Fireworks AI raccoglie 1,5 miliardi di dollari: l’inferenza veloce è il nuovo campo di battaglia dell’AI

Mentre l’attenzione del pubblico resta concentrata sui grandi modelli come ChatGPT, Claude e Gemini, il vero campo di battaglia dell’intelligenza artificiale si sta spostando altrove: su chi riesce a far girare quei modelli nel modo più veloce ed economico. La conferma arriva da Fireworks AI, la piattaforma di inferenza che ha appena chiuso un round di finanziamento da 1,5 miliardi di dollari raggiungendo una valutazione di 17,5 miliardi. È una delle operazioni più consistenti mai viste nell’infrastruttura AI, e racconta molto di come stanno cambiando le priorità dell’intero settore.

Il round, un Serie D guidato da Atreides Management, Index Ventures e TCV, arriva mentre Fireworks supera il miliardo di dollari di ricavi annualizzati, un valore cresciuto di cinque volte in un anno. Numeri che spiegano perché investitori di primo piano abbiano deciso di scommettere su un’azienda che quasi nessun utente finale conosce per nome.

Che cosa fa davvero Fireworks AI

Fireworks AI nasce nel 2022 dall’intuizione di Lin Qiao, che prima di fondare la società guidava il team di PyTorch, il framework open source di deep learning nato dentro Meta e oggi standard di fatto per addestrare le reti neurali. La sua scommessa è semplice da enunciare e difficilissima da realizzare: prendere i modelli di intelligenza artificiale, soprattutto quelli open, e farli funzionare più in fretta e a costi molto più bassi rispetto alle soluzioni tradizionali.

Il termine tecnico è inferenza. Se l’addestramento è la fase in cui un modello impara, l’inferenza è il momento in cui quel modello viene effettivamente usato: per rispondere a una domanda, generare codice o guidare un agente. Ogni volta che scrivi a un assistente AI stai pagando, in modo diretto o indiretto, un costo di inferenza.

Ed è esattamente qui che Fireworks ha costruito il suo vantaggio.

La tecnologia dietro la velocità

Il cuore della piattaforma è una serie di ottimizzazioni proprietarie che tagliano la latenza fino all’osso. L’azienda ha sviluppato FireAttention, una implementazione su misura del meccanismo di attenzione che sta alla base dei modelli Transformer, affiancata da kernel CUDA scritti appositamente per le GPU Nvidia e da tecniche come la decodifica speculativa e la compilazione dei modelli. Il risultato è un motore di inferenza progettato per una cosa sola: erogare risposte nel minor tempo possibile, su scala enorme.

E la scala parla da sola. Sulla piattaforma di Fireworks vengono elaborati oltre 40.000 miliardi di token al giorno, mentre i clienti che la usano per costruire agenti e flussi di lavoro hanno superato quota diecimila. Tra loro figurano nomi noti come Cursor, Uber, DoorDash, Quora, Verizon e Notion: realtà che hanno bisogno di risposte in tempo reale e non possono permettersi né lentezze né bollette fuori controllo.

Far funzionare tutto questo non è banale. L’inferenza efficiente è un equilibrio delicato tra latenza e throughput, tra il servire in fretta il singolo utente e il saturare le costose GPU per non sprecare capacità. È un problema di ingegneria a bassissimo livello, fatto di gestione della memoria, batching intelligente e sfruttamento millimetrico dell’hardware. Chi lo risolve meglio degli altri conquista un margine reale.

Chi ha messo i soldi, e perché conta

Oltre ai tre fondi capofila, al round hanno partecipato Nvidia, Lightspeed Venture Partners, Bessemer Venture Partners, Menlo Ventures, Insight Partners, Evantic Capital, Lone Pine Capital e il fondo pensione Ontario Teachers’ Pension Plan. La presenza di Nvidia, però, non è un dettaglio qualsiasi.

Il produttore di chip sta finanziando in modo sistematico l’intero ecosistema che ruota attorno alle sue GPU, dai laboratori che addestrano i modelli alle piattaforme che li portano in produzione. Più aziende come Fireworks crescono, più aumenta la domanda di hardware Nvidia: un circolo che rafforza la posizione già dominante del gruppo guidato da Jensen Huang.

