Euclyd raccoglie oltre 200 milioni: la startup olandese sfida Nvidia sui chip per l’inferenza AI

C’è un nome nuovo nella corsa ai chip per l’intelligenza artificiale, e arriva dall’Europa. La startup olandese Euclyd, con sede a Eindhoven, ha annunciato di aver raccolto oltre 200 milioni di euro in un round di finanziamento di serie A. Non è solo una cifra importante: è il più grande round dell’anno in Europa dedicato al silicio per l’inferenza AI, e porta con sé due firme che pesano molto più del capitale in sé, quelle di Samsung e dell’ex amministratore delegato di ASML, Peter Wennink.

Se segui il settore, sai che la partita dei chip AI non si gioca più solo sull’addestramento dei modelli. Il vero collo di bottiglia, oggi, è l’inferenza: far girare i modelli già addestrati miliardi di volte al giorno, in modo veloce ed economico. È esattamente il terreno su cui Euclyd vuole competere.

Un round da record per una startup europea nata nel 2024

Euclyd è una realtà giovanissima. Fondata nel 2024, in poco più di un anno è passata dall’essere un progetto sulla carta a chiudere uno dei round più consistenti mai visti nel comparto hardware AI del continente. La cifra ufficiale supera i 200 milioni di euro, che al cambio corrispondono a circa 226-231 milioni di dollari a seconda delle stime riportate.

A guidare l’operazione è stata una cordata piuttosto solida. Il round è stato co-condotto da Samsung, da Somerset Capital Partners, dallo Scaleup Europe Fund gestito da EQT e da Innovation Industries. Attorno a loro si è aggiunto un secondo cerchio di investitori altrettanto significativo, che comprende EIFO, il fondo danese per l’export e gli investimenti, imec.xpand, la Brabant Development Agency (BOM) e Quadri.

La presenza di Samsung merita una nota a parte.

Il colosso coreano non è solo uno dei più grandi produttori di memorie al mondo, ma anche un attore che ha tutto l’interesse a coltivare alternative all’egemonia di Nvidia. Vederlo tra i capofila di un round europeo non è un dettaglio: è un segnale di quanto la geografia del potere nei chip AI si stia allargando oltre i soliti nomi della Silicon Valley. Non a caso, Samsung era comparso di recente anche in un’altra grande operazione europea, quella del round da 3 miliardi di euro raccolto da Mistral.

Chi è Peter Wennink e perché la sua firma conta

Il nome che dà credibilità immediata al progetto è però quello di Peter Wennink, entrato in Euclyd come presidente del consiglio di amministrazione. Wennink ha guidato per anni ASML, l’azienda olandese che produce i macchinari di litografia senza i quali nessuno al mondo riuscirebbe a fabbricare i chip più avanzati.

Avere alla guida del board una figura di questo calibro dice molto sulle ambizioni della startup. Wennink conosce dall’interno l’intera catena del valore dei semiconduttori, dai rapporti con le fonderie alle dinamiche geopolitiche che oggi condizionano la produzione. La sua presenza non è un semplice fiore all’occhiello, ma un ponte verso l’ecosistema industriale che serve per trasformare un’architettura promettente in un prodotto reale, spedibile e scalabile.

Per l’Europa, che da anni discute di sovranità tecnologica senza sempre riuscire a tradurla in aziende competitive, un caso come questo ha un valore anche simbolico.

La scommessa tecnica: rompere il muro dell’efficienza

Il cuore della proposta di Euclyd sta in un’architettura diversa da quella delle GPU. L’azienda non sta costruendo l’ennesimo acceleratore in stile Nvidia, ma un sistema che mette insieme chip proprietari, una nuova architettura di memoria e interi sistemi per data center, pensati fin dall’origine per l’inferenza.

Il claim con cui Euclyd si presenta è esplicito: vuole rompere quello che definisce il muro dell’efficienza dell’AI. Con questo si intende il punto oltre il quale far girare i modelli diventa insostenibile per costi ed energia, perché la potenza di calcolo cresce più in fretta della capacità della memoria di alimentarla. È il celebre problema della banda di memoria, che oggi frena le prestazioni molto più della pura potenza dei processori.

