Counterpoint Research ha pubblicato un rapporto evidenziando forti prospettive di crescita nel mercato dei chip per intelligenza artificiale, con particolare attenzione al segmento dei chip AI per server non-GPU—comunemente noti come AI ASIC (Circuiti Integrati Specifici per l’Applicazione). L’analisi prevede una crescita rapida, stimando che le spedizioni di AI ASIC triplicheranno entro il 2027 rispetto ai livelli del 2024. Questa espansione riflette una forte domanda e un'ampia adozione di questi chip AI specializzati in diversi settori e applicazioni. Inoltre, il rapporto prevede che entro il 2028, le spedizioni di AI ASIC supereranno quelle dei tradizionali chip AI basati su GPU. Sebbene le GPU (Unità di Elaborazione Grafica) abbiano svolto un ruolo centrale nei calcoli AI—specialmente per l’addestramento e l’inferenza grazie alla loro capacità di elaborazione parallela—gli AI ASIC sono progettati specificamente per i carichi di lavoro di intelligenza artificiale, offrendo maggiore efficienza e prestazioni. Questa specificità li rende sempre più attraenti per il loro impiego nei data center e nei dispositivi edge. Counterpoint Research prevede che il segmento degli AI ASIC supererà i 15 milioni di unità spedite entro il 2028, indicando un importante cambio di paradigma all’interno dell’ecosistema hardware AI—passando dai processori generici come le GPU verso ASIC altamente specializzati ottimizzati per funzioni AI specifiche. Questa transizione è in linea con le tendenze più ampie dello sviluppo dell’intelligenza artificiale: man mano che i modelli si fanno più complessi e le richieste di calcolo più intense, cresce anche la necessità di soluzioni hardware efficienti e scalabili. Gli AI ASIC soddisfano queste esigenze offrendo maggiore velocità, consumo energetico ridotto e prestazioni migliorate, mirate a compiti di intelligenza artificiale e machine learning. Numerosi fattori contribuiscono all’aumento della preferenza per gli AI ASIC. La loro ottimizzazione a livello di circuito per operazioni come l’inferenza del deep learning comporta una migliore efficienza energetica rispetto alle GPU. Inoltre, i continui progressi nella produzione di semiconduttori e negli algoritmi di AI consentono una rapida iterazione e adattamento degli AI ASIC alle esigenze in evoluzione dei casi d’uso dell’intelligenza artificiale. È prevedibile che i protagonisti del settore e gli operatori di data center adottino sempre più gli AI ASIC, sfruttando questi benefici. Questo cambiamento ridisegnerà il panorama competitivo degli operatori hardware AI, creando significative opportunità di crescita per le aziende focalizzate nello sviluppo di AI ASIC. Il rapporto sottolinea anche il potenziale impatto degli AI ASIC in settori quali servizi cloud, telecomunicazioni, automotive, healthcare e edge computing. La loro scalabilità e specializzazione facilitano un’elaborazione AI più efficiente, supportando analisi in tempo reale, sistemi autonomi e miglioramenti nell’esperienza dell’utente. Man mano che le tecnologie di AI avanzano e diventano parte integrante di vari ambiti tecnologici e societal, anche l’hardware che le supporta deve evolversi di conseguenza. Il triplo previsto nelle spedizioni di AI ASIC entro il 2027 e il loro sorpasso delle spedizioni di GPU entro il 2028 rappresentano una trasformazione cruciale nelle dinamiche dell’hardware AI. I risultati di Counterpoint Research evidenziano il ruolo fondamentale degli AI ASIC nel prospettare un futuro per l’infrastruttura di intelligenza artificiale, promettendo elaborazioni più mirate, efficienti e potenti che accelereranno l’adozione globale e l’innovazione nell’ambito dell’AI.