Cornelis raccoglie 205 milioni e sfida Nvidia con una rete AI che calcola

Nel racconto quotidiano dell’intelligenza artificiale l’attenzione finisce quasi sempre sui modelli e sulle GPU, ma la vera strozzatura dei grandi data center è spesso invisibile: la rete che collega tra loro migliaia di acceleratori. È proprio in questo punto che vuole inserirsi Cornelis Networks, azienda statunitense nata nel 2020 come spin off di Intel, che il 14 settembre 2026 ha presentato una nuova architettura chiamata Active Compute Fabric e ha annunciato un round di finanziamento da 205 milioni di dollari.

L’obiettivo dichiarato è tanto ambizioso quanto chiaro: erodere il vantaggio di Nvidia proprio dove il colosso di Santa Clara è più solido, cioè l’interconnessione tra i chip.

La scommessa si riassume in una frase e si realizza con molta fatica: trasformare la rete da semplice corriere di pacchetti a parte attiva del calcolo.

Una rete che calcola, non solo trasporta

Per capire perché questo annuncio conta davvero, devi partire da come lavora oggi un cluster AI. In un data center tradizionale la rete ha un compito preciso e limitato: spostare i dati da un acceleratore all’altro il più in fretta possibile. È quella che gli addetti ai lavori chiamano una rete passiva, perché muove byte e lascia ogni operazione di calcolo ai processori collegati alle sue estremità.

Cornelis propone un cambio di paradigma. La sua Active Compute Fabric non si limita a trasportare le informazioni, ma esegue parte del lavoro direttamente sulla porta di rete, mentre i dati sono ancora in transito. Le operazioni collettive, quelle in cui centinaia o migliaia di GPU devono mettere in comune i risultati parziali di un addestramento, vengono così scaricate sul tessuto di rete invece di rubare tempo prezioso agli acceleratori.

L’architettura poggia su tre pilastri che l’azienda tiene a distinguere:

• un trasporto senza perdite di pacchetti, per evitare la congestione tipica dei grandi cluster;
• un’accelerazione integrata nel tessuto, che porta il calcolo dentro la rete;
• una parte programmabile, capace di adattarsi ai carichi di lavoro e di assumere nuove funzioni man mano che gli algoritmi evolvono.

Il senso complessivo lo ha sintetizzato Lisa Spelman, amministratrice delegata di Cornelis, secondo cui «la rete deve diventare parte attiva del sistema di calcolo». Non più un accessorio, quindi, ma un componente che condivide il carico con le GPU.

Il problema delle GPU che restano ferme ad aspettare

Dietro questa scelta tecnica c’è un problema economico enorme e poco raccontato. Man mano che i modelli e i cluster crescono, il tempo speso a sincronizzare e a scambiare dati aumenta, e gli acceleratori più costosi del mondo finiscono per restare inattivi in attesa che arrivino le informazioni. Calcolo, memoria e storage sono diventati sempre più consapevoli del carico di lavoro, mentre la rete è rimasta indietro, concentrata soltanto sul trasferimento.

Quanto pesa questo spreco? Secondo le stime diffuse da Cornelis, basate su simulazioni e su dati pubblici del settore, in un sistema da 100.000 GPU circa la metà delle ore di calcolo se ne va in attesa di dati. Tradotto in denaro, l’azienda parla di circa 1,68 miliardi di dollari all’anno di capacità sprecata e di 500 GWh di energia, un consumo sufficiente ad alimentare quasi 48.000 abitazioni statunitensi.

Vale la pena ricordare che si tratta di proiezioni dell’azienda, costruite su un modello e non su misurazioni indipendenti. Restano però numeri utili a inquadrare la posta in gioco.

Se anche solo una parte di quel tempo morto venisse recuperata, il ritorno sugli investimenti hardware già effettuati salirebbe in modo netto. È questo il vero argomento di vendita di Cornelis: far rendere di più le GPU che i clienti possiedono già, invece di spingerli a comprarne altre.

Standard aperti contro lo stack proprietario di Nvidia

Il secondo elemento chiave dell’annuncio è la filosofia aperta. Active Compute Fabric si appoggia a standard di settore condivisi: UALink ed ESUN per la parte scale-up, cioè le connessioni ravvicinate tra acceleratori dentro lo stesso rack, e le specifiche Ultra Ethernet per la parte scale-out, ovvero il collegamento tra nodi diversi. In più supporta un’ampia gamma di acceleratori, senza vincolare il cliente a un solo fornitore.

