* La proposta: una GPU pensata per democratizzare l'AI * Un datacenter in Oregon come cuore del progetto * I numeri della raccolta fondi e la scommessa industriale * Il contesto: una corsa globale alla potenza di calcolo * Sfide aperte e prospettive
La proposta: una GPU pensata per democratizzare l'AI {#la-proposta-una-gpu-pensata-per-democratizzare-lai}
Una GPU AMD RDNA 5 con 96 GB di VRAM, venduta a 2.500 dollari per unità. È questa la proposta che TinyCorp, la startup guidata dal celebre hacker e imprenditore George Hotz, ha messo nero su bianco rivolgendosi direttamente ad AMD. Non un semplice esercizio teorico, ma un progetto industriale con tanto di piano finanziario e sede operativa già individuata.
L'idea, nella sua essenza, è tanto semplice quanto dirompente: convincere AMD a produrre una scheda grafica ad altissima capacità di memoria, pensata specificamente per il carico di lavoro legato all'intelligenza artificiale, a un prezzo che rappresenterebbe una frazione di quanto oggi si spende per soluzioni comparabili sul mercato. Chi lavora nel settore sa bene che le GPU di fascia professionale — a partire dalle NVIDIA H100 e A100 — raggiungono e superano facilmente i 30.000 dollari. Portare 96 GB di VRAM sotto la soglia dei 2.500 dollari significherebbe, almeno sulla carta, riscrivere le regole del gioco.
Un datacenter in Oregon come cuore del progetto {#un-datacenter-in-oregon-come-cuore-del-progetto}
TinyCorp non intende vendere le GPU direttamente agli utenti finali. La strategia è diversa, e più ambiziosa. L'azienda punta a costruire un datacenter da 5 megawatt in Oregon, negli Stati Uniti, all'interno del quale installare sistemi basati su queste schede grafiche. La potenza di calcolo verrebbe poi rivenduta come servizio — un modello cloud computing orientato all'addestramento e all'inferenza di modelli AI.
La scelta dell'Oregon non è casuale. Lo stato americano è da tempo una meta privilegiata per i grandi datacenter, grazie a una combinazione di energia elettrica relativamente economica (in larga parte di origine idroelettrica), clima favorevole al raffreddamento naturale e un quadro fiscale vantaggioso per le imprese tecnologiche. Google, Facebook e Amazon hanno già infrastrutture significative nella regione.
Stando a quanto emerge dai documenti della startup, l'obiettivo è mettere in piedi un'infrastruttura capace di competere — almeno su specifici segmenti di mercato — con i colossi del cloud, offrendo però costi di accesso alla potenza di calcolo sensibilmente inferiori.
I numeri della raccolta fondi e la scommessa industriale {#i-numeri-della-raccolta-fondi-e-la-scommessa-industriale}
Per finanziare il progetto, TinyCorp prevede di raccogliere 11,5 milioni di dollari. Una cifra che, nel panorama degli investimenti in infrastrutture AI, appare contenuta — quasi chirurgica. Ma che riflette la filosofia di Hotz e del suo team: fare di più con meno, puntando sull'efficienza del software (TinyCorp è anche l'azienda dietro _tinygrad_, un framework di deep learning ultra-leggero) e su hardware dal rapporto prezzo/prestazioni aggressivo.
Il punto critico, naturalmente, è la disponibilità di AMD a raccogliere la sfida. L'architettura RDNA 5 è la prossima generazione delle GPU AMD, attesa con specifiche che dovrebbero portare miglioramenti significativi nell'efficienza computazionale. Ma progettare una variante con 96 GB di memoria — il triplo di quanto offerto dalle attuali schede consumer di fascia alta — richiede scelte ingegneristiche non banali, a partire dalla configurazione del bus di memoria e dall'adozione di chip HBM o di soluzioni GDDR ad alta densità.
AMD, dal canto suo, non ha commentato ufficialmente la proposta. Tuttavia, l'azienda di Lisa Su ha mostrato negli ultimi anni una crescente attenzione al mercato AI, con la linea Instinct (in particolare la MI300X) che sta guadagnando terreno nei datacenter. Una collaborazione con una startup agile come TinyCorp potrebbe rappresentare un canale alternativo per ampliare la propria presenza in un segmento dominato da NVIDIA.
Il contesto: una corsa globale alla potenza di calcolo {#il-contesto-una-corsa-globale-alla-potenza-di-calcolo}
Il progetto di TinyCorp si inserisce in un momento di fermento senza precedenti nel settore dell'intelligenza artificiale. La domanda di GPU per l'addestramento di modelli linguistici di grandi dimensioni (_Large Language Models_) e di sistemi generativi è cresciuta in modo esponenziale, creando una vera e propria crisi di disponibilità di chip ad alte prestazioni.
Non a caso, le iniziative per costruire nuove infrastrutture di calcolo si moltiplicano a livello mondiale. Come abbiamo raccontato, un recente accordo da 2,5 miliardi di dollari per una nuova era dell'Intelligenza Artificiale testimonia l'entità degli investimenti in gioco. E non sono solo gli Stati Uniti a muoversi: la Cina ha lanciato un fondo da 138 miliardi per stimolare le startup innovative, con una quota significativa destinata proprio alle tecnologie di calcolo per l'AI.
In questo scenario, la mossa di TinyCorp rappresenta una scommessa _dal basso_: una startup con risorse limitate che prova a ritagliarsi uno spazio in un mercato dove i capitali in gioco si misurano normalmente in miliardi.
Sfide aperte e prospettive {#sfide-aperte-e-prospettive}
La domanda che molti osservatori si pongono è diretta: può funzionare? I dubbi non mancano. 11,5 milioni di dollari bastano per costruire e alimentare un datacenter da 5 MW? La risposta, realisticamente, è che la cifra coprirebbe solo una fase iniziale — probabilmente un proof of concept — lasciando il grosso degli investimenti a round successivi, condizionati ai primi risultati operativi.
C'è poi la questione tecnologica. Anche ammettendo che AMD accetti di produrre una GPU RDNA 5 con 96 GB di VRAM a un prezzo aggressivo, resta da dimostrare che il software di TinyCorp — in particolare tinygrad — sia in grado di sfruttare appieno l'hardware, garantendo prestazioni competitive rispetto all'ecosistema CUDA di NVIDIA, che oggi rappresenta lo standard de facto nell'industria.
E tuttavia, il progetto ha un merito innegabile: porre con forza il tema dell'accessibilità della potenza di calcolo per l'intelligenza artificiale. Oggi, addestrare un modello AI di frontiera è un'attività riservata a una manciata di aziende con budget miliardari. Se iniziative come quella di TinyCorp dovessero prendere piede, le ricadute si farebbero sentire anche nel mondo della ricerca accademica — compresa quella italiana, dove i laboratori universitari faticano spesso a reperire risorse computazionali adeguate.
La questione resta aperta. Ma il fatto stesso che una startup possa sedersi al tavolo con un gigante come AMD e proporre un progetto di questa portata racconta molto della fase che il settore sta attraversando: una fase in cui le carte sono ancora tutte da giocare.