Si riparla di modelli cinesi prodotti dalla distillazione dei grandi modelli USA. A che punto stiamo?
Da una parte gli Stati Uniti frenano la vendita delle GPU Nvidia alla Cina per tenersi stretto il vantaggio tecnologico. Dall’altra la Cina prova a restare agganciata ai modelli americani con la distillazione, cioè addestrando i propri sistemi sulle risposte di quelli altrui. Due mosse opposte dentro la stessa partita, che a ben guardare è una gara a tempo.

Proviamo a metterla così, la distillazione non serve alla Cina per superare i modelli americani, serve per non restare troppo indietro mentre costruisce, pezzo dopo pezzo, un sistema tutto suo: GPU, rack collegati tra loro a velocità altissime, librerie di sviluppo e via dicendo. Quando quel sistema sarà pronto, la partita cambia. È una lettura delle notizie degli ultimi mesi, non una certezza, e proprio per questo vale la pena ragionarci con calma.

Il percorso è questo: prima mettiamo una accanto all’altra le due strategie, poi guardiamo cosa sta costruendo la Cina per non dipendere più da Nvidia, poi il caso DeepSeek. Alla fine una domanda che continua a ronzare in testa a chi segue il settore, e ve la riassumo così: perché le aziende americane non rilasciano modelli “distillati” delle proprie IA, magari open weight, per fare concorrenza diretta a quelli cinesi?

Due strategie opposte per lo stesso obiettivo

Sul fronte dei chip la storia si racconta di solito in una riga, gli Stati Uniti non vogliono vendere le GPU migliori alla Cina. Nei fatti però somiglia meno a un muro e più a una porta socchiusa.

A dicembre 2025 Donald Trump ha annunciato che Nvidia potrà spedire gli H200 a clienti cinesi approvati, con il 25% degli incassi destinato al governo americano. L’H200 però è una generazione indietro, e i chip più recenti, Blackwell e il futuro Rubin, restano fuori dall’accordo.

Il bello viene dopo. Washington ha dato il via libera a una decina di aziende cinesi, tra cui Alibaba, Tencent, ByteDance e JD.com, con licenze che arrivano a decine di migliaia di chip ciascuna.
Pechino però ha chiesto alle proprie aziende tecnologiche di aspettare, e il Consiglio di Stato ha avviato una revisione della sicurezza della catena di fornitura per ridurre la dipendenza dai chip americani. Col risultato che a metà maggio nessun H200 era stato consegnato.

Ad agosto, secondo il Financial Times, sono arrivati i primi lotti a ByteDance e Tencent, nell’ordine delle decine di migliaia in tutto e Nvidia ha detto che le vendite in Cina pesano ancora pochissimo sui ricavi dei data center. Il 5 novembre Reuters ha raccontato che a Hong Kong aspettano il via libera di Pechino centinaia di migliaia di H200, con un blocco legato al timore di dipendere da tecnologia americana. Detto in altre parole, anche dall’altra parte del tavolo c’è chi non ha troppa fretta di comprare, perché comprare significa dipendere.

Sul fronte opposto c’è la distillazione. L’inchiesta di Reuters del 17 novembre, basata su oltre 300 documenti cinesi, descrive una pratica passata dalla ricerca accademica all’uso industriale.
Washington la considera la ragione principale per cui i modelli cinesi hanno ridotto il divario, mentre due persone vicine agli sviluppatori cinesi parlano di un fattore tra tanti, accanto a ingegneria, algoritmi, dati e design dei modelli.

L’analisi di Nathan Lambert su Interconnects, di settembre, va nella stessa direzione. La distillazione dai modelli chiusi americani accorcerebbe il distacco di circa uno o due mesi, ma non basta a spiegare il successo cinese.

