Axelera AI sfida Nvidia nei data center con chip europei a basso consumo

📌 In Sintesi

• Fabrizio Del Maffeo presenta Axelera AI come alternativa europea a Nvidia nell’inferenza, dichiarando circa 700 clienti e quasi mezzo miliardo di dollari di finanziamenti raccolti.
• La società olandese guidata dal manager italiano porta l’architettura Europa dai dispositivi edge ai server, puntando su consumi ridotti, modelli aperti e infrastrutture AI decentralizzate.
• Axelera partecipa alla filiera europea delle AI Factory, compreso il progetto italiano IT4LIA, con il sostegno di CDP Venture Capital e l’obiettivo di ridurre la dipendenza tecnologica dagli Stati Uniti.

L’Europa può costruire un’alternativa a Nvidia senza replicare il modello americano dei giganteschi data center, puntando su semiconduttori efficienti, intelligenza artificiale decentralizzata e infrastrutture controllate direttamente dalle imprese. È la tesi sostenuta da Fabrizio Del Maffeo, amministratore delegato e cofondatore di Axelera AI, nel suo intervento del 22 ottobre 2026 alla Scuola Superiore di Polizia di Roma, durante il convegno «Intelligenza artificiale e sovranità: l’alternativa è possibile», organizzato da Agile Lab. Il manager italiano, alla guida della società di semiconduttori con sede nei Paesi Bassi, ha rivendicato circa 700 clienti nel mondo, quasi mezzo miliardo di dollari raccolto e lo sviluppo di una nuova generazione di acceleratori AI destinati anche ai server. La sfida riguarda soprattutto l’inferenza, cioè l’esecuzione dei modelli già addestrati, dove costi energetici e prestazioni possono aprire spazio a soluzioni differenti dalle GPU dominanti.

Axelera AI nasce nei Paesi Bassi e porta l’industria europea nella sfida ai chip americani

Axelera AI nasce nel luglio 2021 a Eindhoven, nei Paesi Bassi, con l’obiettivo di sviluppare acceleratori hardware per l’intelligenza artificiale attraverso un’architettura capace di ridurre consumi e costi operativi. L’azienda unisce competenze provenienti da differenti centri di ricerca europei e mantiene una presenza significativa in Italia, dove sono concentrate alcune attività di sviluppo. Del Maffeo ha descritto il progetto come il risultato della collaborazione fra ricercatori e ingegneri provenienti da diversi Paesi, sottolineando che l’Europa possiede già una parte importante delle competenze necessarie per competere con le grandi società americane. La differenza, a suo giudizio, riguarda soprattutto la capacità di mettere insieme persone, investimenti e un mercato disposto ad acquistare tecnologie sviluppate nel continente. Nel suo intervento ha parlato di quattro chip realizzati e di circa 700 clienti distribuiti nel mondo, con una presenza commerciale particolarmente rilevante in Europa. Le informazioni aziendali pubblicate nel settembre 2026 confermano oltre 600 clienti a livello internazionale, mentre il numero di 700 costituisce l’aggiornamento comunicato direttamente dal CEO al convegno e non accompagnato da un nuovo documento societario. Per quanto riguarda gli investimenti, Axelera aveva già dichiarato a febbraio di aver raccolto oltre 450 milioni di dollari fra capitale, sovvenzioni e debito di rischio, una cifra compatibile con l’ordine di grandezza del mezzo miliardo richiamato da Del Maffeo, ma che non deve essere confusa con il fatturato. La crescita dell’azienda rappresenta un caso interessante perché riguarda una delle componenti più strategiche della competizione globale sui semiconduttori e sulle infrastrutture AI, un settore nel quale il controllo dell’hardware determina anche la libertà di sviluppare applicazioni e servizi.

