Dalla crisi di AMD alla competizione globale per i chip dell’intelligenza artificiale. La storia della manager che ha riportato un’azienda sull’orlo dell’irrilevanza industriale al centro della nuova economia del calcolo, sfidando il dominio di Nvidia e di Jensen Huang.

Quando Lisa Su è diventata amministratrice delegata di AMD, nell’ottobre del 2014, l’azienda americana dei semiconduttori attraversava una delle fasi più difficili della sua storia. Intel dominava il mercato dei processori per computer e server, Nvidia stava consolidando la propria posizione nelle GPU e AMD, stretta tra due concorrenti tecnologicamente e finanziariamente più forti, cercava una strada per recuperare competitività. Il suo futuro non era affatto scontato.

Dodici anni dopo, lo scenario è profondamente cambiato. AMD è tornata a competere nei processori ad alte prestazioni, ha conquistato una posizione significativa nel mercato dei server e si prepara a giocare una partita ancora più ambiziosa: diventare una delle principali alternative a Nvidia nell’infrastruttura hardware dell’intelligenza artificiale.

A guidare questa trasformazione è stata un’ingegnera elettronica nata a Taiwan, cresciuta negli Stati Uniti e formatasi al Massachusetts Institute of Technology, che ha costruito la propria carriera occupandosi di architetture dei semiconduttori prima ancora che di bilanci e strategie aziendali.

Lisa Su è oggi una delle figure più influenti dell’industria tecnologica mondiale, non soltanto perché è una delle poche donne alla guida di un grande produttore di semiconduttori, ma soprattutto perché le sue decisioni contribuiscono a determinare come verrà costruita, finanziata e distribuita la capacità di calcolo necessaria allo sviluppo dell’intelligenza artificiale.

Alla guida di un’azienda in crisi

Nata a Tainan, Taiwan, nel 1969, Lisa Su si trasferisce negli Stati Uniti ancora bambina. Cresce a New York, dove sviluppa un interesse precoce per l’elettronica e sceglie di studiare ingegneria elettrica al MIT, conseguendo la laurea, il master e il dottorato.

È una formazione che segnerà profondamente il suo modo di affrontare le sfide industriali. Prima di arrivare ad AMD, Su lavora nei laboratori di ricerca di IBM, occupandosi di tecnologie avanzate per i semiconduttori, e successivamente assume responsabilità manageriali in Freescale Semiconductor.

Quando entra in AMD nel 2012, inizialmente come responsabile delle attività globali, porta con sé una combinazione relativamente rara ai vertici delle grandi aziende tecnologiche: una conoscenza approfondita dell’ingegneria dei chip e un’esperienza diretta nella gestione industriale.

Due anni dopo diventa CEO.

La situazione che eredita è complessa: AMD ha perso terreno nei mercati più importanti, dispone di risorse finanziarie limitate rispetto ai concorrenti e deve affrontare un problema che nel settore dei semiconduttori può diventare fatale: recuperare un ritardo tecnologico richiede investimenti enormi, mentre proprio quel ritardo rende più difficile generare le risorse necessarie per finanziarli.

Su sceglie di concentrare l’azienda su pochi obiettivi strategici, privilegiando il calcolo ad alte prestazioni e la capacità di sviluppare architetture competitive nel lungo periodo.

È una decisione che comporta rinunce, riorganizzazioni e soprattutto tempo. Nell’industria dei semiconduttori, infatti, i risultati delle scelte tecnologiche arrivano spesso dopo anni di progettazione, sviluppo e validazione.

La scommessa su Zen e il ritorno di AMD

Il simbolo della rinascita di AMD è l’architettura Zen, alla base dei processori Ryzen per computer personali e della famiglia EPYC destinata ai server.

Il progetto era già stato avviato prima della nomina di Su ad amministratrice delegata, ma è sotto la sua guida che diventa il pilastro della strategia industriale dell’azienda.

Il lancio dei primi processori Ryzen nel 2017 segna una svolta. AMD torna a proporre prodotti competitivi, mentre EPYC apre una nuova fase nel mercato dei data center, dove Intel aveva mantenuto per anni una posizione dominante.

La trasformazione non riguarda soltanto le prestazioni dei processori. AMD sviluppa un modello industriale che concentra le risorse sulla progettazione e si affida a partner specializzati, in particolare TSMC, per la produzione dei chip più avanzati.

Questa impostazione permette all’azienda di accedere a tecnologie produttive di frontiera senza dover sostenere direttamente gli investimenti necessari alla costruzione e alla gestione delle fabbriche di semiconduttori.

È una scelta che presenta anche rischi, perché aumenta la dipendenza dalle capacità produttive dei fornitori e dalle dinamiche geopolitiche della filiera asiatica, ma consente ad AMD di concentrare capitale e competenze sulle architetture, sulle prestazioni e sull’integrazione dei prodotti.

