AMD acquisisce la startup di semiconduttori Taalas e scommette sui chip AI specializzati

AMD compra Taalas e rafforza la propria scommessa sui chip AI specializzati. L’operazione annunciata il 6 agosto porta sotto il controllo del gruppo statunitense una startup canadese con sede a Toronto, fondata nel 2023 e impegnata nello sviluppo di semiconduttori per l’inferenza, la fase in cui un modello già addestrato viene eseguito per produrre una risposta a una richiesta. I termini economici dell’acquisizione non sono stati resi pubblici, ma il significato industriale è rilevante. AMD vuole ampliare la propria offerta oltre le GPU Instinct e aggiungere una tecnologia progettata per affrontare uno dei problemi centrali dell’AI attuale, cioè ottenere più risposte con meno memoria, energia e potenza di calcolo. Reuters riferisce che Taalas aveva raccolto complessivamente circa 219 milioni di dollari, compresi i 169 milioni ottenuti in un round annunciato a febbraio. AMD integrerà la tecnologia della startup nella propria roadmap di acceleratori e la utilizzerà insieme alle GPU Instinct. Secondo Vamsi Boppana, senior vice president e responsabile dell’AI Group di AMD, l’operazione dovrebbe rafforzare la capacità dell’azienda di offrire prestazioni differenziate e maggiore efficienza economica nei carichi di inferenza.

Il punto centrale dell’acquisizione è l’architettura sviluppata da Taalas, molto diversa da quella di una GPU generalista. L’azienda ha progettato chip nei quali una parte significativa del modello AI viene incorporata direttamente nel silicio. In questo modo il processore non deve spostare continuamente gli stessi dati tra memoria e unità di calcolo, un passaggio che può diventare costoso quando si devono gestire milioni di richieste contemporaneamente. L’approccio sacrifica una parte della flessibilità tipica delle GPU, ma può offrire vantaggi importanti quando il modello da eseguire è sufficientemente stabile e viene utilizzato su larga scala. Il CEO di Taalas, Ljubisa Bajic, aveva spiegato a Reuters che è proprio questa configurazione, definita dall’azienda come “hard wiring”, a contribuire alla velocità dei suoi chip. Taalas aveva inoltre sostenuto di poter personalizzare un processore più rapidamente rispetto ai tempi necessari per produrre alcune GPU AI di fascia alta. La specializzazione diventa quindi uno strumento per ridurre il costo dell’inference, non soltanto un modo per aumentare le prestazioni.

La ragione per cui AMD guarda con interesse a questa tecnologia è legata alla trasformazione del mercato. Per anni gran parte dell’attenzione si è concentrata sulla potenza necessaria per addestrare i grandi modelli, ma oggi una quantità crescente di risorse viene impiegata per farli funzionare ogni volta che un utente invia una richiesta. Chatbot, strumenti di generazione del codice, motori di ricerca, servizi cloud e soprattutto agenti AI possono produrre un numero enorme di richieste, rendendo l’inference una voce sempre più importante dei costi operativi. AMD lo aveva già sottolineato nei risultati del primo trimestre del 2026. La CEO Lisa Su aveva spiegato che “inferencing and agentic AI” stavano aumentando la domanda di CPU e acceleratori ad alte prestazioni, mentre il business dei data center era diventato il principale motore della crescita dell’azienda. La direzione è quindi coerente con una strategia più ampia, nella quale non basta costruire acceleratori potenti, ma diventa necessario renderli efficienti quando devono lavorare senza interruzioni.

L’acquisizione si inserisce inoltre nella competizione sempre più articolata con Nvidia. AMD continua a sviluppare la famiglia Instinct e l’ecosistema software ROCm, ma nel frattempo il settore dei semiconduttori AI si sta frammentando in soluzioni sempre più specializzate. Nvidia stessa ha aumentato l’attenzione verso l’inference attraverso tecnologie e accordi con aziende specializzate, mentre startup come Taalas, Groq, Cerebras e altre stanno cercando di ritagliarsi uno spazio proponendo architetture alternative alle GPU tradizionali. Taalas aveva attirato l’attenzione degli investitori proprio grazie alla possibilità di costruire acceleratori dedicati a specifici modelli. A febbraio la società aveva raccolto 169 milioni di dollari in un singolo round, portando il finanziamento complessivo a 219 milioni. Secondo Reuters, il chip sviluppato da Taalas punta proprio a eseguire determinati modelli più rapidamente e a costi inferiori rispetto agli approcci convenzionali.

La tecnologia, però, presenta anche un limite evidente. Un chip costruito attorno a un modello specifico può perdere parte del proprio vantaggio se quel modello viene modificato, sostituito o supera rapidamente la propria fase di maggiore utilizzo. È un rischio particolarmente concreto in un settore nel quale i modelli vengono aggiornati con grande frequenza. Per questo AMD non sembra voler sostituire le proprie GPU con la tecnologia Taalas, ma affiancarla alla propria piattaforma. La strategia punta a utilizzare lo strumento più adatto in base al tipo di carico, combinando flessibilità e specializzazione. La partita dei chip AI sta quindi entrando in una fase diversa, nella quale non conta soltanto costruire processori sempre più potenti, ma anche capire quale architettura sia più conveniente per ogni singola attività. Per AMD, l’acquisizione di Taalas rappresenta una scommessa sull’inferenza e sulla possibilità che, con la diffusione degli agenti e dei servizi AI, il costo di ogni singola risposta diventi importante quanto la potenza necessaria per generarla.