La corsa ai data center da centinaia di miliardi non è l’unico modello possibile

La prima critica di Del Maffeo riguarda l’enorme concentrazione di capitali nella costruzione dei data center destinati all’intelligenza artificiale. Il manager richiama investimenti globali nell’ordine di centinaia di miliardi di dollari e descrive infrastrutture di dimensioni sempre maggiori, progettate per sostenere una domanda di capacità computazionale destinata, nelle aspettative degli operatori, a crescere rapidamente. Il problema è che questi investimenti incorporano anche una scommessa economica: l’esistenza futura di un mercato abbastanza esteso e redditizio da remunerare impianti, acceleratori, energia, raffreddamento e infrastrutture di rete. Per Del Maffeo, la narrazione secondo cui ogni nuova applicazione AI richiederebbe necessariamente modelli giganteschi e altrettanto giganteschi data center risponde anche agli interessi industriali delle aziende che hanno già impegnato capitali enormi. La critica non nega la necessità delle grandi infrastrutture per l’addestramento o l’esecuzione di determinati modelli, ma contesta l’idea che l’intero mercato debba convergere verso la stessa architettura centralizzata. È un ragionamento coerente con le tensioni finanziarie analizzate nella crescita del debito collegato ai data center e alla corsa agli investimenti AI, dove la sostenibilità economica delle infrastrutture dipende dalla capacità di trasformare potenza installata in utilizzo effettivo e ricavi. L’Europa, sostiene Del Maffeo, non dovrebbe limitarsi a imitare questo modello, soprattutto considerando le differenze nei costi energetici, nella distribuzione industriale e nella disponibilità di capitali rispetto agli Stati Uniti.

Leggi anche: Nordici modello AI per l’Europa: energia e compute prima della sovranità

I modelli aperti riducono il vantaggio delle Big Tech e cambiano il mercato dell’inferenza

Il secondo elemento della strategia riguarda l’evoluzione dei modelli di intelligenza artificiale. Del Maffeo sostiene che la distanza prestazionale fra modelli chiusi e modelli aperti si stia progressivamente riducendo, rendendo meno inevitabile il ricorso alle soluzioni proprietarie offerte dalle grandi piattaforme statunitensi. Nel suo intervento cita OpenAI e Anthropic come esempi di aziende che controllano modelli commerciali chiusi, contrapponendo loro la disponibilità crescente di alternative aperte, soprattutto provenienti dalla Cina, e le iniziative che stanno emergendo in Europa. Il manager arriva a ipotizzare che il vantaggio tecnologico dei modelli più avanzati possa ridursi nell’arco di pochi mesi, una valutazione prospettica che non equivale a un risultato dimostrato per tutte le categorie di modelli e tutti i benchmark. La distinzione è importante perché un modello open-weight non è necessariamente open source in ogni sua componente, così come le prestazioni ottenute in un test non garantiscono la stessa qualità in applicazioni specialistiche, scientifiche o ad alto rischio. Tuttavia, la disponibilità di modelli più piccoli ed efficienti modifica l’economia dell’inferenza. Molte organizzazioni non hanno bisogno di eseguire continuamente il sistema più costoso disponibile sul mercato, ma di ottenere risultati affidabili su compiti circoscritti, documenti aziendali, immagini, processi industriali o applicazioni di supporto. In questi casi, modelli ottimizzati possono essere utilizzati su hardware specializzato con consumi inferiori rispetto alle infrastrutture necessarie per i sistemi più grandi. La competizione fra modelli open-weight cinesi e statunitensi dimostra che l’apertura dei pesi e la disponibilità di strumenti di esecuzione sono diventate variabili industriali, oltre che scelte di sviluppo software. Del Maffeo interpreta questa evoluzione come un’opportunità europea: se la qualità richiesta può essere raggiunta senza dipendere sempre dai modelli di frontiera, diventa possibile costruire un’infrastruttura AI più distribuita e meno costosa.

L’intelligenza artificiale decentralizzata porta il calcolo vicino ai dati delle imprese

La proposta industriale di Axelera AI parte da un cambiamento architetturale: spostare una quota crescente dell’elaborazione dai grandi data center remoti verso infrastrutture locali, aziendali o distribuite sul territorio. Del Maffeo parla esplicitamente di intelligenza artificiale decentralizzata, nella quale le imprese mantengono un controllo più diretto sui dati e sulle risorse utilizzate per elaborarli. Questo approccio interessa applicazioni industriali, sistemi di videosorveglianza, robotica, dispositivi autonomi, difesa, sanità e servizi nei quali la latenza o la disponibilità della rete rappresentano vincoli operativi. Elaborare le informazioni vicino al luogo in cui vengono generate può ridurre la necessità di trasferire grandi volumi di dati verso piattaforme remote e rendere alcune funzioni meno dipendenti dalla continuità delle connessioni esterne. Non significa però che l’elaborazione locale garantisca automaticamente sicurezza, privacy o sovranità: anche un sistema installato all’interno dell’azienda può utilizzare software non verificabile, dipendere da servizi remoti per gli aggiornamenti o presentare vulnerabilità nella gestione delle informazioni. Il vantaggio è soprattutto architetturale, perché consente di progettare con maggiore libertà il perimetro di trattamento e le condizioni operative. Del Maffeo considera questo modello particolarmente adatto all’Europa, caratterizzata da un tessuto produttivo distribuito e da imprese che possiedono competenze e dati specialistici difficilmente replicabili dalle grandi piattaforme generaliste. La trasformazione è già visibile nello sviluppo dell’inferenza locale e dei modelli multimodali capaci di funzionare senza dipendere continuamente dal cloud, un settore nel quale la qualità del software deve essere valutata insieme ai consumi, alla memoria disponibile e alla continuità di servizio.

