Tre cose che meritano la vostra attenzione adesso. AMD sfida Nvidia con un sistema di IA su scala rack chiamato Helios, e OpenAI ha appena svelato un proprio chip per l’inferenza, Jalapeño, sviluppato con Broadcom. I robot umanoidi hanno superato una vera soglia questa settimana: Tesla ha avviato la produzione di Optimus a Fremont e i robot di Figure hanno lavorato 200 ore di fila elaborando quasi 250.000 pacchi in un sito logistico. E sul fronte sovrano, il Pakistan sta spingendo formalmente per una riserva nazionale di Bitcoin, mentre il Bhutan ha appena affidato a 3iQ il mandato di gestire parte della sua dotazione di 10.000 BTC per la città di Gelephu. Andiamo a vedere.
AMD non finge più di poter battere Nvidia a viso aperto. L’offerta oggi è essere la seconda fonte credibile — la via di fuga — per chiunque costruisca su scala da gigawatt. E la lista clienti lo conferma. OpenAI e Meta hanno ciascuna impegnato circa 6 gigawatt. Anthropic ha sottoscritto fino a 2 gigawatt di GPU MI450 attraverso la piattaforma Helios, con il primo gigawatt in arrivo nella prima metà del 2027. Microsoft sta scalando Helios tramite Azure.
Al convegno Hot Chips 2026, AMD ha spiegato cos’è davvero Helios. Un rack da 72 GPU che combina CPU EPYC Venice a 96 core, GPU Instinct MI455X e rete Pensando Vulcano 800. Le specifiche sono serie: 2,9 exaflops di calcolo IA, 31 terabyte di HBM4, 1,7 petabyte al secondo di banda memoria HBM, raffreddamento a liquido a innesto cieco e un fabric di memoria condivisa su Ethernet. AMD dichiara il 15% di throughput in più a pari potenza di rack e il 30% di token per dollaro in più rispetto ai sistemi comparabili di Nvidia.
La partita software è dove la cosa si fa interessante. ROCm — la risposta di AMD a CUDA — oggi esegue oltre 3 milioni di modelli out‑of‑the‑box, e i contributi open source sono cresciuti di 10 volte anno su anno. È quello il vero fossato competitivo che tutti cercano di intaccare. Il lock‑in di CUDA di Nvidia è stato il motivo per cui ogni sfidante si è infranto per un decennio. AMD non è ancora lì, ma il divario è più stretto di quanto fosse 18 mesi fa.
Anche i numeri riflettono questo slancio. AMD prevede oltre l’80% di crescita anno su anno dei ricavi server nella seconda metà dell’anno, oltre il 70% sull’intero 2027, e ricavi data center potenzialmente raddoppiati l’anno prossimo. Nvidia detiene ancora circa l’81–90% del mercato degli acceleratori IA. Ma quel tetto di quota si sta finalmente incrinando.
Mentre AMD gioca il ruolo di seconda fonte, OpenAI ha appena fatto sapere che vuole anche costruirsi il proprio silicio. Il chip si chiama Jalapeño, realizzato con Broadcom, ed è progettato apposta per l’inferenza — non per il training. Le prime installazioni nell’infrastruttura interna di OpenAI partono entro fine anno, con produzione di volume nel 2027.
Il design di sistema è aggressivo: 128 acceleratori per rack. 13,4 petaflops per acceleratore in MXFP4. Circa 1,7 exaflops per sistema. 27,5 terabyte di HBM4 e all’incirca 2 petabyte al secondo di banda memoria. Tutta l’architettura è costruita per tenere lo stato del modello e le cache KV on‑chip, così da minimizzare i movimenti di dati — che è esattamente dove i carichi di inferenza perdono prestazioni.
I primi benchmark di SemiAnalysis, ufficiosi e con le dovute cautele, sostengono che Jalapeño offra un picco di throughput 1,5–1,9 volte superiore e una latenza end‑to‑end 1,7–3,6 volte inferiore rispetto ai concorrenti. OpenAI afferma che batte Blackwell di Nvidia in prestazioni per watt nella maggior parte dei test. La nota di correttezza è che Jalapeño usa HBM4, quindi la piattaforma Rubin in arrivo da Nvidia è probabilmente il vero termine di paragone.
Ma qui conta la strategia. OpenAI è stata uno dei maggiori clienti di Nvidia. Se anche solo il 20–30% dei carichi di inferenza si spostasse sul proprio silicio, sarebbe un colpo diretto al segmento più redditizio di Nvidia. Alcuni analisti pensano che gli ASIC supereranno le GPU per volumi di unità entro il 2028. Il training resta la fortezza di Nvidia — la programmabilità e il vantaggio dell’ecosistema sono reali. Ma l’inferenza è dove, alla fine, stanno i volumi e i margini, e chiunque abbia scala ora si costruisce un chip in casa. Il TPU v8 di Google, Trainium di Amazon, il silicio interno di Meta, Maia di Microsoft, e ora Jalapeño. Il monopolio di Nvidia non finisce, ma il suo potere di prezzo sicuramente sì.