Messe una accanto all’altra, le due mosse sono speculari. Gli Stati Uniti agiscono sulla potenza di calcolo, la Cina prova a compensare lavorando sulla conoscenza. È un po’ come una gara in cui a un concorrente tolgono le scarpe migliori e lui, nel frattempo, impara il passo guardando chi corre davanti. Funziona, resta lì, ma non potrà superarlo finché non si procura delle scarpe migliori di quelle che indossa, e non è detto che debbano essere per forza migliori di quello che ha davanti, basta che siamo “mediamente” simili.

Il vero ostacolo non è la GPU, è l’intero sistema

Quando si parla di Nvidia si pensa subito al chip. Il punto è che a pesare davvero è tutto il resto. I rack in cui centinaia di GPU vengono collegate come se fossero un unico computer, le interconnessioni ultraveloci, le librerie di sviluppo su cui da anni lavora mezzo mondo, quella è la forza di Nvidia. Copiare una GPU è difficile. Copiare l’intero ecosistema è un’altra storia, e richiede tanto tempo.

Ed è esattamente quello che sembra voler fare Huawei: con i suoi supernodi, sistemi che collegano migliaia di chip Ascend perché lavorino come un unico computer, prova a compensare chip singoli meno potenti con la scala. Accanto all’hardware c’è il software, CANN, open source e pensato per sviluppare senza passare da CUDA, anche se lo stesso articolo ammette che il vantaggio di Nvidia su software e installazioni già diffuse resta.

La tabella di marcia dichiarata prevede una nuova generazione di chip ogni anno fino al 2028. Sono annunci del produttore, e tra un annuncio e un sistema in produzione su larga scala c’è sempre un tratto di strada. Ma il segnale è chiaro, non si sta cercando una scorciatoia, si sta costruendo un sistema.

DeepSeek e il passaggio all’integrazione dei sistemi

Se la lettura regge, DeepSeek è il caso più interessante da osservare.

Come raccontato su Rivista AI il 29 ottobre, l’azienda sembra muoversi da laboratorio di ricerca a fornitore di infrastruttura per la filiera degli agenti AI. Il modello, un motore di ricerca interrogabile via API e gli strumenti per leggere le pagine web in un formato utilizzabile dagli agenti, tutto in un’unica offerta. Non è più soltanto “un buon modello a basso prezzo”, è un sistema che prova a entrare anche negli ambienti di chi usa modelli concorrenti.

Il dettaglio che qui conta di più riguarda l’hardware. La famiglia V4 è stata ottimizzata anche per i chip cinesi come gli Huawei Ascend, e secondo la stessa ricostruzione DeepSeek avrebbe legato il calo dei prezzi di V4-Pro all’arrivo su larga scala dei supernodi Ascend 950. Detto in modo semplice, modello e chip cominciano a parlarsi. È il tassello di software che chiude il cerchio con quello che Huawei costruisce sul fronte hardware.

A questo punto la distillazione cambia ruolo. Non è più l’arma con cui superare i modelli americani, è una impalcatura. Serve a non stare troppo lontani dalla frontiera mentre il palazzo viene costruito. Chip, rack, software e modelli pensati per girare insieme su hardware cinese.

Va detto con chiarezza che questa è una interpretazione, non una dichiarazione di DeepSeek, e che molti dettagli finanziari e tecnici dell’azienda non li sappiamo ora e non li sapremo in futuro.

A cosa serve davvero la distillazione

Le fonti, guardate con attenzione, vanno quasi tutte nella stessa direzione.

Reuters ricorda che la distillazione non riproduce tutte le capacità di un modello avanzato e non elimina il bisogno di potenza di calcolo, aiuta a costruire e far girare modelli con competenze specifiche a costi più bassi.

Gli stessi ricercatori del caso Shanghai Jiao Tong avvertono che dipenderne troppo potrebbe soffocare l’innovazione originale.
Lambert, su Interconnects, stima che accorci il distacco di uno o due mesi, mentre il ritardo complessivo dei modelli open cinesi dalla frontiera americana chiusa resta tra i due e i cinque mesi.

