MrPc
venturebeat, M.Nuñez
6 novembre 2025
Google Cloud sta introducendo quella che definisce la sua infrastruttura di intelligenza artificiale più potente fino ad oggi, svelando una Tensor Processing Unit di settima generazione e opzioni di elaborazione basate su Arm ampliate , progettate per soddisfare la crescente domanda di implementazione di modelli di intelligenza artificiale: ciò che l’azienda definisce un cambiamento fondamentale del settore, dalla formazione di modelli alla loro distribuzione a miliardi di utenti.
L’annuncio, fatto giovedì, riguarda Ironwood , l’ultimo chip acceleratore di intelligenza artificiale personalizzato di Google, che sarà disponibile al pubblico nelle prossime settimane. In una sorprendente conferma della tecnologia, Anthropic , l’azienda di sicurezza per l’intelligenza artificiale che ha creato la famiglia di modelli Claude, ha rivelato l’intenzione di accedere a un milione di questi chip TPU , un impegno del valore di decine di miliardi di dollari e tra i più grandi accordi infrastrutturali di intelligenza artificiale finora noti.
Questa mossa sottolinea l’intensificarsi della competizione tra i fornitori di cloud per il controllo del livello infrastrutturale che alimenta l’intelligenza artificiale, nonostante aumentino i dubbi sulla capacità del settore di sostenere l’attuale ritmo di investimenti. L’approccio di Google – realizzare chip personalizzati anziché affidarsi esclusivamente ai chip GPU dominanti di Nvidia – equivale a una scommessa a lungo termine sul fatto che l’integrazione verticale, dalla progettazione dei chip al software, garantirà vantaggi economici e prestazioni superiori.
Perché le aziende stanno correndo per servire i modelli di intelligenza artificiale, non solo per addestrarli
I dirigenti di Google hanno inquadrato gli annunci in quella che chiamano “l’era dell’inferenza”, un punto di transizione in cui le aziende spostano le risorse dall’addestramento di modelli di intelligenza artificiale di frontiera alla loro distribuzione in applicazioni di produzione che gestiscono milioni o miliardi di richieste ogni giorno.
“Gli attuali modelli di frontiera, tra cui Gemini, Veo e Imagen di Google e Claude di Anthropic, si addestrano e operano su unità di elaborazione tensore”, ha affermato Amin Vahdat, vicepresidente e direttore generale di AI e Infrastruttura di Google Cloud. “Per molte organizzazioni, l’attenzione si sta spostando dall’addestramento di questi modelli all’attivazione di interazioni utili e reattive con essi”.
Questa transizione ha profonde implicazioni per i requisiti infrastrutturali. Laddove i carichi di lavoro di training possono spesso tollerare l’elaborazione batch e tempi di completamento più lunghi, l’inferenza – il processo di esecuzione effettiva di un modello addestrato per generare risposte – richiede latenza costantemente bassa, elevata produttività e affidabilità costante. Un chatbot che impiega 30 secondi per rispondere, o un assistente di programmazione che va spesso in timeout, diventano inutilizzabili indipendentemente dalle capacità del modello sottostante.
I flussi di lavoro agentici, in cui i sistemi di intelligenza artificiale intraprendono azioni autonome anziché limitarsi a rispondere a richieste, creano sfide infrastrutturali particolarmente complesse, che richiedono uno stretto coordinamento tra acceleratori di intelligenza artificiale specializzati e sistemi di elaborazione generici.
Dentro l’architettura di Ironwood: 9.216 chip che funzionano come un supercomputer
Ironwood rappresenta più di un semplice miglioramento incrementale rispetto alle TPU di sesta generazione di Google. Secondo le specifiche tecniche condivise dall’azienda, offre prestazioni oltre quattro volte superiori sia per i carichi di lavoro di training che di inferenza rispetto al suo predecessore: miglioramenti che Google attribuisce a un approccio di co-progettazione a livello di sistema piuttosto che al semplice aumento del numero di transistor.
La caratteristica più sorprendente dell’architettura è la sua scalabilità. Un singolo “pod” Ironwood – un’unità di chip TPU strettamente integrata che funziona come un unico supercomputer – può connettere fino a 9.216 chip individuali attraverso la rete proprietaria Inter-Chip Interconnect di Google , che opera a 9,6 terabit al secondo. Per mettere in prospettiva questa larghezza di banda, equivale più o meno a scaricare l’intera Biblioteca del Congresso in meno di due secondi.
