GPUaaS sta rafforzando l'illusione della sovranità europea nell'IA

      L'Europa sta investendo miliardi nello sviluppo e nell'infrastruttura dell'IA. L'accesso alle GPU (unità di elaborazione grafica) si sta espandendo rapidamente attraverso le piattaforme cloud e i fornitori di GPU-as-a-service (GPUaaS), diventando un fattore chiave per lo sviluppo e il dispiegamento dell'IA.

      L'assunzione di base è semplice: scala il calcolo e scala la capacità.

      Tuttavia, nonostante gli sforzi compiuti dagli Stati membri dell'UE, dalle iniziative di cloud sovrano all'infrastruttura dati federata, il panorama dell'IA in Europa rimane vincolato da un collo di bottiglia critico: la dipendenza da GPU progettate in gran parte da attori non europei come NVIDIA e prodotte da fonderie asiatiche, principalmente TSMC di Taiwan, su cui l'Europa non ha alcuna possibilità di indipendenza nei chip a breve termine.

      Questo ha implicazioni dirette per la sovranità tecnologica europea.

      Il boom dei computer

      Il 💜 della tecnologia dell'UE Gli ultimi rumori dalla scena tecnologica dell'UE, una storia del nostro saggio fondatore Boris e alcune opere d'arte IA discutibili. È gratuito, ogni settimana, nella tua casella di posta. Iscriviti ora!L'industria dei semiconduttori sta attraversando un boom strutturale, guidato dalla crescente domanda di carichi di lavoro IA, inclusi sistemi agentici, robotica e operazioni automatizzate.

      Secondo Deloitte, il mercato globale dei semiconduttori è previsto raggiungere circa 975 miliardi di dollari in vendite annuali nel 2026, con i chip di IA generativa che si prevede contribuiscano da soli a circa 500 miliardi di dollari di fatturato.

      Le GPU, originariamente progettate per il rendering grafico, sono diventate la spina dorsale dei moderni sistemi di IA grazie alla loro capacità di elaborare calcoli su larga scala in parallelo.

      Questo le rende essenziali per l'addestramento e il dispiegamento di sistemi LLM e di IA agentica. Il GPUaaS consente alle organizzazioni di affittare l'accesso a questo calcolo al minuto o all'ora, abbassando significativamente il costo e la complessità della proprietà.

      Tuttavia, l'ecosistema GPUaaS è dominato da hyperscalers e fornitori di semiconduttori con sede negli Stati Uniti. Aziende come Amazon, Google e Microsoft controllano una quota significativa dell'infrastruttura cloud globale.

      Questa concentrazione ha elevato l'importanza dei semiconduttori come asset strategico. I governi stanno bilanciando sempre più i controlli sulle esportazioni con gli sforzi di costruzione della capacità domestica, poiché la proprietà della tecnologia IA e l'accesso ai chip sono diventati critici per la sicurezza nazionale, la resilienza della catena di approvvigionamento e la sovranità tecnologica.

      L'Europa sta scalando senza proprietà

      In risposta, la Commissione Europea ha introdotto iniziative come il Piano d'Azione per il Continente IA, volto a rafforzare le capacità dell'IA in Europa attraverso infrastrutture di dati e calcolo IA su larga scala, accesso a dati ampi e di alta qualità, sviluppo e dispiegamento dell'IA in settori strategici, rafforzamento delle competenze e dei talenti in IA e regolamenti.

      Questo include 20 miliardi di euro di finanziamenti per fino a cinque gigafabbriche di IA, come parte di un'ambizione di investimento più ampia di 200 miliardi di euro sotto InvestAI da parte di attori pubblici e privati. I precedenti sforzi per infrastrutture sovrane includono i contratti di cloud sovrano da 180 milioni di euro dell'UE, assegnati a fornitori come Scaleway, StackIT e Post Telecom.

      L'impulso è già visibile nell'infrastruttura. A partire dal 2026, l'Europa gestisce 14 supercomputer e 19 Fabbriche di IA sotto l'EuroHPC JU (Joint Undertaking), sostenuti da circa 10 miliardi di euro di finanziamenti combinati della Commissione e degli Stati membri nel periodo 2021-2027.

      Fornitori europei, come il leader del cloud francese OVHcloud, e iniziative come Deutsche Telekom e T-Systems, che all'inizio del 2026 hanno lanciato T Cloud Public insieme al loro Industrial AI Cloud con sede a Monaco che utilizza 10.000 GPU NVIDIA Blackwell, si stanno muovendo verso infrastrutture di cloud e IA sovrane.

