Il 2026 registrerà il consolidamento di alcune tendenze tecnologiche e strategiche che stanno caratterizzando il processo di trasformazione dei chip IoT e delle relative applicazioni. I dispositivi integrano sempre più funzionalità di inferenza AI, mentre nei nuovi chipset IoT cresce l’adozione di un’architettura basata su chiplet.
La Internet of Things (IoT) è uno dei principali paradigmi tecnologici alla base della trasformazione digitale delle organizzazioni, sia nel mondo aziendale, sia in quello industriale, e i semiconduttori ne costituiscono il cuore. Quello IoT è un modello ormai passato, dalla fase di sperimentazione, a vero e proprio ‘sistema nervoso’ delle aziende moderne: un’infrastruttura IoT, a partire dai dati raccolti dai sensori sul campo, permette di ottimizzare processi e prese decisionali, consentendo di implementare visibilità e capacità di azione in tempo reale. Ma ora la IoT sta attraversando una nuova, cruciale, fase evolutiva, a cui comparteciperanno numerosi elementi. In effetti il 2026 sarà marcatamente segnato da alcune tendenze tecnologiche e strategiche che guideranno lo sviluppo del comparto dei semiconduttori per applicazioni IoT. Si tratta di tendenze e previsioni per l’anno in corso che emergono da un’interessante analisi di IoT Analytics, società di ricerche di mercato specializzata nel mondo Internet of Things. La società definisce i semiconduttori IoT come componenti elettronici specializzati, che implementano funzionalità e connettività nei dispositivi IoT. Questi ultimi sono identificabili come oggetti dotati di capacità di calcolo e connettività di rete, che conferisce loro l’abilità di tramettere o ricevere dati in maniera autonoma.
Tra i fattori di trasformazione in primo piano c’è naturalmente l’intelligenza artificiale (AI), un trend ormai invariabile nel settore ICT e nel mondo industriale, che quest’anno porterà una svolta nei chip IoT. Un altro nodale fattore trasformativo sarà costituito dai chiplet, quei minuscoli pezzi di silicio progettati per eseguire specifiche funzionalità, e componibili come mattoncini per costruire un sistema più complesso. Cresceranno anche i chip IoT ideati con una maggiore attenzione alla sostenibilità ambientale, e vi saranno investimenti nella produzione locale di semiconduttori lungo tutta la catena del valore che supporta il paradigma IoT. La AI servirà anche a potenziare la progettazione dei chip IoT, nei quali la sicurezza è destinata a diventare una caratteristica nativa.
L’hardware IoT diventa “AI-capable”
Nel 2026, rileva IoT Analytics, l’integrazione della edge AI nei chip e dispositivi IoT registrerà un’accelerazione, e tale integrazione darà il via a una fondamentale transizione verso hardware in grado di supportare l’intelligenza artificiale. Attualmente, a livello globale, i chip IoT alimentano 21 miliardi di dispositivi IoT, ma la maggior parte di tali device, spiega la società di analisi, non dispone della potenza di calcolo integrata necessaria per eseguire carichi di lavoro di intelligenza artificiale. Oggi la domanda di esecuzione di inferenza a livello locale è in aumento per migliorare requisiti critici, come latenza, resilienza, efficienza della larghezza di banda, privacy: ciononostante, la stragrande maggioranza dei 21 miliardi di endpoint IoT attualmente implementati si affida ancora all’elaborazione esterna, o a una semplice logica basata su regole. Questo divario tra domanda e capacità pone le basi per un cambiamento nel 2026.