Da Metis a Europa: Axelera porta gli acceleratori AI dall’edge ai server

La risposta tecnologica prende forma nella famiglia di acceleratori sviluppati da Axelera AI. La prima piattaforma, Metis, è stata progettata principalmente per l’inferenza su dispositivi embedded e sistemi edge, mentre la nuova architettura Europa, presentata ufficialmente il 15 settembre 2026, estende le capacità della società verso server aziendali e applicazioni AI più impegnative. La presentazione ufficiale dell’architettura Europa descrive un acceleratore destinato a elaborare modelli generativi, applicazioni agentiche, sistemi vision-language e computer vision, mantenendo un’attenzione specifica ai consumi energetici. L’offerta comprende chip per integrazioni personalizzate e schede PCIe, fra cui Axelera Edge 232p e Axelera Server 250p, pensate per adattarsi a infrastrutture commerciali esistenti. La società ha annunciato anche sistemi validati con Dell e Supermicro, insieme a un ecosistema di produttori e integratori. La scelta di utilizzare formati standard è importante perché riduce la necessità di riprogettare completamente i server per introdurre capacità AI aggiuntiva. Alla base dell’architettura tecnologica si trova il digital in-memory computing, che punta a ridurre parte degli spostamenti di dati fra memoria e unità di elaborazione, operazioni che contribuiscono significativamente ai consumi dei sistemi AI. Axelera ha comunicato risultati fino a sei volte superiori in token elaborati al secondo per watt rispetto ad alcune configurazioni GPU concorrenti, ma il dato deriva da benchmark interni su carichi e condizioni specifiche. Non dimostra una superiorità generale su ogni acceleratore Nvidia, né sulle prestazioni di addestramento dei grandi modelli. La differenza fondamentale è che Axelera compete soprattutto sull’efficienza dell’inferenza in determinati scenari, mentre Nvidia dispone di un ecosistema molto più ampio che comprende training, networking, software e supercalcolo. Il progetto europeo assume quindi valore non perché abbia già sostituito l’intera piattaforma americana, ma perché introduce una soluzione industriale alternativa in un segmento concreto del mercato.

La AI Factory italiana IT4LIA utilizzerà Axelera insieme a Nvidia

La rilevanza italiana della strategia di Axelera non dipende soltanto dalla nazionalità del suo amministratore delegato o dalla presenza di investitori nazionali. Gli acceleratori europei sono già previsti nella nuova infrastruttura IT4LIA, la AI Factory ospitata dal CINECA al Tecnopolo di Bologna, dove affiancheranno tecnologie di origine internazionale. Il contratto ufficiale annunciato da EuroHPC il 22 aprile 2026 prevede infatti una piattaforma integrata da E4 Computer Engineering e realizzata con Dell Technologies, basata principalmente sull’architettura Nvidia GB200 NVL4, alla quale si aggiunge una partizione dedicata all’inferenza con acceleratori Axelera AI e processori progettati dall’azienda europea SiPearl. È un dettaglio decisivo perché dimostra che la sovranità tecnologica, almeno nella fase attuale, non viene perseguita attraverso la sostituzione totale dei prodotti statunitensi, ma introducendo componenti europei in infrastrutture eterogenee. IT4LIA dispone di un investimento complessivo programmato di 290 milioni di euro, con cofinanziamento europeo e nazionale, e punta a rendere disponibili servizi di calcolo avanzato per ricerca, startup, piccole e medie imprese e pubbliche amministrazioni. La scelta di includere una componente europea dedicata all’inferenza può contribuire a sviluppare competenze operative e a verificare prestazioni e integrazione delle nuove architetture in un contesto reale. Il progetto presenta però anche il limite strutturale della situazione europea: il supercalcolo di maggiore intensità resta fortemente legato alle tecnologie Nvidia, mentre le alternative vengono introdotte in segmenti specifici. La collaborazione di Mistral con il CERN e il ruolo delle GPU Nvidia nell’ecosistema CINECA confermano quanto sia complesso costruire capacità di calcolo sovrane senza mantenere relazioni con i produttori americani. Axelera rappresenta dunque un caso di diversificazione industriale verificabile, non la prova che l’Europa abbia già raggiunto l’autonomia tecnologica.

