AMD acquisisce Taalas, la startup che incide i modelli AI direttamente nel silicio

AMD ha scelto di sfidare Nvidia sul terreno che oggi conta di più, quello dell’inferenza, con una mossa tanto insolita quanto ambiziosa. Il 6 agosto 2026 l’azienda guidata da Lisa Su ha annunciato l’acquisizione di Taalas, una startup canadese che costruisce chip capaci di incidere un intero modello di intelligenza artificiale direttamente nel silicio.

L’idea ribalta il modo in cui funzionano le GPU: invece di caricare i pesi del modello dalla memoria a ogni singolo calcolo, quei pesi diventano circuiti fisici, stampati una volta per tutte dentro il chip.

La logica è semplice da enunciare e difficilissima da realizzare: se il modello coincide con il chip, non serve più andarlo a leggere.

Il valore dell’operazione non è stato reso pubblico e l’accordo resta soggetto alle consuete approvazioni normative, ma la direzione strategica è chiara, come si legge nell’annuncio ufficiale di AMD. L’azienda vuole un’arma dedicata all’inferenza, la fase in cui un modello già addestrato genera le sue risposte, perché è lì che si concentra ormai la maggior parte della spesa di calcolo di chi manda l’AI in produzione.

Cosa fa davvero Taalas e perché il suo metodo è diverso da tutto il resto

Taalas nasce a Toronto nel 2023 ed è uscita dalla fase stealth soltanto a febbraio 2026, presentandosi con un approccio che gli addetti ai lavori chiamano model-specific silicon, cioè silicio costruito attorno a un singolo modello. Il cuore della tecnologia è la capacità di trasformare architettura e parametri di una rete neurale in logica hardware permanente, incidendo i pesi negli strati metallici di interconnessione del chip.

Per capire perché questo conta, devi guardare al collo di bottiglia che affligge le GPU tradizionali, quello che gli ingegneri chiamano il memory wall. Ogni volta che un sistema basato su GPU produce un token, deve leggere tutti i pesi del modello dalla memoria e trasferirli alle unità di calcolo. Questo continuo andirivieni di dati consuma tempo ed energia, e peggiora man mano che i modelli crescono.

Taalas fa sparire quel passaggio, perché i pesi non vanno letti da nessuna parte: sono già il chip.

Secondo l’azienda, il processo personalizza circa due strati metallici sui quasi cento che compongono un chip moderno, e questo permette a un partner produttivo come TSMC di realizzare un chip specifico per un modello in circa due mesi.

È un’inversione concettuale rispetto all’idea di hardware generico e programmabile che ha reso grandi le GPU. Qui la flessibilità viene sacrificata di proposito, in cambio di un’efficienza estrema su un compito soltanto.

I numeri che hanno convinto AMD

Le cifre diffuse da Taalas sono la vera ragione dell’attenzione ricevuta. Un chip dimostrativo con il modello Llama 3.1 da 8 miliardi di parametri inciso al suo interno ha raggiunto oltre 17.000 token al secondo per utente, un valore molte volte superiore a quello dell’hardware concorrente. E non è solo una questione di velocità grezza.

Lo stesso risultato, sostiene la società, arriva con un consumo energetico pari a circa un decimo di quello di una GPU Nvidia H200, quindi con una riduzione dei consumi attorno al 90%. A questo si aggiunge, nelle stime dell’azienda, un costo dell’hardware fino a venti volte inferiore a parità di lavoro svolto.

Sono numeri da leggere con la prudenza dovuta a ogni dato fornito dal venditore, e per giunta riferiti a un modello piccolo e a un caso d’uso ideale. Ma bastano a spiegare perché AMD abbia voluto portarsi in casa il team e la proprietà intellettuale, invece di limitarsi a osservare da lontano.

Il tema dell’efficienza energetica, del resto, è diventato centrale mentre i data center faticano a reperire potenza elettrica sufficiente. Non a caso l’industria lavora su più fronti per aggirare il memory wall, come mostra anche la memoria 3D zHBM presentata da Samsung, pensata per impilarsi sopra gli acceleratori e ridurre la distanza tra calcolo e dati.

Dove finirà la tecnologia dentro l’ecosistema AMD

AMD non intende vendere i chip di Taalas come prodotto isolato. Il piano, spiegato dall’azienda, è integrare questa capacità nella propria roadmap degli acceleratori e offrirla come soluzione di sistema, accanto alle GPU della linea Instinct.

La tecnologia dovrebbe trovare posto nei sistemi rack-scale Helios, dove convivono GPU Instinct e CPU EPYC, così da coprire sia i carichi generici sia quelli dedicati a un singolo modello ad altissimo volume.