Negli ultimi anni, osserva la società, soltanto una piccola parte dei prodotti IoT, di solito, gateway industriali, telecamere avanzate e moduli di fascia alta, disponeva di NPU (neural processing unit) integrate o di acceleratori AI a basso consumo energetico, mentre oggi i fornitori di tecnologia incominciano a inserire tali funzionalità in più ampie categorie di dispositivi. Si stanno ad esempio sviluppando nuovi SoC (system-on-chip) IoT con NPU ‘leggere’ e core AI DSP-like. Questi ultimi sono in sostanza nuclei di elaborazione specializzati, che combinano l’architettura dei tradizionali DSP (digital signal processor) con le capacità di calcolo richieste per il supporto dell’intelligenza artificiale, con l’obiettivo di eseguire compiti di inferenza in maniera più efficiente rispetto alle classiche CPU (central processing unit) general-purpose. Le applicazioni vanno, dall’uso nella ‘small-model vision’, ossia l’elaborazione di modelli molto compatti per la visione artificiale (computer vision), all’identificazione di anomalie, al monitoraggio delle condizioni del device direttamente sul dispositivo, alla ‘local audio intelligence’, che consente al sistema di analizzare segnali sonori e rispondere direttamente on-device, senza necessità di inviare dati audio a server cloud esterni.
Nel 2026 arriverà la prima grande ondata di dispositivi IoT embedded con accelerazione per la edge AI. Le forniture di chipset con tecnologia AI si espanderanno in sensori, moduli di connettività IoT, PC industriali e gateway di livello intermedio, che in precedenza non disponevano di alcuna inferenza AI integrata nel dispositivo.
2026: aumentano i tool EDA “AI-ready” per SoC IoT complessi
Più l’integrazione di NPU e blocchi AI nel chip IoT accresce la complessità di progettazione dei SoC, in particolare riguardo ad aspetti come la capacità di dissipazione del calore, la banda di memoria, la verifica e la sicurezza, più i fornitori di chip IoT si affidano a strumenti EDA (electronic design automation) ottimizzati per l’analisi del calcolo AI, l’IP (intellectual property) riutilizzabile (NPU low-power) e processi di fabbricazione maturi, concepiti per carichi di lavoro misti, che includono funzionalità di calcolo, connettività, sicurezza. Si tratta di esigenze che stanno emergendo in segmenti IoT che spaziano dal settore consumer a quello industriale e automobilistico. Quest’anno si prevede una più ampia adozione di strumenti e flussi EDA che includono l’intelligenza artificiale e l’adozione di sottosistemi e blocchi IP AI pronti all’uso nello sviluppo dei chip IoT: tali tool permettono infatti di ridurre la complessità di progettazione, e di semplificare, nei dispositivi IoT destinati al mercato di massa, l’aggiunta delle funzionalità di inferenza su modelli di piccole dimensioni (SLM). Anche dal punto di vista dei produttori di dispositivi e degli OEM, il 2026 costituirà un punto di svolta per accelerare la transizione, dai dispositivi telemetrici di base, verso endpoint in grado di supportare funzionalità di inferenza a livello locale per attivare processi decisionali direttamente on-device.
Nei progetti IoT si diffondono chiplet e RISC-V
Nel mondo Internet of Things, IoT Analytics prevede anche una significativa espansione nel 2026 dell’adozione di chiplet nei nuovi progetti di chipset IoT, automotive ed AI, in quanto le organizzazioni passeranno, dagli iniziali progetti di chiplet personalizzati, a un uso più esteso di chiplet standardizzati per l’elaborazione, la connettività e la sicurezza. L’approccio basato su chiplet consente di superare il modello basato su SoC monolitici, abbracciando il concetto di progettazione modulare. Questo approccio modulare, precisa la società, ridurrà lo sforzo ingegneristico, accorciando i cicli di sviluppo e abbassando i costi ingegneristici non ricorrenti (NRE) per SoC IoT, AI e automotive. In maniera analoga, nel 2026 si espanderà ulteriormente anche l’adozione dell’architettura RISC-V nei dispositivi IoT edge a basso consumo energetico, nei processori per edge AI e nei sottosistemi automobilistici. RISC-V rende possibile realizzare chip IoT low-power personalizzati, ed ha registrato una rapida accelerazione nel settore IoT, rispondendo alle esigenze dei fornitori di tecnologia, che ricercavano flessibilità, costi di licenza inferiori e l’abilità di personalizzare le CPU per dispositivi specializzati. La crescita di RISC-V, prevede IoT Analytics, sarà più forte nei mercati che danno priorità alla sovranità della catena di approvvigionamento e a un controllo architetturale più approfondito, per adattare i core della CPU a carichi di lavoro edge e workload automobilistici specializzati.
