Fractile raccoglie 720 milioni: la scommessa sui chip AI senza HBM
Fractile chiude un round da 720 milioni di dollari: i chip con DRAM impilata sulla logica puntano a superare il collo di bottiglia della memoria nell'inferenza AI.

Una startup londinese di chip per l’inferenza AI, Fractile, ha chiuso un round di serie C da 720 milioni di dollari che, secondo le indiscrezioni riportate dal Financial Times, la valuterebbe circa 7 miliardi di dollari. Il punto è che l’azienda non ha ancora un prodotto commerciale: la sua prima soluzione è attesa nel 2027. Il mercato, insomma, sta scommettendo sulla tecnologia prima ancora che sul fatturato.
Per chi lavora con l’intelligenza artificiale ogni giorno, la notizia ha un significato concreto. Il costo e la velocità con cui un modello risponde dipendono sempre più dalla memoria e sempre meno dalla pura potenza di calcolo. È su questo terreno che Fractile ha deciso di giocare la sua partita.
Cosa è successo e chi ha investito
Il round da 720 milioni di dollari è stato guidato da Thrive Capital, Founders Fund, Lightspeed e Redpoint. Accanto a loro compaiono una dozzina di altri investitori, tra cui CapitalG, il braccio di investimento di Alphabet, oltre a DST Global, BlackRock, Bain Capital Ventures, T. Rowe Price, Shopify Ventures e Balderton. Partecipano anche due veicoli pubblici britannici: il Sovereign AI Fund e la British Business Bank.
La cifra della valutazione, 7 miliardi di dollari, va letta con prudenza: è riportata da fonti vicine all’operazione e non risulta confermata ufficialmente dall’azienda. Conta però il confronto con il passato recente. A maggio 2026 Fractile aveva raccolto circa 220 milioni di dollari con una valutazione intorno a un miliardo. In meno di sei mesi, dunque, il valore attribuito alla società si è moltiplicato.
La società è stata fondata nel 2022 dal ricercatore Walter Goodwin, oggi amministratore delegato, ha sede a Londra e ha presenze anche negli Stati Uniti e a Taiwan.
Il problema della memoria che Fractile vuole risolvere
La tesi dell’azienda è semplice da enunciare. Negli ultimi venticinque anni le prestazioni dei chip sono cresciute di circa un milione di volte, mentre la larghezza di banda della memoria è aumentata di appena una quarantina di volte. Questo divario, nell’ordine delle migliaia di volte, è il vero collo di bottiglia dell’inferenza: i processori restano spesso fermi ad aspettare i dati.
Goodwin ha descritto i modelli di frontiera di oggi come un sistema che beve attraverso una cannuccia. L’immagine rende bene l’idea: il motore è potentissimo, ma il flusso che lo alimenta è sottile.
Come funziona l’approccio senza HBM
Nei sistemi attuali i risultati intermedi di ogni passaggio di un modello linguistico vengono inviati alla memoria HBM, esterna al chip, e poi richiamati per il passaggio successivo. Questi viaggi di andata e ritorno rallentano la generazione e consumano energia. Fractile propone di impilare memoria DRAM standard direttamente sopra la logica dei processori, in una struttura tridimensionale che accorcia la distanza percorsa dai dati.
Secondo l’azienda, questa architettura offrirebbe molta più banda dell’HBM mantenendo una capacità sufficiente per eseguire modelli grandi con finestre di contesto lunghe. È un compromesso diverso rispetto alle soluzioni basate su grandi cache SRAM, che sono velocissime ma costose e limitate in capacità.
Quali promesse, e quali sono ancora da dimostrare
Qui serve cautela. Le fonti che hanno raccontato l’operazione riportano stime diverse sui benefici attesi. Una ricostruzione parla di un’inferenza fino a dieci volte più veloce, un’altra cita prestazioni fino a cento volte superiori rispetto al silicio attuale, un taglio dei consumi energetici del 90 per cento e diverse migliaia di token al secondo. La differenza tra i numeri dice già molto: sono stime dell’azienda, non risultati misurati in modo indipendente su un chip di produzione.
Il calendario ufficiale prevede le prime spedizioni nel 2027, con una vendita sotto forma di sistemi rack-scale accompagnati da software proprietario. Fino ad allora, ogni confronto con le soluzioni esistenti resta teorico.
Il ritardo non è un dettaglio. Nel settore dei semiconduttori il passaggio dal prototipo alla produzione in volumi è il punto in cui molte promesse si ridimensionano.
Il ruolo di Anthropic e il contesto competitivo
Il Financial Times riferisce che Anthropic avrebbe manifestato interesse a diventare uno dei primi clienti di Fractile. Non si parla di un accordo firmato, e vale la pena sottolinearlo: un interesse espresso è molto lontano da un contratto di fornitura. Resta però un segnale su dove i grandi laboratori stanno guardando per ridurre la dipendenza da un unico fornitore di hardware.
