Application Specific Integrated Circuits (ASICs)

Arriva il momento, in ogni ciclo tecnologico, in cui l’ottimismo smette di essere marketing e diventa una variabile macroeconomica. Il settore dei semiconduttori sembra essere entrato esattamente in quella fase. Secondo BNP Paribas Research, che ha appena concluso il suo Silicon Valley Bus Tour incontrando i vertici di AMD, Nvidia, Intel, Applied Materials, Astera Labs, Credo, Lumentum, Seagate, Marvell e Western Digital, il messaggio che emerge è sorprendentemente uniforme. Domanda strutturalmente superiore all’offerta almeno fino al 2026, visibilità multi trimestre lungo tutta la filiera e una fiducia quasi disarmante nella tenuta del ciclo dell’intelligenza artificiale.

Il punto interessante non è tanto che le aziende siano ottimiste. Lo sono sempre. Il punto interessante è che lo siano tutte, contemporaneamente, e sulle stesse variabili critiche. Quando AMD e Nvidia, che in teoria dovrebbero cannibalizzarsi a vicenda, concordano sul fatto che la domanda per capacità di calcolo AI sia largamente ahead of supply, significa che qualcosa di strutturale sta accadendo. Non è la solita bolla da hype tecnologico, quella che si sgonfia al primo ciclo di capex rivisto. Qui siamo davanti a un’asimmetria persistente tra ciò che i hyperscaler vogliono costruire e ciò che l’infrastruttura fisica globale è oggi in grado di sostenere.

Il primo collo di bottiglia, e forse il più sottovalutato dai commentatori generalisti, è l’energia. La potenza computazionale non nasce dal silicio ma dai megawatt. Nvidia lo dice apertamente, AMD non lo smentisce e Intel lo conosce fin troppo bene. L’accesso alla potenza elettrica è oggi il vero fattore limitante della corsa agli armamenti dell’AI. Non è una questione di chip, è una questione di rete elettrica, autorizzazioni, tempi di costruzione e, in ultima analisi, politica industriale. Il fatto che il governo statunitense stia accelerando su questo fronte è rassicurante, ma non risolutivo nel breve periodo. Il messaggio implicito è chiaro. Chi controlla l’energia, controllerà l’AI. E chi pensa che il problema si risolva semplicemente con data center più efficienti non ha mai firmato un contratto di fornitura elettrica a dieci anni.

C’è poi un altro tema che agita gli investitori, ed è quello della concorrenza dei chip custom, i famigerati ASIC. Le TPU di Google vengono spesso citate come prova che l’era delle GPU general purpose sia destinata a tramontare. È una narrativa affascinante, molto da keynote, ma decisamente meno solida quando si entra nei dettagli. Gli stessi manager incontrati da BNP Paribas lo hanno ribadito con una certa pazienza. Gli ASIC funzionano molto bene per workload specifici, in cloud specifici, con stack software fortemente controllati. Funzionano per Google, per Anthropic, per chi può permettersi di progettare un ecosistema chiuso. Non funzionano come soluzione universale. Le GPU, con tutti i loro limiti, restano l’unica piattaforma realmente general purpose per l’AI su scala globale. Estrarre da questo scenario una futura erosione massiva di market share è un esercizio di fantasia più che di analisi industriale.

Qui entra in gioco un concetto spesso ignorato, ma cruciale per chi guarda al 2026. La visibilità. Nvidia parla apertamente di lead time tra i nove e i dodici mesi. I hyperscaler pianificano su orizzonti pluriennali. Questo ha un effetto potente sull’intera supply chain dei semiconduttori. Migliora l’efficienza, stabilizza i prezzi, riduce la volatilità tipica dei cicli precedenti. In altre parole, stiamo assistendo a una maturazione del mercato AI hardware, non alla sua normalizzazione. È una differenza sottile ma fondamentale. La maturazione non riduce la crescita, la rende più prevedibile. E per un settore storicamente allergico alla prevedibilità, è una rivoluzione culturale prima ancora che tecnologica.

Il tema del finanziamento dei vendor completa il quadro. Costruire fab, sviluppare nodi avanzati, supportare roadmap multi anno richiede capitali enormi. Qui si gioca una partita silenziosa ma decisiva. Chi ha bilanci solidi e accesso al credito potrà sostenere questa corsa. Chi vive di quarter to quarter rischia di rimanere schiacciato. Non è un caso che nel tour di BNP Paribas compaiano nomi come Applied Materials e Marvell. Senza l’ecosistema che sta dietro al chip, il chip non esiste. E questo ecosistema oggi è più integrato, più capital intensive e più strategico di quanto lo sia mai stato.

C’è anche una dimensione geopolitica che serpeggia sotto la superficie di queste dichiarazioni. Gli Stati Uniti sono, paradossalmente, uno dei mercati più capacity constrained dal punto di vista energetico. Questo apre la porta a investimenti esteri, joint venture, partnership transfrontaliere. L’AI, che doveva essere il simbolo della sovranità tecnologica, rischia di diventare un acceleratore di interdipendenze globali. Un’ironica inversione di prospettiva, degna delle migliori colonne del Financial Times. Si parla di reshoring, ma si costruisce dove c’è energia. Si parla di controllo, ma si dipende da catene di fornitura sempre più complesse.

Il risultato finale è un settore dei semiconduttori che entra nel 2026 con una sicurezza che non nasce dall’euforia, ma da backlog, contratti e roadmap già firmate. La domanda per semiconduttori AI non è una scommessa sul futuro, è un dato di fatto del presente. I data center non stanno aspettando la prossima generazione di chip, la stanno già prenotando. Le GPU non stanno difendendo il loro ruolo, lo stanno espandendo. Gli ASIC non sono una minaccia sistemica, ma una variabile di ottimizzazione locale. E l’energia non è un dettaglio operativo, ma la vera valuta di scambio della nuova economia digitale.

In questo contesto, l’ottimismo delle aziende non è cieco. È informato, misurato e sorprendentemente coerente. Ed è proprio questa coerenza a renderlo credibile. Chi continua a cercare segnali di un imminente rallentamento farebbe bene a guardare meno ai multipli di borsa e più ai trasformatori elettrici, alle sottostazioni, alle autorizzazioni ambientali. Il futuro dei semiconduttori AI non si decide solo nei laboratori di progettazione, ma nei cantieri. Una verità poco glamour, ma estremamente redditizia per chi la comprende in tempo.