L’impronta di carbonio entra nel ciclo di sviluppo dei chip IoT
Contemporaneamente, quest’anno vedrà il materializzarsi di più solidi requisiti di sostenibilità per i fornitori di semiconduttori, in quanto normative come la direttiva UE sulla rendicontazione di sostenibilità delle imprese (CSRD - Corporate Sustainability Reporting Directive) e le crescenti aspettative dei clienti richiedono trasparenza in materia di emissioni di carbonio. Il monitoraggio dell’impronta carbonica, ricorda la società di analisi, è sempre più considerato un cruciale vincolo progettuale in ambito IoT, ora discusso ed analizzato assieme agli altri fondamentali requisiti di progetto, ossia potenza, prestazioni, area, costo (PPAC). La previsione è che, nel 2026, le metriche relative alle emissioni di carbonio saranno integrate in maniera più ampia nei flussi di progettazione dei semiconduttori IoT. I fornitori di tool EDA e IP incorporeranno i dati sulle emissioni nelle stesse valutazioni preliminari utilizzate per il framework PPAC, consentendo agli ingegneri di includere l’impatto del carbonio nei trade-off architetturali analizzati di routine.
In prospettiva, acquisire con precisione i dettagli dei rapporti sulla sostenibilità diventerà ancora più importante per l’intero ecosistema IoT, soprattutto considerando la stima di IoT Analytics, secondo cui ci saranno 39 miliardi di dispositivi IoT connessi entro la fine del 2030. La società di analisi prevede che il 2026 accelererà la transizione verso informazioni standardizzate e verificabili sulle emissioni di carbonio da parte delle principali fonderie e fornitori di chip IoT. Le aziende produttrici di chipset passeranno da report di sostenibilità frammentati a comunicazioni strutturate a livello di prodotto e nodo tecnologico, che andranno ad alimentare direttamente gli strumenti di approvvigionamento degli OEM. Ciò consentirà ai team di approvvigionamento di confrontare il carbonio incorporato, unitamente a prezzo, prestazioni e dati di qualificazione del semiconduttore, rendendo la selezione di componenti a basso impatto di carbonio parte integrante della progettazione IoT.
Dispositivi IoT: se ne produrranno di più localmente
Un altro elemento di rilievo segnalato dall’analisi riguarda gli investimenti che i governi dei vari paesi stanno mettendo in campo per localizzare la produzione dei semiconduttori, nell’ambito di strategie che puntano a mettere al riparo le supply chain tecnologiche dai contraccolpi causati dalle tensioni geopolitiche. Le iniziative di sovranità tecnologica, i programmi di sovvenzioni nazionali, i controlli sulle esportazioni hanno portato le politiche di localizzazione a diventare una priorità, non solo per l’elaborazione avanzata, ma sempre più anche per i chip a basso consumo e alto volume utilizzati nei dispositivi IoT. Di conseguenza, quest’anno una maggior quantità di chip IoT verrà fabbricata, confezionata e assemblata all’interno di ecosistemi regionali, piuttosto che concentrata in una sola area geografica.
Il 2026 porterà inoltre ulteriori regolamentazioni che indirizzeranno esplicitamente i semiconduttori IoT, influenzando le decisioni di progettazione e approvvigionamento per moduli IoT, gateway e dispositivi endpoint, attraverso l’introduzione di requisiti di certificazione di sicurezza, obiettivi di contenuto locale e obblighi di segnalazione più severi per le implementazioni in infrastrutture critiche e ambienti industriali.