Il terreno di gioco è affollato. Nvidia ha acquisito Groq lo scorso anno e a marzo ha presentato un proprio chip dedicato all’inferenza. Tra le startup concorrenti vengono citate Etched, MatX e l’altra società britannica Olix. Cerebras, che punta su un enorme chip con memoria SRAM integrata, è sbarcata in Borsa a maggio, mentre Samsung ha presentato ad agosto zHBM, una variante impilabile della memoria ad alta banda.
L’approccio di Fractile mette sotto pressione, almeno sulla carta, anche i produttori di HBM come SK Hynix e Micron, già alle prese con una domanda altissima e costi elevati.
Perché l’inferenza è il vero campo di battaglia
Per anni l’attenzione è stata sull’addestramento dei modelli. Oggi, con la diffusione degli agenti che lavorano per ore e producono milioni di token, il costo si sposta sull’inferenza. Philip Clark di Thrive Capital ha sostenuto che questo mercato potrebbe presto diventare almeno grande quanto quello che oggi serve Nvidia, con un potenziale particolare proprio negli agenti.
Il tema attraversa tutta l’industria. Lo si vede nella nascita del consorzio SGLang, dove Nvidia, AMD, Intel, Google e Meta uniscono le forze sull’inferenza open source. Lo si vede anche nei nuovi acceleratori di Google, come i TPU 8i Max e TPU 8tx, progettati proprio per contesti lunghi e inferenza confidenziale.
Anche altri attori stanno ridisegnando l’infrastruttura. SambaNova e Supermicro hanno annunciato sistemi alternativi alle GPU, mentre Nvidia, Rebellions e SK Telecom lavorano a un’infrastruttura di AI sovrana in Corea. Fractile si inserisce in questo movimento con una proposta radicale sulla memoria.
C’è poi la dimensione politica. La presenza di fondi pubblici britannici nel round racconta la volontà del Regno Unito di avere un campione nazionale nei semiconduttori per l’AI, in un momento in cui la capacità di calcolo è considerata una risorsa strategica.
Cosa cambia per chi usa e sviluppa AI
Nel breve periodo, per chi usa ChatGPT, Claude o Gemini, non cambia nulla. Nessun chip di Fractile è in produzione e nessun servizio gira oggi su questo hardware. Il valore della notizia sta nel segnale: i capitali stanno spostandosi verso chi promette di abbattere il costo per token, che è la variabile che decide quali prodotti AI saranno sostenibili.
Se le promesse si rivelassero anche solo in parte vere, i benefici potrebbero essere tre: risposte più rapide, consumi energetici più bassi e contesti lunghi più economici. Sono esattamente le condizioni che servono agli agenti autonomi per diventare strumenti quotidiani e non esperimenti costosi.
Se invece la produzione dovesse incontrare ostacoli, o se le prestazioni reali fossero lontane dalle stime, la valutazione da 7 miliardi apparirebbe prematura. È il rischio tipico di ogni scommessa sull’hardware: l’esecuzione conta più dell’idea.
I segnali da seguire nei prossimi mesi
Per capire se Fractile manterrà le promesse conviene osservare alcuni elementi: la comparsa di benchmark indipendenti, l’annuncio di clienti firmati e non solo interessati, i risultati della produzione dei primi chip e l’eventuale scelta del fornitore di memoria. Ciascuno di questi passaggi dirà molto più di qualsiasi round di finanziamento.
Conclusioni: una scommessa da seguire con attenzione
Il round da 720 milioni di dollari dimostra che l’investimento in infrastruttura per l’inferenza è entrato in una fase nuova, in cui anche una startup senza prodotto sul mercato può attrarre capitali da fondi di primo piano. Fractile ha una tesi chiara, una squadra guidata da un fondatore ricercatore e il sostegno di investitori di peso. Le prove su silicio, però, non ci sono ancora.
Il consiglio pratico è di seguire la vicenda con spirito critico: leggi i numeri come stime aziendali e aspetta i test indipendenti prima di trarre conclusioni. Se vuoi restare aggiornato su chip, modelli e agenti, continua a seguire le nostre news sull’intelligenza artificiale.
Fonti consultate: SiliconANGLE e The Next Web, che riprendono le notizie di Financial Times e Reuters.
Tutta l'AI della settimana, in 5 minuti, nella tua email
- Le guide e le notizie della settimana, divise per rubrica
- Solo ciò che conta, verificato e spiegato in italiano
- Niente spam, ti cancelli con un clic
Daniele Della Corte
Fondatore di IntelligenzaArtificiale.net · Consulente SEO e AI dal 2008
Prima della pubblicazione controlla fonti, numeri e nomi, e risponde personalmente di quello che leggi. Lavora con l'intelligenza artificiale da oltre 7 anni: ha fondato BeProud.ai e ha progettato la redazione di questo sito.
Consulenza AIVuoi applicare l'AI al tuo lavoro? Ti aiuto a scegliere cosa automatizzare e a realizzarlo.
Scopri la consulenza
