Amazon apre Trainium ai data center esterni
Una seconda notizia rilevante arriva da Bloomberg, che cita un'intervista con Peter DeSantis, responsabile AI di Amazon. Amazon sta esplorando la vendita diretta dei propri chip AI Trainium e dei rack server completi a clienti terzi, abbandonando il modello che finora li riservava esclusivamente all'infrastruttura cloud AWS. La mossa è dichiaratamente orientata a erodere quote al mercato di Nvidia. Il business silicon di Amazon — che include Trainium, Graviton e Nitro — ha superato i 20 miliardi di dollari di run rate annuale nel Q1 2026, con crescita a tripla cifra. La domanda di Trainium 3 è descritta come essenzialmente esaurita.
La logica dichiarata da DeSantis è geopolitica oltre che commerciale. Una delle ragioni alla base dell'apertura verso i mercati esteri è la domanda crescente, in particolare in Europa, di risorse di calcolo gestite localmente, una risposta diretta alle pressioni politiche per ridurre la dipendenza dalle piattaforme cloud americane. DeSantis ha respinto l'idea che la vendita esterna possa cannibalizzare il cloud: "C'è così tanto underconsumption nell'AI", ha dichiarato. "Io non sono preoccupato." Già in aprile Google aveva annunciato una mossa analoga, aprendo i propri TPU a clienti selezionati per l'installazione in data center propri. Anthropic ha impegnato fino a 5 gigawatt di capacità Trainium su AWS; OpenAI circa 2.(Bloomberg via Techmeme — Investing.com)
TSMC CoPoS: il packaging avanza oltre CoWoS
Sul fronte della supply chain manifatturiera, una notizia tecnica destinata ad avere implicazioni di lungo periodo. TSMC sta avanzando con la sua piattaforma di packaging di nuova generazione CoPoS, acronimo di Chip-on-Panel-on-Substrate. La linea R&D presso la controllata VisEra ha completato le consegne delle attrezzature a febbraio, con la linea pilota completa attesa per giugno 2026 e la produzione di prova prevista per metà 2027. La mass production è programmata per la seconda metà del 2028.
Il punto tecnico centrale è il passaggio dalla logica circolare del wafer a quella rettangolare del pannello: la tecnologia usa pannelli di vetro che riducono gli scarti di bordo e supportano densità più elevate. Il motivo è semplice: i chip AI di prossima generazione stanno diventando troppo grandi per CoWoS. Con i reticle size in continua espansione — la GPU Rubin di Nvidia arriva già a 5,5 volte il reticle standard — un wafer da 12 pollici può ospitare appena sette unità, in alcuni casi quattro. Il packaging avanzato rappresentava circa l'8% dei ricavi TSMC nel 2025 e dovrebbe superare il 10% nel 2026. La prima implementazione della tecnologia potrebbe essere la generazione Feynman di Nvidia, attesa dopo l'architettura Rubin. (TrendForce — Wccftech)
Apple-Intel: Trump annuncia la partnership, ma...
La notizia che domina la giornata arriva da Truth Social, nella notte tra mercoledì e giovedì. Il presidente Trump ha dichiarato che Apple ha accettato di collaborare con Intel per progettare e produrre chip negli Stati Uniti, inquadrando l'accordo come l'ultimo di una serie di partnership volte a far rinascere la produzione americana di semiconduttori. In apertura di seduta, le azioni Intel sono balzate del 10,5%, a 133,82 dollari, e il Philadelphia Semiconductor Index ha guadagnato il 6,3%, toccando un nuovo massimo storico.
Ma c'è un problema di fondo. Né Apple né Intel hanno confermato i termini dell'accordo: Apple non ha risposto alle richieste di commento, mentre Intel ha dichiarato di non poter commentare "un potenziale accordo Apple-Intel". L'annuncio presidenziale arriva a quarantott'ore esatte dall'ingresso del processo 18A-P in risk production, comunicato da Intel al VLSI Symposium di Honolulu il 16 giugno. Intel non ha ancora confermato un solo cliente leading-edge per il nodo 18A, e un eventuale impegno di Apple rappresenterebbe lo scenario migliore per validare la strategia foundry del gruppo. La cautela è d'obbligo: l'annuncio presidenziale anticipa un'intesa che le parti non hanno ancora formalizzato. (CNBC)
SK Hynix: primi campioni di HBM4E a 12 strati
SK Hynix ha avviato la spedizione dei primi campioni di HBM4E, la prossima iterazione della memoria DRAM ad alta larghezza di banda ottimizzata per i carichi di lavoro AI più esigenti. La nuova architettura a 12 strati — rispetto ai 16Hi previsti per HBM4 in produzione di massa — rappresenta una configurazione intermedia pensata per consentire qualifiche client anticipate. La società coreana consolida così la leadership nel mercato HBM, dove già detiene la quota maggioritaria di fornitura per le piattaforme Nvidia Vera Rubin e Blackwell.