      Tuttavia, alla base di questi sforzi c'è un vincolo persistente: la dipendenza da fornitori esterni di chip come Nvidia e AMD.

      Il calcolo IA rimane altamente concentrato in un numero ristretto di attori dominanti. NVIDIA è attualmente il leader mondiale nella fornitura di chip per GPU IA, formando la spina dorsale della maggior parte dei sistemi di IA su larga scala.

      L'azienda detiene circa l'85% del segmento delle GPU IA, una cifra che gli analisti si aspettano di scendere verso il 75% entro il 2026 man mano che AMD e il silicio personalizzato crescono, mentre insieme a aziende come Advanced Micro Devices (AMD),

      Broadcom e Qualcomm sono l'industria a livello critico di prestazioni dell'infrastruttura IA.

      A livello di infrastruttura, i fornitori di cloud statunitensi dominano il GPUaaS in Europa: AWS, Microsoft Azure e Google Cloud rappresentano collettivamente la maggior parte della capacità cloud europea, con gli hyperscalers che controllano circa il 70% delle entrate dell'infrastruttura cloud europea.

      Sforzi come il Chips JU, l'organo di attuazione della legge sui chip dell'UE, mirano a rafforzare l'ecosistema dei semiconduttori in Europa con sforzi coordinati tra Stati membri e attori privati. Tuttavia, la produzione di semiconduttori rimane strutturalmente difficile da localizzare a causa dell'estrema intensità di capitale e della concentrazione della catena di approvvigionamento.

      Di conseguenza, la dipendenza da GPU e chip avanzati è improbabile che diminuisca materialmente nel breve-medio termine, con l'Europa ancora dipendente da Nvidia per circa l'85% delle sue GPU IA.

      Il GPUaaS espande l'accesso al calcolo. Non cambia chi lo controlla.

      Cattura economica

      Oltre alla dipendenza tecnica, il potere economico segue il controllo della distribuzione del calcolo. Gli hyperscalers catturano un valore sproporzionato intermediano l'accesso a risorse GPU scarse, lasciando gli utenti europei esposti a prezzi, allocazione della capacità e strutture di margine fissati esternamente.

      L'attuale CapEx (spesa in conto capitale) solo per Google, Amazon, Meta e Microsoft è di circa 725 miliardi di dollari per l'infrastruttura IA nel 2026, in aumento del 77% rispetto ai 410 miliardi di dollari nel 2025; questo numero supera il PIL di molti paesi europei, rappresentando livelli che l'Europa non può realisticamente eguagliare negli investimenti in IA.

      Sebbene ciò consenta l'accesso per le aziende europee, rafforza la dipendenza strutturale.

      Al contrario, si prevede che la spesa europea per l'infrastruttura cloud sovrana raggiunga circa 12,6 miliardi di dollari (circa 12 miliardi di euro) nel 2026, secondo Gartner, un aumento dell'83% rispetto al 2025, ma comunque un ordine di grandezza inferiore al CapEx degli hyperscaler statunitensi.

      Tra le molte critiche al Piano per il Continente IA europeo, sono state avanzate richieste per riallocare quegli investimenti a aziende già consolidate che possono competere contro la capacità di investimento statunitense.

      Il campione francese Mistral, ad esempio, ha confermato un piano di CapEx di 1 miliardo di euro per il 2026 e si è impegnato separatamente a un centro dati svedese da 1,2 miliardi di euro e a una struttura nell'area di Parigi alimentata da 13.800 chip NVIDIA.

      Un gruppo di 18 legislatori del Parlamento europeo ha sollevato domande sullo sviluppo della gigafabbrica di IA, avvertendo che rischia di approfondire la dipendenza dell'Europa dai chip GPU statunitensi e sostenendo che lo spazio dei centri dati è "concentrato e dominato da un unico fornitore."

      Questa dipendenza si estende alla giurisdizione. L'accesso all'infrastruttura GPU basata su cloud è governato da quadri legali e normativi al di fuori del controllo dell'Europa, in particolare negli Stati Uniti.

      Anche quando i dati sono ospitati localmente, il controllo sui fornitori di infrastruttura introduce rischi geopolitici, dove l'accesso a risorse IA