CDP Venture Capital sostiene Axelera, ma il problema europeo resta l’impiego dei capitali

Nella ricostruzione di Del Maffeo, uno dei problemi più discussi riguarda la disponibilità di capitale per finanziare nuove imprese tecnologiche. Il manager contesta l’idea che l’Europa non disponga delle risorse finanziarie necessarie, richiamando l’enorme quantità di risparmio accumulato nel sistema bancario europeo e la difficoltà di trasformarlo in investimenti produttivi destinati a società tecnologiche innovative. Nel suo intervento cita un ordine di grandezza di diecimila miliardi, senza specificare una serie statistica o un perimetro finanziario sufficienti a verificare quella cifra e soprattutto senza distinguere il risparmio complessivo dalle risorse effettivamente disponibili per investimenti di venture capital. La considerazione industriale resta comunque riconoscibile: l’Europa può disporre di risorse finanziarie significative e incontrare contemporaneamente difficoltà nel sostenere aziende capaci di affrontare cicli di sviluppo lunghi, costi elevati e mercati globali. Axelera costituisce un esempio della possibilità di mobilitare capitali europei e internazionali. La comunicazione ufficiale di CDP Venture Capital del 24 febbraio 2026 conferma un round superiore a 250 milioni di dollari, con la partecipazione di investitori fra cui BlackRock, Innovation Industries e SiteGround Capital, oltre a soggetti già presenti come CDP Venture Capital, European Innovation Council Fund, Invest-NL e altri fondi. CDP ha motivato il proprio sostegno con l’interesse verso semiconduttori destinati all’inferenza, alla difesa e alle infrastrutture strategiche. L’investimento non rende automaticamente europea ogni componente della filiera produttiva: la stessa documentazione aziendale indica rapporti con produttori internazionali come TSMC e Samsung. La progettazione di un acceleratore europeo non implica quindi che wafer, packaging, memorie e tutte le componenti industriali vengano realizzati nel continente. È proprio questa distinzione che consente di misurare la sovranità in maniera concreta, evitando di confondere il controllo del progetto con l’autosufficienza manifatturiera.

Difesa, robotica e applicazioni industriali diventano il mercato dei chip europei

Del Maffeo ha dedicato una parte dell’intervento alle applicazioni già sviluppate con le tecnologie Axelera, sottolineando la presenza dell’azienda in settori nei quali l’inferenza deve essere eseguita vicino al punto di utilizzo e con vincoli energetici stringenti. Fra gli ambiti citati figurano difesa, sicurezza delle infrastrutture, robotica e dispositivi impiegabili direttamente sul campo. Il manager ha presentato queste applicazioni come un esempio di tecnologie europee già commercialmente utilizzabili, contestando l’idea che le alternative agli acceleratori americani debbano necessariamente essere considerate soluzioni ancora immature. La distinzione fra applicazioni civili e militari rimane tuttavia importante: un chip progettato per computer vision o inferenza locale può trovare impiego in dispositivi industriali, sistemi di monitoraggio e piattaforme della difesa, ma non dimostra automaticamente l’esistenza di specifici contratti militari o prestazioni operative non documentate. La crescita della domanda deriva anche dalla necessità di elaborare dati provenienti da telecamere, sensori e piattaforme autonome senza trasferirli continuamente a un data center centralizzato. L’AI fisica, in particolare, richiede una stretta integrazione fra capacità di percezione, elaborazione e risposta, ponendo problemi differenti da quelli di un sistema generativo utilizzato attraverso un browser. L’evoluzione delle piattaforme Nvidia destinate a robotica, simulazione e Physical AI dimostra che anche il principale operatore americano considera strategico questo mercato. Axelera punta a differenziarsi attraverso la propria architettura a basso consumo e il controllo locale dei dati, elementi che possono diventare particolarmente importanti per amministrazioni, industrie e soggetti che operano in ambienti dove la continuità delle connessioni non può essere garantita.