Il governo americano la vede in modo più netto.
L’avviso congiunto di NSA, CISA e FBI dell’8 settembre sostiene che per le aziende cinesi coinvolte la distillazione accorci i tempi di sviluppo e riduca la spesa necessaria per addestrare un modello di frontiera. Sono due letture compatibili, la distillazione fa risparmiare tempo e denaro, ma non sostituisce né il chip né l’ingegneria.

E se la gara fosse davvero a tempo, la domanda diventa che cosa succede quando il sistema cinese sarà maturo. Qui si entra nel territorio delle ipotesi, quindi con prudenza.

Un ecosistema completo, offerto a prezzi più bassi anche fuori dalla Cina, metterebbe sotto pressione prezzi e margini dei servizi AI e dei data center costruiti oggi su hardware americano. I segnali ci sono: secondo Lambert i download dei modelli open cinesi su Hugging Face sono ormai circa il doppio di quelli americani.

Ma ci sono anche i freni. L’ordine del Dipartimento per la Sicurezza interna americano che chiede alle agenzie civili federali di rimuovere DeepSeek e le limitazioni imposte in Italia dal Garante per la protezione dei dati ricordano che fiducia e sicurezza contano quanto il prezzo. Uno scenario, non una previsione.

La domanda che ronza in testa: perché non fanno un modello distillato open weight made in USA?

Facciamo le giuste premesse, le aziende americane qualcosa di aperto lo hanno fatto. OpenAI ha rilasciato a inizio agosto 2025 gpt-oss-120b e gpt-oss-20b con licenza Apache 2.0. Il problema è la distanza. Secondo Lambert i migliori modelli open americani, Inkling di Thinking Machines e Nemotron 3 Ultra di Nvidia, escono tra giugno e luglio 2026 e restano ben sotto i migliori modelli cinesi, come GLM-5.3 e Kimi K3, nei test di Artificial Analysis.

Si stima che siano circa mezzo anno indietro rispetto a OpenAI e Anthropic, contro pochi mesi per i cinesi. Esistono, ma non sono il prodotto di punta “distillato” che la domanda immagina. Dall’altra parte, proprio DeepSeek ha rilasciato insieme a R1 sei modelli distillati più piccoli, basati su Qwen e Llama.

Perché allora non spingersi oltre?

Le aziende non lo dicono, quindi quelle che seguono sono ipotesi ragionevoli e non dichiarazioni.
La prima è economica. Il valore di un laboratorio americano sta in abbonamenti e token venduti via API, e un modello aperto abbastanza buono finirebbe per fargli concorrenza in casa. La seconda è di controllo. Le contromisure raccomandate dall’avviso CISA, cioè monitorare gli account, individuare i comportamenti anomali e alterare le risposte ai sospetti distillatori, funzionano solo finché il modello sta dietro una API. Un modello che si scarica non si può limitare né osservare. La terza è la sicurezza. Nelle versioni distillate si possono perdere le protezioni costruite dall’originale e un rilascio open weight non si può richiamare. La quarta è politica. Con NSTM-4 la protezione dei modelli avanzati è trattata come una questione di sicurezza nazionale.

Eppure l’idea ha argomenti forti per non escluderla.

Il primo è di mercato. Da luglio 2025 i download dei modelli open cinesi superano quelli americani, e il distacco è oggi circa il doppio. Un modello open dei laboratori di frontiera americani, messo accanto a uno cinese, rosicchierebbe proprio quella parte di mercato. E se la gara è sulla distanza tra Stati Uniti e Cina, aumenterebbe il distacco a favore degli americani.

Il secondo riguarda l’ecosistema. I modelli aperti americani ottimizzati per l’hardware Nvidia terrebbero gli sviluppatori dentro lo stack americano, mentre quelli cinesi cominciano a essere ottimizzati anche per Ascend. Non è un caso, forse, che tra i migliori open americani ci sia proprio un modello di Nvidia, ma questa è una lettura e non una dichiarazione dell’azienda.

Il terzo è collaterale. Se un buon modello è scaricabile da chiunque, conviene meno passare da proxy e account fraudolenti per ottenerne uno simile.