Nel 2022 arriva un’altra operazione strategica: l’acquisizione di Xilinx, specializzata nei chip programmabili e nelle soluzioni di calcolo adattivo. L’operazione amplia il portafoglio tecnologico di AMD e ne rafforza la presenza nei mercati industriali, embedded e dei data center.

Il risultato è un’azienda profondamente diversa da quella che Lisa Su aveva ereditato nel 2014: AMD non è più soltanto il concorrente che cerca di inseguire Intel nei processori, ma un produttore con una presenza articolata nell’infrastruttura del calcolo.

Questa trasformazione, realizzata prima dell’esplosione commerciale dell’intelligenza artificiale generativa, diventa il presupposto della sfida successiva.

Nvidia, il concorrente che ha trasformato le GPU nel motore dell’AI

La nuova competizione di AMD ha un protagonista preciso: Nvidia. Sotto la guida di Jensen Huang, Nvidia ha trasformato le GPU da componenti originariamente sviluppati per la grafica e i videogiochi in uno degli elementi fondamentali dell’intelligenza artificiale moderna.

L’azienda ha costruito un vantaggio competitivo che va ben oltre la potenza dei singoli processori: la piattaforma CUDA, gli strumenti di sviluppo, le librerie software, le tecnologie di interconnessione e le soluzioni integrate per i data center hanno creato un ecosistema nel quale operano ricercatori, sviluppatori e grandi aziende tecnologiche.

È questo uno degli ostacoli principali che AMD deve affrontare. Produrre un acceleratore competitivo sul piano delle prestazioni non basta se i clienti devono sostenere costi elevati per adattare il software, modificare le applicazioni o ricostruire gli strumenti utilizzati per addestrare e utilizzare i modelli di intelligenza artificiale.

Per questo la strategia di Lisa Su si sviluppa contemporaneamente su due fronti: quello dell’hardware, con la famiglia di acceleratori AMD Instinct, e quello del software, attraverso ROCm, la piattaforma che punta a offrire un ambiente di sviluppo alternativo all’ecosistema proprietario di Nvidia.

La sfida è particolarmente complessa perché Nvidia non è rimasta ferma, ha accelerato il ritmo di sviluppo delle proprie architetture e ha progressivamente ampliato l’offerta fino a proporre sistemi completi, nei quali GPU, CPU, networking e software sono progettati per funzionare come un’unica infrastruttura.

AMD sta cercando di rispondere con una strategia che combina acceleratori, processori EPYC, tecnologie di rete e sistemi integrati per l’AI.

In questo confronto, Lisa Su non deve semplicemente dimostrare che AMD può costruire chip potenti, ma convincere il mercato che esiste una seconda piattaforma industriale sufficientemente competitiva, affidabile e scalabile da sostenere una parte significativa della crescita dell’intelligenza artificiale.

Il 2026, l’anno in cui AMD entra nella partita dei gigawatt

La misura della trasformazione di AMD emerge soprattutto dagli accordi che l’azienda ha annunciato con alcuni dei principali protagonisti dell’intelligenza artificiale.

Nell’ottobre 2025 AMD e OpenAI hanno raggiunto un’intesa pluriennale per l’implementazione di infrastrutture basate su GPU AMD fino a 6 gigawatt, con una prima fase da un gigawatt prevista a partire dalla seconda metà del 2026. L’accordo comprende anche un meccanismo di partecipazione azionaria legato al raggiungimento di specifici obiettivi commerciali e tecnologici.

Nel febbraio 2026 è arrivato l’accordo con Meta, anch’esso per una capacità fino a 6 gigawatt, mentre a luglio AMD ha annunciato una partnership con Anthropic per ulteriori 2 gigawatt, con le prime implementazioni previste nel 2027. In quest’ultimo caso, l’intesa prevede anche un investimento azionario strategico di AMD in Anthropic fino a 5 miliardi di dollari.

Sono numeri che richiedono una precisazione. I gigawatt indicano la scala delle infrastrutture previste dagli accordi, distribuite su più anni e generazioni tecnologiche. Non rappresentano capacità già operativa, né possono essere tradotti automaticamente in ricavi acquisiti. La realizzazione dipenderà dalle consegne, dalla disponibilità di energia, dalla costruzione dei data center e dall’effettiva esecuzione dei programmi industriali.

Ma il loro significato strategico è evidente. Tre aziende che occupano posizioni centrali nello sviluppo dei modelli di frontiera hanno deciso di integrare AMD nei propri programmi di espansione della capacità di calcolo.

Per Lisa Su è un passaggio fondamentale. La competizione con Nvidia non si gioca più soltanto attraverso il confronto fra prodotti, ma attraverso la capacità di diventare un partner industriale stabile delle aziende che stanno costruendo le infrastrutture dell’AI.