Questa enorme struttura di interconnessione consente ai 9.216 chip di condividere l’accesso a 1,77 petabyte di memoria ad alta larghezza di banda , una memoria sufficientemente veloce da tenere il passo con le velocità di elaborazione dei chip. Si tratta di circa 40.000 film Blu-ray ad alta definizione, accessibili istantaneamente da migliaia di processori contemporaneamente. “Per contestualizzare, ciò significa che gli Ironwood Pods possono fornire 118 volte più ExaFLOPS FP8 rispetto al concorrente più prossimo”, ha dichiarato Google nella documentazione tecnica.
Il sistema impiega la tecnologia Optical Circuit Switching (OCS ) che agisce come una “struttura dinamica e riconfigurabile”. Quando singoli componenti si guastano o richiedono manutenzione (inevitabile a queste dimensioni), la tecnologia OCS reindirizza automaticamente il traffico dati evitando l’interruzione nel giro di pochi millisecondi, consentendo ai carichi di lavoro di continuare a funzionare senza interruzioni visibili all’utente.
Questa attenzione all’affidabilità riflette gli insegnamenti appresi dall’implementazione di cinque precedenti generazioni di TPU. Google ha dichiarato che la disponibilità dei suoi sistemi raffreddati a liquido a livello di flotta ha mantenuto circa il 99,999% dal 2020, pari a meno di sei minuti di inattività all’anno.
La scommessa da un miliardo di dollari di Anthropic convalida la strategia di silicio personalizzato di Google
Forse la convalida esterna più significativa delle capacità di Ironwood deriva dall’impegno di Anthropic ad accedere a un milione di chip TPU , una cifra impressionante in un settore in cui persino cluster composti da 10.000-50.000 acceleratori sono considerati enormi.
“Anthropic e Google vantano una partnership di lunga data e questa ultima espansione ci aiuterà a continuare a incrementare la capacità di calcolo necessaria per definire la frontiera dell’intelligenza artificiale”, ha affermato Krishna Rao, direttore finanziario di Anthropic, nell’accordo ufficiale di partnership. “I nostri clienti, dalle aziende Fortune 500 alle startup native dell’intelligenza artificiale, si affidano a Claude per i loro progetti più importanti e questa maggiore capacità ci consente di soddisfare la nostra domanda in crescita esponenziale”.
Secondo una dichiarazione separata, Anthropic avrà accesso a “ben oltre un gigawatt di capacità in entrata in funzione nel 2026”, una quantità di elettricità sufficiente ad alimentare una piccola città. L’azienda ha specificamente citato “il rapporto prezzo/prestazioni e l’efficienza” delle TPU come fattori chiave nella decisione, insieme all'”esperienza pregressa nell’addestramento e nella manutenzione dei suoi modelli con le TPU”.
Gli analisti del settore stimano che l’impegno ad accedere a un milione di chip TPU, con infrastrutture, reti, alimentazione e raffreddamento associati, rappresenti probabilmente un contratto pluriennale del valore di decine di miliardi di dollari , uno dei più grandi impegni infrastrutturali cloud della storia.
James Bradbury, responsabile del reparto elaborazione dati di Anthropic, ha spiegato in dettaglio l’attenzione rivolta all’inferenza: “I miglioramenti apportati da Ironwood sia nelle prestazioni di inferenza che nella scalabilità dell’addestramento ci aiuteranno a scalare in modo efficiente, mantenendo al contempo la velocità e l’affidabilità che i nostri clienti si aspettano”.
I processori Axion di Google sono pensati per i carichi di lavoro di elaborazione che rendono possibile l’intelligenza artificiale
Oltre a Ironwood , Google ha introdotto opzioni ampliate per la sua famiglia di processori Axion : CPU personalizzate basate su Arm, progettate per carichi di lavoro generici che supportano applicazioni di intelligenza artificiale ma non richiedono acceleratori specializzati.
Il tipo di istanza N4A , ora in fase di anteprima, si rivolge a ciò che Google descrive come “microservizi, applicazioni containerizzate, database open source, batch, analisi dei dati, ambienti di sviluppo, sperimentazione, preparazione dei dati e lavori di web serving che rendono possibili le applicazioni di intelligenza artificiale”. L’azienda sostiene che N4A offre un rapporto prezzo-prestazioni fino a 2 volte migliore rispetto alle macchine virtuali x86 di generazione attuale comparabili.
Google presenta inoltre in anteprima C4A metal , la sua prima istanza Arm bare-metal, che fornisce server fisici dedicati per carichi di lavoro specializzati come lo sviluppo Android, i sistemi automobilistici e il software con rigorosi requisiti di licenza.
