i carichi di lavoro dell'intelligenza artificiale insieme ad acceleratori specializzati.

Il fatto che Nuvacore sia passato dallo stealth a un secondo round di finanziamento in soli tre mesi dimostra l’urgenza che gli investitori avvertono nel sostenere i talenti dei chip. In un mercato in cui gli ingegneri esperti nel settore dei semiconduttori sono scarsi e molto ricercati, i team con comprovata esperienza ottengono valutazioni premium.

D-Matrix: Alla ricerca di una valutazione più alta

D-Matrix, un'altra startup di chip AI in fase di finanziamento, sta perseguendo un nuovo round con una valutazione più elevata. L’azienda è specializzata in acceleratori di inferenza AI basati su chiplet: un approccio modulare alla progettazione dei chip che combina più die più piccoli in un unico pacchetto, riducendo potenzialmente i costi e migliorando la flessibilità di produzione.

D-Matrix ha già raccolto finanziamenti da investitori tra cui il fondo di rischio M12 di Microsoft e Playground Global. L'architettura chiplet dell'azienda la posiziona come alternativa ai progetti GPU monolitici, indirizzandosi ai carichi di lavoro di inferenza dei data center in cui l'efficienza in termini di costi e la scalabilità contano tanto quanto le prestazioni grezze.

Perché la corsa all'oro dei chip continua

La raccolta fondi simultanea di FuriosaAI, Nuvacore e d-Matrix riflette una convinzione fondamentale tra gli investitori: il dominio quasi totale di Nvidia sui chip AI non è permanente. Diversi fattori stanno guidando questa convinzione.

Innanzitutto, il mercato dell’inferenza sta crescendo più rapidamente della formazione. Man mano che sempre più aziende implementano modelli di intelligenza artificiale in produzione, la domanda di hardware per inferenza economicamente vantaggioso sta esplodendo. Le GPU di Nvidia sono eccellenti per l'addestramento, ma potrebbero essere troppo potenti e troppo costose per molte attività di inferenza.

In secondo luogo, le pressioni geopolitiche stanno creando opportunità per i produttori di chip non statunitensi. I controlli sulle esportazioni hanno limitato la capacità di Nvidia di vendere i suoi chip più avanzati in Cina, creando un vuoto che i produttori di chip nazionali e affini si stanno affrettando a colmare. FuriosaAI, in quanto azienda sudcoreana, è ben posizionata in questo senso.

In terzo luogo, l’enorme portata della domanda di computer AI sta mettendo a dura prova la capacità produttiva di Nvidia. La capacità di confezionamento avanzata di TSMC, fondamentale per i chip AI di fascia alta, è limitata e comporta lunghi tempi di attesa. I clienti sono sempre più alla ricerca di alternative per ridurre la loro dipendenza da un unico fornitore.

Il percorso da seguire per le startup di chip IA

Nonostante l’entusiasmo, le startup di chip AI devono affrontare sfide significative. Progettare e produrre semiconduttori competitivi richiede enormi capitali e competere con Nvidia significa eguagliare non solo le prestazioni dell'hardware ma anche l'ecosistema software: CUDA, la piattaforma di calcolo parallelo di Nvidia, ha un vantaggio decennale e una profonda lealtà degli sviluppatori.

Il chip RNGD di FuriosaAI e le offerte di altre startup devono dimostrare di poter offrire vantaggi prestazionali reali, non solo vittorie nei benchmark. Le aziende che avranno successo saranno probabilmente quelle che troveranno nicchie specifiche in cui l’hardware specializzato surclassa effettivamente le GPU generiche, sia in termini di efficienza di inferenza, consumo energetico o costo per query.

Con miliardi di finanziamenti che affluiscono alle startup di chip IA in tutto il mondo, i prossimi due anni determineranno quali sfidanti potranno sopravvivere e quali verranno acquisiti o chiusi. La narrativa alternativa di Nvidia è avvincente, ma il livello di esecuzione è straordinariamente alto.

---

Fonti: The Information, Bloomberg e resoconti di diversi punti vendita del settore dei semiconduttori.

Resta all'avanguardia nell'intelligenza artificiale

Per una copertura continua sull'industria dei semiconduttori, sulle scoperte dell'hardware AI e sulle aziende che sfidano Nvidia, visita AI Buzz Wire per gli ultimi sviluppi.

Leggi altre notizie sull'AI →