Vamsi Boppana, a capo della divisione AI di AMD, ha descritto l’operazione come un rafforzamento del portafoglio dell’azienda proprio nel mercato dell’inferenza, che oggi cresce più in fretta di quello dell’addestramento. Dal lato Taalas, il cofondatore Ljubisa Bajic ha spiegato che AMD porta la scala e la capacità di arrivare sul mercato che a una startup, da sola, mancano.

Il messaggio implicito è rivolto a Nvidia.

Finora il dominio della rivale si è retto anche sull’ecosistema software CUDA, un fossato difficile da colmare, come dimostrano i tentativi di scardinarlo raccontati nel caso di Infinity, che punta a replicare CUDA con agenti AI. Attaccare sul fronte dell’hardware dedicato all’inferenza è un modo diverso, e complementare, di erodere quel vantaggio.

Il grande limite, un chip per un solo modello

La stessa scelta che rende Taalas così veloce ne definisce anche il tallone d’Achille. Un chip con un modello inciso dentro può eseguire soltanto quel modello. Qualsiasi aggiornamento, anche minimo, richiede una nuova produzione fisica, un nuovo tape-out, con tempi e costi tutt’altro che trascurabili.

Questo entra in rotta di collisione con il ritmo attuale dell’AI, dove i modelli vengono aggiornati di continuo e un modello di punta può diventare obsoleto nel giro di pochi mesi.

La tecnologia ha senso, quindi, solo per modelli molto stabili e serviti su volumi enormi, dove il risparmio su energia e hardware ripaga l’investimento iniziale prima che il modello vada in pensione. Non è un caso che l’esempio scelto per la dimostrazione sia un modello aperto e diffuso come Llama, e non l’ultimo arrivato di frontiera.

C’è poi la scommessa di fondo, quella più affascinante: che l’architettura dei modelli, dopo anni di cambiamenti rapidi, stia iniziando a stabilizzarsi abbastanza da giustificare l’incisione nel silicio.

Non è la sola, la corsa al silicio congelato

Taalas non lavora nel vuoto. Google starebbe sviluppando un chip con una filosofia simile, noto come Frozen v2, che incide nel silicio parti dell’architettura di Gemini per moltiplicare l’efficienza dell’inferenza. Secondo le indiscrezioni, il progetto punta a un rapporto tra token prodotti e watt consumati da sei a dieci volte migliore rispetto alle attuali TPU, con un orizzonte di distribuzione fissato intorno al 2028.

C’è però una differenza importante. Google avrebbe scelto una strada definita flexible hardwired, che congela l’architettura del modello ma non tutti i suoi pesi, così da allungare la vita utile del chip. Taalas, almeno nella versione dimostrativa, spinge il concetto all’estremo, incidendo anche i parametri.

Attorno a questo filone si muovono altri protagonisti dell’inferenza specializzata, da Cerebras a Groq fino a Etched, mentre i grandi laboratori valutano sempre più spesso di progettarsi il silicio in casa. Lo abbiamo visto di recente con Anthropic, che ha avviato un team interno per chip AI su misura di Claude. La direzione è comune: ridurre la dipendenza dalle GPU generaliste e ritagliare l’hardware attorno ai propri modelli.

Cosa cambia per il mercato e cosa aspettarti

L’acquisizione di Taalas non ribalta gli equilibri dall’oggi al domani, ma segnala una svolta nel modo in cui i grandi produttori pensano l’inferenza. Per anni la parola d’ordine è stata flessibilità, con hardware capace di far girare qualsiasi modello. Ora una parte dell’industria scommette sul suo opposto, cioè su chip iper-specializzati che rinunciano alla versatilità in cambio di costi ed energia molto più bassi.

Se questa scommessa funzionerà lo diranno i prossimi anni, quando capiremo se AMD riuscirà davvero a portare la tecnologia dentro i suoi sistemi e a convincere i clienti che vale la pena legare un chip a un modello. Molto dipenderà anche dalla capacità dei modelli di stabilizzarsi, un fenomeno tutt’altro che scontato in un settore che continua a correre.

Per te che segui da vicino l’evoluzione dell’intelligenza artificiale, il messaggio è chiaro: la battaglia non si gioca più solo sui modelli, ma sempre più sull’hardware che li fa funzionare e sull’energia che consumano. Continua a seguirci per capire come questa corsa al silicio dedicato ridisegnerà i costi e le prestazioni dell’AI che usi ogni giorno.