Software aperto e infrastrutture sostituibili sono parte della strategia di sovranità

La costruzione di un’alternativa europea non può fermarsi al semiconduttore. Del Maffeo ha dichiarato che Axelera considera l’apertura del software un principio fondamentale per evitare di vincolare i clienti a un ecosistema impossibile da sostituire. L’azienda ha pubblicato su GitHub componenti del proprio ambiente di sviluppo Voyager SDK, attraverso il quale gli sviluppatori possono integrare modelli, costruire pipeline e gestire applicazioni di inferenza sugli acceleratori Axelera. La comunicazione tecnica sulla disponibilità di Voyager su GitHub precisa che il repository comprende codice sorgente per numerosi componenti, documentazione e strumenti applicativi, mentre alcune parti fondamentali vengono distribuite attraverso pacchetti binari. Il materiale pubblico consente quindi di documentare una strategia orientata all’open source e alla partecipazione degli sviluppatori, senza concludere automaticamente che ogni componente della piattaforma sia interamente aperto, modificabile o indipendente dall’hardware Axelera. La scelta è comunque coerente con l’obiettivo di costruire un ecosistema in cui le aziende possano integrare strumenti diversi, evitando che il software diventi il principale ostacolo alla sostituzione dei componenti. Il manager sostiene che la competitività debba derivare dalle prestazioni e dalla convenienza dei prodotti, non dall’impossibilità per il cliente di cambiare fornitore. È un’impostazione che richiede non soltanto licenze aperte, ma documentazione stabile, interfacce utilizzabili, compatibilità con modelli differenti e capacità degli integratori di mantenere applicazioni nel tempo. La diffusione di software europeo e di alternative aperte alle piattaforme dominanti dimostra quanto questo tema sia entrato anche nelle politiche pubbliche. Per Axelera, la prova industriale sarà garantire che l’interoperabilità promessa rimanga effettiva quando le applicazioni passeranno da singoli dispositivi a server e infrastrutture distribuite.

Continua con:

Microsoft Maia 300 sfida Nvidia ma non la sostituisce: il costo dei token

GlobalFoundries porta l’FD-SOI di classe 7 nm in Europa per la Physical AI

Del Maffeo chiede all’Europa di acquistare tecnologia europea senza rinunciare alla concorrenza

La conclusione dell’intervento di Fabrizio Del Maffeo individua nella domanda di mercato una condizione decisiva per costruire una vera industria europea dell’intelligenza artificiale. Il dirigente ritiene che il continente disponga di ricercatori, competenze tecnologiche, capitali e aziende capaci di realizzare prodotti competitivi, ma che questi elementi non bastino se amministrazioni e imprese continuano a considerare le tecnologie americane come una scelta obbligata. La richiesta di acquistare soluzioni europee è una posizione industriale espressa da un produttore direttamente interessato alla crescita di quel mercato, e deve quindi essere distinta da una dimostrazione indipendente della superiorità delle sue tecnologie. La concorrenza non può essere sostituita dall’origine geografica di un prodotto: contano prestazioni misurabili, consumi, affidabilità, disponibilità dei componenti, costo totale di proprietà e qualità del software. Il punto strategico del discorso, tuttavia, è un altro. Senza clienti, anche la migliore tecnologia europea rischia di non raggiungere una scala industriale sufficiente, lasciando il mercato concentrato fra i fornitori già dominanti. Axelera propone di affrontare il problema non costruendo una replica europea delle grandi piattaforme americane, ma sviluppando semiconduttori e sistemi di inferenza adatti a infrastrutture distribuite, imprese industriali e servizi pubblici. Il passaggio da Metis a Europa, l’ingresso nelle AI Factory e il sostegno degli investitori istituzionali indicano una capacità tecnologica e commerciale in costruzione, non un’indipendenza già raggiunta. La differenza è importante: l’Europa non deve dimostrare di poter fare immediatamente tutto ciò che fa Nvidia, ma di poter sviluppare e mantenere alternative credibili là dove la dipendenza tecnologica produce rischi economici e strategici. È su questo terreno, più che sulle dichiarazioni generali di sovranità, che si misurerà il risultato della sfida industriale lanciata da Del Maffeo.