La storia dei robot umanoidi è passata in sordina dai video dimostrativi al lavoro produttivo vero e proprio. Tre elementi di questa settimana lo rendono concreto.
Primo: Tesla ha avviato la produzione di Optimus nella fabbrica di Fremont — occupando spazi che prima costruivano Model S e X. Musk la inquadra come una rampa a curva S: lenta all’inizio, poi accelerazione. La linea di Fremont è progettata per arrivare fino a un milione di robot l’anno a regime, con una linea di seconda generazione a Gigafactory Texas che punta ai dieci milioni nel disegno di lungo periodo. Le prime unità entrano in un programma interno chiamato Optimus Academy, generando dati di addestramento dal lavoro reale in fabbrica.
Secondo: Figure AI ha realizzato quella che forse è la dimostrazione più impressionante nel mondo reale — 200 ore di operazione autonoma continua, elaborando quasi 250.000 pacchi senza un guasto di sistema. I robot identificano i pacchi dal barcode, fanno pick and place con precisione quasi umana e — questo è il punto — si staccano autonomamente dalla linea per ricaricare. Quella capacità di rotazione della flotta è ciò che trasforma la demo di un singolo robot in una forza lavoro scalabile. BMW sta utilizzando Figure 03 nel suo stabilimento di Spartanburg per il sequenziamento dei componenti: è la loro prima implementazione di un umanoide in un flusso logistico, ovunque.
Terzo: i benchmark si stanno formalizzando. Laboratori indipendenti stanno ora valutando questi robot contro gli standard di sicurezza ISO 10218 e IEC 61508. Le nuove metriche contano: gestione termica, efficienza del cambio batteria, tempo medio tra i guasti, energia per ciclo di lavoro. È quello che interessa davvero agli acquirenti industriali. In alcuni mercati gli obiettivi di prezzo stanno scendendo sotto i 30.000 dollari a unità entro fine anno.
La lettura onesta: sono ancora implementazioni ristrette. Tesla non ha divulgato tempi di ciclo, tassi di intervento o guadagni di produttività verificati. Ma la direzione di marcia è inequivocabile. Gli umanoidi stanno passando da prototipo a prodotto, e le aziende che oggi raccolgono dati reali dal pavimento di fabbrica avranno un vantaggio che si accumula.
Sta succedendo qualcosa a livello di Stati sovrani, e non sono i soliti noti. Il responsabile crypto del Pakistan, Bilal Bin Saqib, sta presentando formalmente il caso per una Riserva Strategica di Bitcoin nazionale. L’argomentazione non è speculazione — è preparazione sovrana. Il piano prende i Bitcoin già detenuti in custodia statale, per lo più da sequestri delle forze dell’ordine, e li formalizza in un wallet nazionale con governance trasparente. Il Pakistan ha approvato il Virtual Assets Act 2026 e ha istituito un regolatore chiamato PVARA con un budget di circa 200.000 dollari. Sta anche destinando 2.000 megawatt di elettricità in surplus al mining di Bitcoin e ai data center di IA. Il Pakistan conta circa 40 milioni di utenti di asset digitali — una vera base retail che opera da anni in una zona grigia legale.
Il Bhutan è più avanti. Il suo fondo sovrano, Druk Holding & Investments, ha impegnato fino a 10.000 BTC per il progetto Gelephu Mindfulness City nel dicembre 2025. Questa settimana ha incaricato 3iQ, una società di Toronto, di gestire una parte di quei bitcoin. Anche se i dati di Arkham mostrano che i wallet di DHI sono scesi da un picco di circa 13.000 BTC a fine 2024 a circa 3.100 BTC a metà maggio — DHI nega di aver venduto, ma i numeri sono quelli.
E Taiwan è appena entrata nella discussione. La parlamentare Ko Ju‑chun ha proposto al Bitcoin Asia che una riserva nazionale di Bitcoin dovrebbe essere un piano di breve termine. Nessun dettaglio su dimensioni o finanziamento, ma conta il fatto che una legislatrice in carica lo metta sul tavolo in pubblico.
Il pattern qui merita di essere chiamato per nome. Non sono i Paesi del G7 a guidare — sono Stati di medie dimensioni con grandi quote di popolazione non bancarizzata, energia in eccesso o ansia strategica per il sistema del dollaro. Pakistan, Bhutan, ed El Salvador prima di loro. Non sono bilanci in grado di muovere il prezzo di Bitcoin, ma sono quelli che normalizzano Bitcoin come asset di riserva. Una volta che tre o quattro Stati lo detengono apertamente, il costo politico perché un Paese più grande li segua scende sensibilmente.
Tenete d’occhio il mercato dei chip per l’inferenza nei prossimi 18 mesi. È lì che la storia dei margini di Nvidia o regge o si rompe — ed è lì che si decidono davvero i conti economici dell’espansione dell’IA.