SambaNova Punta a Ridurre i Costi di Inferenza AI con $3,5B

Rodrigo Liang, CEO dell'azienda di chip AI SambaNova Systems, ha dichiarato che l'inferenza dei modelli è la principale sfida di costo nell'intelligenza artificiale aziendale. I suoi commenti, rilasciati in un'intervista a Bloomberg Open Interest pubblicata il 3 giugno 2026, sono coincisi con la presentazione di un nuovo progetto cloud AI da $3,5 miliardi supportato da Vista Equity Partners e Cambium Capital. Liang sostiene che un'architettura disaggregata che combina GPU, CPU e processori specializzati possa ridurre drasticamente le spese e accelerare il dispiegamento di agenti AI per le grandi aziende.

Contesto — perché è importante ora

La spesa per l'AI aziendale ha superato i costi per l'infrastruttura necessaria per l'addestramento dei modelli. Forrester Research ha stimato nell'aprile 2026 che l'inferenza ora rappresenta oltre il 70% del costo totale di vita di un modello AI in produzione. Lo scenario macroeconomico presenta costi di capitale persistentemente elevati, con il rendimento dei Treasury a 10 anni che si attesta attorno al 4,5%, mettendo pressione sui calcoli di ritorno sugli investimenti aziendali per nuove tecnologie.

Il catalizzatore è la rapida scalabilità delle applicazioni di modelli linguistici di grandi dimensioni, passando dalle fasi pilota a un dispiegamento su larga scala. Questo cambiamento ha messo in luce l'economia proibitiva dell'esecuzione dell'inferenza esclusivamente su cluster GPU di alta gamma di Nvidia. Una singola query a un modello sofisticato può costare diversi dollari, rendendo economicamente non sostenibile l'uso diffuso degli agenti. Questa barriera ai costi ha innescato una ricerca di architetture di calcolo alternative e più efficienti oltre ai datacenter GPU omogenei.

Dati — cosa mostrano i numeri

La nuova iniziativa cloud AI è capitalizzata con $3,5 miliardi da parte delle società di private equity Vista Equity Partners e Cambium Capital. I benchmark interni di SambaNova indicano che i suoi sistemi disaggregati possono ridurre i costi di inferenza dal 70% al 90% per specifici carichi di lavoro aziendali come la generazione aumentata da recupero.

Architettura	Costo Stimato per 1M Token	Obiettivo di Prestazione
Cloud GPU Omogeneo	$12 - $18	Latenza di Base
SambaNova Disaggregato	$2 - $5	Latenza Comparabile

Questo si confronta con i prezzi di inferenza cloud prevalenti dai principali fornitori, dove i costi possono superare i $15 per milione di token di output per i modelli più grandi. Il mercato totale indirizzabile per l'inferenza AI aziendale è previsto crescere da $40 miliardi nel 2025 a oltre $150 miliardi entro il 2030, secondo la previsione di Gartner per il primo trimestre 2026. I ricavi del data center di Nvidia, un indicatore della domanda di hardware AI, hanno raggiunto un record di $42,8 miliardi nel suo ultimo trimestre fiscale.

Analisi — cosa significa per i mercati / settori / ticker

I beneficiari diretti sono le aziende di software aziendale con roadmap di integrazione AI pesanti, come Salesforce (CRM) e ServiceNow (NOW), che potrebbero vedere ridotti i costi operativi del cloud. Le aziende di semiconduttori specializzate in processori AI alternativi, come AMD (AMD) e Intel (INTC), potrebbero guadagnare quote di mercato mentre il mercato si diversifica da un'architettura unica. I fornitori di cloud hyperscale affrontano una potenziale pressione sui margini se le offerte disaggregate svantaggiano i loro prezzi premium per i servizi GPU.