Quanto a mitigare i contrasti geopolitici, è plausibile ma non scontato. I laboratori cinesi continuerebbero a puntare ai modelli più avanzati, e la politica sui chip non cambierebbe per questo. Sembra proprio che la domanda sia destinata a restare aperta. Quello che si può dire è che oggi la priorità americana sembra proteggere la frontiera, e che il terreno dei modelli aperti, intanto, lo sta occupando qualcun altro.

Cosa significa per chi usa l’AI ogni giorno

Per un’azienda italiana che usa le API dei modelli, tutto questo non obbliga a scegliere una squadra. Suggerisce piuttosto di non legarsi mani e piedi a nessuna.

Il criterio emerso nell’articolo su DeepSeek vale qui più che mai. La reversibilità delle scelte, cioè poter sostituire un servizio, tenere il controllo dei dati e cambiare fornitore senza costi proibitivi. In pratica significa progettare le applicazioni in modo che il modello sia un componente intercambiabile, sapere dove finiscono i dati e leggere la licenza di ogni modello prima di metterlo in produzione.

Le regole cambiano in fretta, l’ordine americano su DeepSeek riguarda le sole agenzie federali civili, non cittadini e imprese, ma indica la direzione in cui si muovono sicurezza e catena di fornitura (stessa fonte).

C’è poi un aspetto di sicurezza che merita attenzione senza allarmismi. L’avviso della CISA descrive account fraudolenti, abbonamenti premium condivisi e proxy come strumenti delle campagne di distillazione. Per chi usa gli strumenti normalmente non cambia nulla, ma è un buon motivo per custodire con cura le chiavi API, tenere d’occhio consumi anomali e non condividere credenziali tra persone o team. Gli stessi enti raccomandano ai fornitori di rafforzare i controlli su chi usa i loro modelli e come.

Infine, un punto che riguarda chi sviluppa. Generare grandi quantità di dati sintetici con un modello per addestrarne un altro è una pratica diffusa, e non è illegale in sé, ma le condizioni d’uso di OpenAI limitano l’uso dell’output per sviluppare modelli concorrenti, con alcune eccezioni, e Anthropic vieta l’addestramento di sistemi concorrenti senza permesso. Prima di avviare un progetto di questo tipo conviene leggere con attenzione il contratto del fornitore.

Una gara a tempo

Rimettiamo in fila i punti.

Primo: Stati Uniti e Cina giocano la stessa partita con mosse opposte, i primi sulla potenza di calcolo, la seconda sulla conoscenza dei modelli, e perfino la porta socchiusa sugli H200 viene tenuta frenata da Pechino per non dipendere.

Secondo: la distillazione sembra un ponte e non un traguardo, mentre il lavoro vero è costruire uno stack completo di chip, rack, software e modelli, e Huawei e DeepSeek vanno in quella direzione.

Terzo: gli Stati Uniti potrebbero pubblicare modelli più piccoli, ricavati dai propri e liberamente scaricabili (open weight), per fare concorrenza a quelli cinesi. Finora lo fanno poco, perché perderebbero guadagni e controllo e correrebbero rischi di sicurezza. Ma c’è una buona ragione per farlo: un modello open americano rosicchierebbe un po’ del mercato che la Cina guadagna mese dopo mese.

Per chi usa l’AI ogni giorno la parola da ricordare è reversibilità. La gara è a tempo, e come in ogni gara a tempo conviene tenere un paio di scarpe di riserva nello zaino.

Co-Fondatore di Rubedo Data Solutions, ha una newsletter su substack, appassionato di informatica e automazione, sta in giro per il web in mezzo a enormi quantità di dati da più di 25 anni. Si occupa principalmente dell'ideazione e progettazione di servizi web, elaborazione e raccolta dati. Tutti strumenti che usa per i suoi hobby: la creazione di motori di ricerca e strumenti legati all'IA. Da vecchio nerd ha una scarsa propensione alla diplomazia ed uno spiccato humor nero, qualità che stranamente non a tutti piacciono.

Comments are closed.