Al centro della tabella di marcia tecnologica c’è craftwerk, l’architettura di chip proprietaria che l’azienda descrive come silicio per l’AI agentica. Non è una definizione casuale: gli agenti AI, quelli capaci di ragionare, pianificare ed eseguire compiti in autonomia, sono workload che macinano inferenza in modo continuo e prolungato. Ottimizzare il silicio per questo tipo di carichi, e non solo per la risposta singola a un prompt, è una scommessa sul futuro prossimo dell’intero settore.

Perché l’inferenza è diventata il campo di battaglia

Per capire la posta in gioco bisogna guardare come è cambiato l’uso dell’AI. Fino a poco tempo fa l’attenzione, e gli investimenti, si concentravano sull’addestramento: costruire cluster enormi per creare modelli sempre più grandi. Oggi che quei modelli sono in produzione e vengono interrogati da centinaia di milioni di persone e da un numero crescente di agenti automatici, il costo dominante si è spostato sull’inferenza.

Ogni token generato ha un prezzo, in denaro e in energia. Ridurre il costo e i consumi per token è quindi la metrica che conta davvero per chi gestisce i servizi AI su larga scala. È qui che Euclyd punta a fare la differenza, e non è sola: la stessa logica ha spinto la statunitense Positron a raccogliere 875 milioni per sfidare Nvidia sull’inferenza usando la memoria commodity, oppure ha portato colossi come Qualcomm e Amazon a stringere accordi sui chip AI per i data center AWS.

Il messaggio del mercato è chiaro: attorno all’inferenza si sta costruendo un ecosistema di alternative alle GPU, e gli investitori sono disposti a scommetterci somme molto rilevanti.

L’Europa prova a ritagliarsi uno spazio nell’hardware AI

C’è poi la dimensione geografica, che rende il caso Euclyd particolarmente interessante. Storicamente l’Europa è stata forte nella ricerca e in alcuni anelli della filiera dei semiconduttori, ASML su tutti, ma debole nel tradurre questa forza in aziende di prodotto capaci di competere con americani e asiatici sul terreno dei chip AI.

Il round di Euclyd si inserisce in una serie di mosse che raccontano un tentativo di cambiare passo. Nei mesi scorsi l’Europa ha ordinato il suo supercomputer dedicato all’intelligenza artificiale con il progetto LUMI-AI, mentre diversi governi e fondi hanno iniziato a sostenere in modo più deciso le startup del settore. Eindhoven, dove Euclyd ha sede, è del resto uno dei poli tecnologici più densi del continente, proprio grazie all’indotto costruito attorno ad ASML e all’istituto di ricerca imec.

Che ci riesca o meno, Euclyd rappresenta un test concreto: verificare se l’Europa può passare dalla ricerca alla produzione di silicio AI competitivo, e non limitarsi a fornire i macchinari con cui altri fabbricano i chip.

Cosa cambia da qui in avanti

Va detto con onestà: un round di finanziamento, per quanto imponente, non è ancora un prodotto sul mercato. Euclyd dovrà ora trasformare l’architettura craftwerk in chip reali, costruire i sistemi da data center attorno ad essi e convincere i clienti a scommettere su una piattaforma nuova invece di affidarsi allo standard di fatto rappresentato da Nvidia. È un percorso lungo, costoso e pieno di rischi tecnici.

Il capitale raccolto serve esattamente a questo: accelerare la tabella di marcia del silicio, assumere talenti e portare avanti lo sviluppo hardware, che ha tempi e costi molto diversi da quelli del software. La presenza di investitori strategici come Samsung, unita all’esperienza industriale di Wennink, dà al progetto una base di partenza solida, ma la vera prova arriverà quando i primi sistemi verranno messi alla prova sul campo, con carichi di inferenza reali e confronti diretti sulle prestazioni per watt. Puoi trovare il comunicato ufficiale dell’azienda sul annuncio della raccolta da oltre 200 milioni di dollari.

Per te che segui l’evoluzione dell’AI, il caso Euclyd è un promemoria utile: la competizione non riguarda solo quale laboratorio pubblica il modello più potente, ma anche chi costruisce l’infrastruttura che lo fa girare a un costo sostenibile. Continua a seguirci per capire come si muove questa parte, spesso meno visibile ma decisiva, della rivoluzione dell’intelligenza artificiale.