Il lancio dei campioni HBM4E va letto in sequenza rispetto alla riunione del 3 giugno tra il presidente di SK Group Chey Tae-won e il presidente di TSMC C.C. Wei, durante la quale le due società hanno discusso la cooperazione sulle base die HBM4 e il packaging avanzato. La competizione nella memoria AI si consolida attorno a tre variabili: larghezza di banda, consumo energetico per bit trasferito e capacità di stack. HBM4E punta a migliorare tutte e tre rispetto alla generazione precedente, con produzione di massa attesa nel 2027. (SK Hynix Newsroom)
SRAM nell'AI: la memoria che nessuno vede, il collo di bottiglia che tutti sentono
Mentre il dibattito sull'hardware AI resta dominato dalle GPU e dall'HBM, un componente meno visibile sta emergendo come vincolo critico per l'efficienza energetica dei sistemi di inferenza: la SRAM statica on-chip. Startup come d-Matrix e Cerebras, insieme alla più recente Gimlet Labs, stanno sviluppando architetture che moltiplicano la capacità SRAM a bordo chip per ridurre il traffico verso la memoria esterna, principale responsabile del consumo energetico nei large language model. Il principio è la localizzazione dei pesi: meno i dati si spostano, meno energia si consuma.
La dinamica ha implicazioni per l'intera supply chain dei componenti passivi e attivi legati all'AI edge. Chip con SRAM estesa richiedono die area maggiore, il che spinge verso packaging avanzato e interposer ad alta densità. Per i progettisti di sistemi embedded e edge AI, la scelta dell'architettura di memoria on-chip sta diventando una variabile di sistema tanto critica quanto la scelta del processo produttivo. (HPC Wire / AIwire)
Tokyo Electron: la supremazia tecnologica come risposta all'autosufficienza cinese
Il CEO di Tokyo Electron ha dichiarato ottimismo sulla competitività dell'azienda nonostante i progressi della Cina nella costruzione di una supply chain domestica per le attrezzature di produzione. La posizione di TEL si basa sulla tesi che la superiorità tecnologica dei propri equipment — in particolare i sistemi di deposizione e di etch per i nodi avanzati — non sia replicabile nel breve periodo dall'industria cinese, vincolata dall'embargo sull'EUV e dai limiti nei materiali da processo.
La dichiarazione arriva in un momento in cui il mercato degli equipment è sotto pressione: le restrizioni all'export statunitensi e giapponesi hanno ridotto l'accesso di TEL al mercato cinese, che rappresentava circa il 40% dei ricavi del settore equipment nei picchi del 2022-2023. La strategia di TEL punta sulla qualità tecnologica per difendere quote nei mercati TSMC, Samsung e Intel Foundry, compensando il calo della domanda cinese con la crescita dei fab avanzati in Taiwan, Corea e Arizona. (Nikkei Asia)
Taiwan inasprisce i controlli sull'export di chip AI: Supermicro nel mirino
Il governo di Taiwan ha annunciato un inasprimento delle restrizioni sulle esportazioni di chip AI verso la Cina, in risposta ad accertamenti su presunti trasferimenti irregolari di componenti Nvidia che avrebbero coinvolto intermediari internazionali, con Supermicro citata tra i soggetti esaminati. La misura segue un pattern già osservato negli Stati Uniti, dove il Bureau of Industry and Security ha ampliato le verifiche di end-use sui chip destinati a paesi terzi che potrebbero fungere da triangolatori verso la Cina.
Per gli operatori europei, la notizia ha rilievo pratico: i controlli più stringenti di Taiwan sui chip exportati potrebbero tradursi in tempi di qualifica più lunghi per i clienti finali e in una maggiore documentazione richiesta nella catena di approvvigionamento. Il rischio di ricadute reputazionali sui rivenditori autorizzati che non presidiano adeguatamente l'end-use dei componenti è in aumento su scala globale. (Taiwan News)