Tra i paesi che investono nella produzione interna di chip IoT, IoT Analytics segnala, ad esempio, gli Stati Uniti, dove il CHIPS and Science Act ha stanziato 52,7 miliardi di dollari per promuovere la produzione interna e le attività di ricerca e sviluppo. Inoltre, il governo ha ampliato i finanziamenti alle aziende produttrici di semiconduttori, tra cui Intel, Samsung, TSMC. La Cina, ricorda la società di ricerche, ha reagito alle azioni Usa con un “Big Fund” da 47,5 miliardi di dollari per promuovere la produzione interna di chip e colmare il divario tecnologico entro il 2030. Il governo giapponese ha stanziato circa 65 miliardi di dollari entro il 2030 per espandere i settori dei semiconduttori e dell’intelligenza artificiale, sostenendo le fabbriche nazionali e le partnership di ricerca e sviluppo. Anche l’Unione europea, nell’ambito dell’EU Chips Act, sta indirizzando gli investimenti per localizzare la produzione, garantire le materie prime e consolidare la sovranità tecnologica in tutti gli stati membri. La previsione di IoT Analytics è che, entro il 2026, una serie di nuovi e ampliati stabilimenti nazionali e regionali incentrati sui processi dei semiconduttori rilevanti per la IoT (mature-node logic, memoria embedded non volatile, semiconduttori analogici, componenti RF) inizieranno la produzione, o la aumenteranno fino a raggiungere volumi commercialmente significativi. Più questa nuova capacità produttiva diventerà operativa nei prossimi anni, più rafforzerà l’abilità dei fornitori di chipset e dei paesi di costruire catene di approvvigionamento regionali maggiormente autosufficienti per i componenti fondamentali della IoT.
AI che assiste la progettazione, e security by-design come requisito
L’intelligenza artificiale non serve soltanto a eseguire inferenza on-device nell’infrastruttura edge (edge AI), ma, come accennato, sta anche diventando una componente core dei cicli di progettazione dei chip IoT. Negli ultimi anni, ricorda IoT Analytics, i fornitori di strumenti EDA hanno integrato la AI nei flussi di design front-end e back-end, offrendo ai team di sviluppo dei semiconduttori nuovi modi per automatizzare le attività ad elevato impiego di risorse, convalidare i vincoli di progetto e identificare i problemi in anticipo. Queste funzionalità sono particolarmente importanti per i chip IoT, dove i vincoli di alimentazione, area e costo lasciano poco spazio alle iterazioni di progettazione. Nel 2026 vi sarà dunque una maggior adozione di strumenti e workflow EDA di verifica, controllo dei vincoli e ottimizzazione del layout, assistiti dall’intelligenza artificiale, in particolare all’interno dei team di progettazione IoT che realizzano chipset edge-AI, SoC di connettività e dispositivi a segnale misto. Il 2026 segnerà anche l’ingresso delle prime forme di AI ‘agentica’ nei cicli di sviluppo dei chip IoT. Si tratterà soprattutto di “copiloti”, che all’interno dei flussi di lavoro orchestreranno gli strumenti EDA esistenti per varie attività, tra cui la verifica, l’integrazione dell’IP e l’esplorazione della progettazione fisica.
Non meno importante nel 2026 è il trend di crescente focalizzazione degli attori del settore sulla sicurezza by-design, che non è più semplicemente considerata una buona pratica, ma è diventato un requisito normativo per i fornitori tecnologici che concorrono sui mercati globali. Requisito particolarmente importante per i dispositivi IoT, che spesso operano in ambienti altamente distribuiti e con risorse limitate. I device IoT hanno lunghi cicli di vita, funzionano in implementazioni remote, sono costantemente connessi, e, come tali, necessitano di una essenziale protezione a livello hardware, per garantire sicurezza, safety e conformità con le normative. Di conseguenza, i fornitori di tecnologia stanno integrando una maggiore sicurezza a livello di silicio nella catena del valore della IoT. Pertanto, il 2026 registrerà una più ampia diffusione di standard di sicurezza hardware su vari dispositivi, tra cui le MCU (microcontroller unit) IoT di fascia alta, i chipset di connettività e i processori edge AI.