È una linea opposta a quella di Nvidia, che con InfiniBand e con l’interconnessione NVLink offre soluzioni potentissime ma proprietarie e integrate verticalmente. La promessa di Cornelis è quella di dare ai gestori di data center soluzioni complete su scala di rack senza il rischio del lock-in, cioè senza restare imprigionati in un unico ecosistema.

Non è la prima realtà che prova a incrinare questo dominio. L’infrastruttura per l’AI è diventata un campo di battaglia affollato, con startup che raccolgono capitali per costruire chip dedicati all’inferenza pensati per ridurre la dipendenza da Nvidia, e con la stessa Nvidia che allarga il proprio raggio d’azione, come mostra la sua acquisizione di Hugging Face per rafforzare la presa sull’ecosistema open source.

Per Cornelis l’ingresso nel segmento scale-up rappresenta una vera novità: fino a oggi l’azienda era conosciuta soprattutto per la parte scale-out, con la famiglia Omni-Path ereditata dagli anni trascorsi dentro Intel.

Qualcomm, i 205 milioni e i prodotti già sul mercato

L’annuncio non arriva da solo. Cornelis ha svelato una collaborazione con Qualcomm Technologies, che affiancherà l’azienda all’AI Infra Summit per discutere il ruolo della rete nell’efficienza delle infrastrutture AI. Le due società condividono la stessa lettura del problema: le reti passive lasciano gli acceleratori sottoutilizzati, e quell’inefficienza si scarica direttamente sui costi dell’inferenza.

Tony Pialis, a capo della divisione data center di Qualcomm, ha osservato che spostare i dati in modo efficiente lungo il rack conta ormai quanto il calcolo stesso, e che servirà un approccio più integrato tra elaborazione, memoria e rete. Un endorsement pesante, che porta credibilità industriale alla visione di Cornelis.

Sul fronte finanziario, i 205 milioni di dollari sono stati guidati da IAG Capital Partners. Joel Whitley, partner della società, ha stimato che il mercato delle reti aperte scale-up e scale-out per l’AI valga più di 55 miliardi di dollari entro il 2030, e ha spiegato che la scommessa su Cornelis nasce dalla combinazione tra una visione differenziata e un team capace di portare a mercato più generazioni di tecnologia.

I fondi serviranno a espandere la produzione, ad approfondire le collaborazioni con i clienti e ad accelerare la commercializzazione. Non si parla di prodotti solo sulla carta: la piattaforma CN5000 è già in vendita, mentre la nuova CN6000, descritta come il primo SuperNIC multiprotocollo da 800 Gigabit su PCIe 6.0, è in fase di campionamento presso i clienti, con una disponibilità più ampia attesa per il quarto trimestre del 2026.

Questa ondata di capitali sull’hardware ricorda da vicino quanto sta accadendo anche sul lato dei modelli, dove i grandi round di finanziamento si susseguono, come dimostra il recente round da tre miliardi di dollari raccolto da Mistral.

Cosa cambia davvero e perché tenerlo d’occhio

La partita che si gioca qui non riguarda un modello più bravo a scrivere testi o a generare immagini, ma le fondamenta stesse su cui gira l’intelligenza artificiale. Se l’idea di una rete che calcola dovesse imporsi, i gestori di data center avrebbero più scelta, i costi dell’inferenza potrebbero scendere e la pressione sui margini di Nvidia aumenterebbe di conseguenza.

Restano molte incognite. Le stime sui risparmi arrivano dall’azienda stessa, la CN6000 deve ancora arrivare in volumi e gli standard aperti come UALink e Ultra Ethernet devono dimostrare sul campo di reggere il confronto con le soluzioni proprietarie già collaudate. La strada, insomma, è ancora lunga.

Quel che è certo è che la rete non è più un dettaglio invisibile ai margini del data center, ma un terreno di innovazione e di scontro competitivo. Se vuoi capire dove sta andando davvero l’intelligenza artificiale, conviene guardare anche a questi annunci apparentemente tecnici, e non soltanto all’ultimo modello che fa notizia. Continua a seguirci per restare aggiornato su come si sta ridisegnando l’infrastruttura che rende possibile tutto il resto.