Fireworks ha fatto sapere che userà i nuovi capitali per espandere la propria infrastruttura di calcolo, far crescere il team di ingegneria e rafforzare le partnership con i grandi fornitori cloud, Microsoft e la stessa Nvidia in prima fila.

Perché l’inferenza è diventata il nuovo campo di battaglia

Per anni la narrazione dell’AI è ruotata attorno all’addestramento: chi aveva il modello più grande, i parametri più numerosi, il dataset più ricco. Quella corsa non è finita, ma accanto a essa se ne è aperta una seconda, altrettanto costosa e forse più decisiva sul piano economico.

Il motore di questo spostamento è l’ascesa degli agenti. Un agente AI non produce una singola risposta, ma incatena decine o centinaia di chiamate al modello per portare a termine un compito. Ogni passaggio è inferenza, ed è inferenza che deve restare veloce, altrimenti l’esperienza d’uso crolla. Con l’esplosione di questi sistemi la spesa si sposta dall’addestramento, che avviene una volta, all’esecuzione quotidiana dei modelli, che non si ferma mai.

Poi c’è la questione dei costi. La tesi di Fireworks, che l’azienda riassume nella formula dell’intelligenza specializzata, è che per moltissimi casi d’uso non serve il modello di frontiera più costoso. Un modello open più piccolo, messo a punto sul compito specifico e servito in modo efficiente, può offrire prestazioni paragonabili a una frazione del prezzo.

È una scommessa che va nella direzione opposta rispetto a chi vende accesso ai soli modelli chiusi più potenti.

Questa fame di capacità di calcolo spiega perché il settore stia firmando accordi da cifre un tempo impensabili. Nelle ultime settimane abbiamo raccontato la partnership da due gigawatt tra Anthropic e AMD, le garanzie fino a 250 miliardi promesse da Nvidia per il data center di OpenAI in Ohio e perfino progetti per alimentare i data center dell’AI con l’energia nucleare. Il round di Fireworks è un altro tassello dello stesso quadro: senza infrastruttura, l’intelligenza artificiale semplicemente non gira.

Cosa cambia per aziende e sviluppatori

Se sviluppi prodotti basati sull’AI, il messaggio è chiaro: il livello dell’infrastruttura è diventato una scelta strategica quanto quella del modello. Affidarsi a una piattaforma di inferenza specializzata può ridurre in modo sensibile i costi operativi e migliorare la reattività delle applicazioni, due fattori che incidono direttamente sull’esperienza degli utenti e sui margini di chi costruisce.

Allo stesso tempo, la concorrenza è feroce. Fireworks se la vede con altre piattaforme di inferenza come Together AI e Baseten, con acceleratori specializzati come Groq e con gli stessi hyperscaler, che offrono servizi analoghi direttamente dalle loro nuvole. La valutazione da 17,5 miliardi segnala che il mercato crede nella capacità dell’azienda di difendere il proprio spazio, ma nulla è garantito in un comparto che cambia di mese in mese.

Per chi osserva il fenomeno da fuori, la lezione è più ampia. La corsa ai finanziamenti record, di cui fa parte anche la maxi raccolta da 65 miliardi di Anthropic, non riguarda soltanto i modelli che usiamo ogni giorno, ma tutta la catena invisibile che li rende utilizzabili.

Un segnale sul futuro dell’AI

Il round di Fireworks AI conferma una tendenza che vale la pena tenere d’occhio: la prossima fase dell’intelligenza artificiale si giocherà tanto sull’intelligenza dei modelli quanto sull’efficienza con cui vengono eseguiti. L’inferenza veloce ed economica non è un dettaglio tecnico per addetti ai lavori, ma il fattore che deciderà quali prodotti AI saranno sostenibili e quali resteranno esperimenti troppo costosi per stare in piedi.

Se vuoi capire dove sta andando davvero il mercato, continua a seguire i nostri approfondimenti sull’infrastruttura e sull’economia dell’AI: è lì, più che negli annunci dei singoli modelli, che si sta decidendo la partita. Per tutti i dettagli del finanziamento puoi leggere l’annuncio ufficiale di Fireworks AI.