TechCrunch ha segnalato il 26 giugno 2026 che almeno 4 gruppi, OpenAI, SpaceX, Google e Apple, stanno spingendo sui chip AI personalizzati per ridurre la dipendenza da Nvidia. Il caso più concreto è il chip OpenAI Jalapeño, un processore di inferenza costruito con Broadcom per far girare risposte AI senza passare solo dalle GPU del leader di mercato.
La notizia conta perché il costo dell’AI non sta più solo nel modello: sta nel calcolo necessario a servirlo ogni giorno. Per chi compra strumenti AI, sviluppa prodotti o pianifica infrastruttura, il segnale è chiaro: la guerra sui chip deciderà prezzi, disponibilità e prestazioni più di molte demo software.
Perché i chip AI personalizzati pesano su Nvidia
Nvidia resta il fornitore centrale dell’AI generativa, ma i grandi clienti non vogliono più dipendere da un solo catalogo, da una sola roadmap e da una sola catena di fornitura. OpenAI lavora con Broadcom, Google ha già le sue TPU, Apple disegna silicio per controllare hardware e software, SpaceX segue la stessa logica per sistemi verticali dove latenza, consumo e autonomia contano quanto la potenza grezza.
“Nvidia has dominated the AI chip market for years, but the era of total dependence might be ending.” – TechCrunch.
Il punto tecnico è l’inferenza, cioè la fase in cui un modello già addestrato riceve una richiesta e produce una risposta. Il training richiede enormi cluster per costruire il modello; l’inferenza consuma risorse ogni volta che qualcuno usa ChatGPT, un agente di coding, un assistente vocale o un sistema enterprise. Se milioni di query passano ogni giorno dagli stessi data center, anche piccoli miglioramenti nel costo per risposta diventano margine operativo.
Qui entra in gioco il custom silicon: chip progettati per carichi specifici invece che per un mercato generale. Un chip di inferenza AI non deve fare tutto; deve eseguire bene un insieme ristretto di operazioni, muovere dati in modo efficiente e ridurre sprechi energetici. Broadcom OpenAI diventa quindi una coppia da osservare non perché possa cancellare Nvidia domani, ma perché può spostare una parte del valore verso chi controlla il servizio finale.
L’altro effetto riguarda la supply chain. Chi possiede semiconduttori AI propri può prenotare produzione, ottimizzare il software attorno al chip e negoziare le GPU Nvidia da una posizione meno fragile. Questo non elimina il bisogno di H100, B200 o delle prossime architetture, ma riduce il rischio di restare fermi quando la domanda supera l’offerta. Per un operatore cloud o un laboratorio AI, avere una seconda strada vale quanto un taglio dei costi.
Per Nvidia, la pressione non arriva da una fuga immediata dei clienti. Arriva dalla perdita di esclusività. Se OpenAI, Google, Apple e SpaceX riescono a spostare anche solo una quota dei carichi su chip interni, la dipendenza da Nvidia diventa negoziabile. Questo cambia i contratti, la priorità nelle forniture e il prezzo della capacità AI. Nel mezzo, i fornitori cloud dovranno decidere quali chip offrire ai clienti e a quale prezzo.
Per il lettore italiano il punto pratico è meno remoto di quanto sembri. Le aziende che useranno API AI nel 2026 pagheranno servizi costruiti su queste scelte hardware. Un assistente più economico, una risposta più rapida o una piattaforma meno vincolata ai colli di bottiglia dei semiconduttori AI dipenderanno anche da chip che l’utente finale non vedrà mai.
Jalapeño non chiude la partita con Nvidia. Apre un mercato in cui i clienti più ricchi provano a diventare anche progettisti dell’infrastruttura che compravano.
Immagine: By © European Union, 2026, CC BY 4.0, Link
Fonti citate
- Why everyone from OpenAI to SpaceX is building their own chips (and turning up the heat on Nvidia) , TechCrunch, 26 giugno 2026.