D-Matrix sfida NVIDIA con un chip AI più veloce e meno energivoro?

La leadership di NVIDIA nel mercato dell’Intelligenza Artificiale continua ad attirare nuovi concorrenti, ma pochi hanno scelto una strategia tanto diversa quanto quella di D-Matrix.

La startup californiana, sostenuta finanziariamente da Microsoft, ha avviato la produzione commerciale del proprio chip AI Corsair, progettato specificamente per l’inferenza. L’azienda dichiara prestazioni fino a dieci volte superiori rispetto a una GPU tradizionale in determinati scenari, con consumi energetici nettamente inferiori. Il lancio avviene in una fase in cui la domanda globale di acceleratori AI cresce più rapidamente della capacità produttiva disponibile, soprattutto per la memoria avanzata richiesta dai sistemi NVIDIA.

Una nicchia precisa per evitare lo scontro diretto

D-Matrix non punta a sostituire le GPU utilizzate per l’addestramento dei grandi modelli linguistici. La società ha scelto di concentrarsi sull’inferenza AI, cioè la fase in cui un modello già addestrato genera risposte, esegue analisi o produce contenuti.

Si tratta di un segmento destinato a diventare sempre più rilevante con la diffusione commerciale degli agenti AI e delle applicazioni generative. Secondo il fondatore e CEO Sid Sheth, il mercato complessivo dell’inferenza potrebbe avvicinarsi ai mille miliardi di dollari nei prossimi anni. La strategia consiste quindi nell’occupare una nicchia altamente specializzata, evitando lo scontro diretto con NVIDIA sul terreno dove il gruppo di Jensen Huang mantiene un vantaggio tecnologico e industriale difficile da colmare.

Architettura a memoria integrata e prestazioni dichiarate

La caratteristica più rilevante di Corsair riguarda la gestione della memoria. Gran parte dell’industria AI dipende da moduli DRAM ad alta larghezza di banda, una risorsa che negli ultimi anni ha registrato carenze produttive e costi elevati.

D-Matrix ha adottato un approccio diverso integrando grandi quantità di memoria direttamente nel chip, riducendo la necessità di accedere continuamente a componenti esterni e abbassando la latenza nelle operazioni di inferenza. L’azienda dichiara che Corsair possa eseguire determinati carichi di lavoro fino a dieci volte più velocemente di una GPU NVIDIA tradizionale, con consumi energetici fino a cinque volte inferiori.

Questi risultati si riferiscono però a scenari specifici con modelli relativamente contenuti: le GPU mantengono maggiore flessibilità sui modelli di grandi dimensioni che richiedono enormi quantità di memoria e calcolo parallelo. Il progetto richiama strategie già sperimentate da aziende come Cerebras e Groq, che hanno cercato di superare i limiti delle GPU convenzionali attraverso design radicalmente diversi.

Microsoft, i finanziamenti e la sfida commerciale

Tra gli investitori di D-Matrix, come già accennato, figura Microsoft. Il colosso di Redmond è impegnato da anni a diversificare la filiera hardware per i propri data center riducendo la dipendenza da un numero limitato di fornitori.

La startup ha raccolto circa 500 milioni di dollari raggiungendo una valutazione prossima ai 2 miliardi. La produzione commerciale di Corsair segna il passaggio dalla fase di ricerca a quella di mercato. La sfida principale non sarà solo dimostrare superiorità tecnica in benchmark selezionati, ma convincere clienti e sviluppatori a costruire software ottimizzati per una piattaforma alternativa rispetto all’ecosistema NVIDIA, standard dominante nell’intero settore.