La diversificazione dei fornitori è inoltre un interesse strategico per gli stessi hyperscaler. Dipendere da un unico produttore per una componente così importante dell’infrastruttura tecnologica significa esporsi a vincoli di disponibilità, potere contrattuale e costi. La presenza di AMD offre un’alternativa, anche se questo non implica necessariamente una riduzione immediata della dipendenza da Nvidia.

La nuova sfida: non bastano i chip, serve un’intera infrastruttura

L’evoluzione del mercato dell’intelligenza artificiale sta cambiando anche il significato della competizione tecnologica.

La capacità di calcolo non dipende più soltanto dalle prestazioni di una singola GPU, ma dall’efficienza di sistemi complessi nei quali acceleratori, processori, memoria, interconnessioni, alimentazione elettrica, raffreddamento e software devono funzionare insieme.

AMD ha risposto a questa trasformazione con Helios, la propria architettura di infrastruttura AI a livello di rack, sviluppata per integrare diverse componenti tecnologiche in sistemi destinati ai grandi data center.

Nel luglio 2026 l’azienda ha presentato una nuova generazione di prodotti e soluzioni, comprendente gli acceleratori Instinct MI400, i processori EPYC di sesta generazione e le piattaforme Helios. Il messaggio industriale è chiaro: AMD non vuole limitarsi a vendere componenti, ma intende competere nella progettazione dell’intero sistema di calcolo.

È una trasformazione che rende ancora più importante il ruolo di Lisa Su. La competizione richiede decisioni che riguardano contemporaneamente ricerca, progettazione, software, rapporti con i clienti, disponibilità produttiva e investimenti nella filiera.

E proprio la filiera sta diventando uno dei principali vincoli alla crescita. All’inizio di ottobre 2026, durante una visita in Asia, Su ha spiegato che AMD intende aumentare significativamente la propria capacità di fornitura nel 2027 per rispondere alla domanda di processori e acceleratori AI. Gli incontri con partner industriali come TSMC e Foxconn, insieme ai contatti con Samsung e SK Hynix, mostrano quanto la disponibilità di capacità produttiva e memorie avanzate sia ormai centrale nella strategia dell’azienda.

La questione non è secondaria. Anche disponendo di architetture competitive e clienti pronti a investire, AMD deve assicurarsi che la propria catena di fornitura sia in grado di sostenere programmi industriali di dimensioni crescenti.

In un mercato nel quale la domanda di capacità AI continua a richiedere investimenti enormi, il successo non dipenderà soltanto dalla qualità della tecnologia, ma dalla capacità di produrla e consegnarla nei tempi richiesti.

Una donna al centro del potere industriale dell’AI

Il percorso di Lisa Su occupa una posizione particolare anche nel dibattito sulla presenza femminile nell’industria tecnologica.

Le donne continuano a essere sottorappresentate nelle discipline ingegneristiche e nei vertici delle grandi aziende tecnologiche, soprattutto nei settori più direttamente legati alla progettazione dei semiconduttori e alle infrastrutture informatiche.

Su rappresenta un caso significativo perché la sua autorevolezza non nasce da un ruolo istituzionale o da una posizione legata alla comunicazione dell’innovazione, ma da una carriera costruita all’interno della ricerca, dell’ingegneria e della gestione industriale.

La sua leadership dimostra anche quanto sia riduttivo raccontare le donne nell’AI esclusivamente attraverso il tema dell’inclusione. La presenza femminile ai vertici dell’industria tecnologica riguarda certamente le opportunità di accesso e di carriera, ma riguarda anche chi dispone concretamente del potere di orientare investimenti, sviluppare tecnologie e prendere decisioni che incidono sull’economia globale e, da questo punto di vista, Lisa Su è una delle persone che partecipano direttamente a queste decisioni.

La partita che Lisa Su deve ancora vincere

La trasformazione di AMD è già un risultato industriale ma la sfida a Nvidia è ancora aperta.

AMD deve dimostrare di poter sostenere contemporaneamente lo sviluppo di nuove architetture, il miglioramento del proprio ecosistema software, l’espansione della capacità produttiva e l’esecuzione degli accordi con i grandi clienti dell’intelligenza artificiale.

Deve inoltre affrontare un mercato nel quale la concorrenza non arriva soltanto da Nvidia. Google, Amazon e altri protagonisti del cloud stanno investendo in acceleratori proprietari, mentre aziende specializzate cercano di sviluppare architetture alternative per specifiche applicazioni AI.

Il mercato del calcolo si sta quindi articolando in più direzioni, e la crescita complessiva della domanda non garantisce automaticamente il successo di ogni produttore.

Per Lisa Su, la sfida è trasformare l’opportunità commerciale creata dall’espansione dell’intelligenza artificiale in una posizione industriale sostenibile nel lungo periodo