Una limitazione chiave è il lock-in dei fornitori e la compatibilità software. L'architettura di SambaNova richiede stack software ottimizzati, creando attriti nella migrazione per le aziende standardizzate su ecosistemi basati su CUDA. L'argomento principale contro è che il ritmo incessante di innovazione di Nvidia, esemplificato dalla sua recentemente annunciata piattaforma Blackwell, manterrà la sua leadership in termini di costo e prestazioni e il vantaggio dell'ecosistema.

I dati di posizionamento dai mercati delle opzioni mostrano un aumento dell'acquisto di put su ETF di semiconduttori come SMH, suggerendo che alcuni investitori si stanno coprendo contro un potenziale rallentamento nella crescita della domanda di GPU pure-play. Il flusso di capitale di rischio e private equity sta accelerando verso startup di infrastruttura AI focalizzate sull'efficienza, con oltre $12 miliardi investiti nel settore fino ad oggi.

Prospettive — cosa osservare in seguito

Il prossimo grande catalizzatore è il prossimo rapporto sugli utili di Nvidia previsto per il 21 agosto 2026, dove i commenti sulla composizione dei ricavi da inferenza e le minacce competitive saranno scrutinati. La conferenza Supercomputing 2026 (SC26) di novembre presenterà benchmark di prestazioni testa a testa dei nuovi sistemi disaggregati rispetto ai cluster GPU di punta.

Livelli chiave da osservare includono il tasso di crescita dei ricavi per i segmenti cloud di Microsoft Azure, Google Cloud Platform e Amazon Web Services nei loro rapporti del terzo trimestre 2026. Un rallentamento al di sotto del 20% su base annua potrebbe segnalare un taglio dei costi aziendali che impatta i fornitori consolidati. Monitorare il prezzo delle azioni dell'ETF Global X Artificial Intelligence & Technology (AIQ) rispetto all'Indice dei Semiconduttori PHLX (SOX); una divergenza sostenuta indicherebbe una rotazione del mercato all'interno della catena di fornitura AI.

Domande Frequenti

Cosa significa l'annuncio di SambaNova per le azioni di Nvidia?

Introduce un concorrente credibile a lungo termine nel mercato dell'inferenza ad alto margine, che costituisce una porzione crescente dei ricavi del data center di Nvidia. Sebbene l'ecosistema e il dominio nell'addestramento di Nvidia rimangano intatti, l'attenzione degli investitori si sposterà sulla sua capacità di difendere la quota di mercato nell'inferenza. Gli analisti monitoreranno eventuali aggiustamenti delle linee guida riguardanti i prezzi medi di vendita dell'inferenza nelle future chiamate sugli utili.

In che modo il calcolo AI disaggregato differisce dall'AI cloud tradizionale?

L'AI cloud tradizionale si basa pesantemente su grandi cluster di GPU identiche per tutti i compiti. Un'architettura disaggregata utilizza un mix di hardware—GPU per il calcolo parallelo, CPU per la logica e processori AI specializzati per l'efficienza—coordinati da software. Questo abbina ogni parte di un carico di lavoro AI all'hardware più economico, simile a come un moderno datacenter utilizza diversi livelli di archiviazione (SSD, HDD, nastro).

È simile alla transizione dai mainframe al calcolo client-server?

L'analogia regge in termini di decentralizzazione della potenza di calcolo e ottimizzazione per compiti specifici. L'era dei mainframe (calcolo omogeneo, centralizzato) ha ceduto il passo ai modelli client-server (calcolo disaggregato, dimensionato correttamente). Allo stesso modo, la dipendenza iniziale dell'industria AI da enormi cluster GPU omogenei potrebbe evolversi verso sistemi eterogenei su misura per l'addestramento rispetto a diversi tipi di inferenza, riducendo il costo totale di proprietà.

Conclusione

La scommessa di $3,5 miliardi di SambaNova segnala che il costo di inferenza AI, non la capacità del modello, è il prossimo campo di battaglia decisivo per l'adozione aziendale.

Disclaimer: Questo articolo è solo a scopo informativo e non costituisce consulenza sugli investimenti. Il trading di CFD comporta un alto rischio di perdita di capitale.