La strategia di Axion riflette la crescente convinzione che il futuro dell’infrastruttura informatica richieda sia acceleratori di intelligenza artificiale specializzati sia processori generici ad alta efficienza. Mentre una TPU gestisce il compito computazionalmente intensivo di eseguire un modello di intelligenza artificiale, i processori di classe Axion gestiscono l’acquisizione dei dati, la pre-elaborazione, la logica applicativa, il servizio API e innumerevoli altre attività in un moderno stack di applicazioni di intelligenza artificiale.
I primi risultati ottenuti dai clienti suggeriscono che l’approccio offre vantaggi economici misurabili. Vimeo ha segnalato di aver osservato “un miglioramento del 30% nelle prestazioni del nostro carico di lavoro di transcodifica core rispetto a VM x86 comparabili” nei test N4A iniziali. ZoomInfo ha misurato “un miglioramento del 60% nel rapporto prezzo-prestazioni” per le pipeline di elaborazione dati in esecuzione su servizi Java, secondo Sergei Koren, Chief Infrastructure Architect dell’azienda.
Gli strumenti software trasformano le prestazioni del silicio grezzo in produttività degli sviluppatori
Le prestazioni hardware hanno poca importanza se gli sviluppatori non riescono a sfruttarle facilmente. Google ha sottolineato che Ironwood e Axion sono integrati in quello che definisce AI Hypercomputer : “un sistema di supercalcolo integrato che unisce elaborazione, networking, storage e software per migliorare le prestazioni e l’efficienza a livello di sistema”.
Secondo uno studio IDC Business Value Snapshot dell’ottobre 2025, i clienti di AI Hypercomputer hanno ottenuto in media un ritorno sull’investimento triennale del 353%, costi IT inferiori del 28% e team IT più efficienti del 55%.
Google ha annunciato diversi miglioramenti software progettati per massimizzare l’utilizzo di Ironwood. Google Kubernetes Engine offre ora funzionalità avanzate di manutenzione e riconoscimento della topologia per i cluster TPU, consentendo una pianificazione intelligente e distribuzioni altamente resilienti. Il framework open source MaxText dell’azienda supporta ora tecniche di training avanzate, tra cui Supervised Fine-Tuning e Generative Reinforcement Policy Optimization.
Forse il più significativo per le distribuzioni di produzione è il fatto che Inference Gateway di Google bilanci in modo intelligente il carico delle richieste tra i server modello per ottimizzare le metriche critiche. Secondo Google, può ridurre la latenza time-to-first-token del 96% e i costi di servizio fino al 30% grazie a tecniche come il routing basato sulla cache dei prefissi.
L’ Inference Gateway monitora metriche chiave, tra cui hit della cache KV, utilizzo di GPU o TPU e lunghezza della coda delle richieste, quindi indirizza le richieste in arrivo alla replica ottimale. Per le applicazioni di intelligenza artificiale conversazionale in cui più richieste potrebbero condividere il contesto, l’instradamento delle richieste con prefissi condivisi alla stessa istanza del server può ridurre drasticamente i calcoli ridondanti.
La sfida nascosta: alimentare e raffreddare rack per server da un megawatt
Dietro questi annunci si cela un’enorme sfida infrastrutturale fisica che Google ha affrontato al recente Open Compute Project EMEA Summit . L’azienda ha rivelato di aver implementato un sistema di alimentazione in corrente continua da +/-400 volt, in grado di supportare fino a un megawatt per rack, un incremento di dieci volte rispetto alle implementazioni tipiche.
“L’era dell’intelligenza artificiale richiede capacità di erogazione di potenza ancora maggiori”, hanno spiegato Madhusudan Iyengar e Amber Huffman, ingegneri principali di Google, in un post sul blog dell’aprile 2025. “L’apprendimento automatico richiederà più di 500 kW per rack IT prima del 2030”.
Google sta collaborando con Meta e Microsoft per standardizzare le interfacce elettriche e meccaniche per la distribuzione di corrente continua ad alta tensione. L’azienda ha scelto 400 VCC specificamente per sfruttare la catena di fornitura dei veicoli elettrici, “per maggiori economie di scala, una produzione più efficiente e un miglioramento della qualità e della scalabilità”.
Per quanto riguarda il raffreddamento, Google ha rivelato che contribuirà al progetto Open Compute con il suo progetto di distribuzione del raffreddamento di quinta generazione. L’azienda ha implementato il raffreddamento a liquido “su scala GigaWatt su oltre 2.000 TPU Pod negli ultimi sette anni”, con una disponibilità a livello di flotta di circa il 99,999%.
L’acqua può trasportare circa 4.000 volte più calore per unità di volume rispetto all’aria per una data variazione di temperatura, un fattore critico poiché i singoli chip acceleratori di intelligenza artificiale dissipano sempre più 1.000 watt o più.
La sfida del silicio personalizzato sfida il dominio degli acceleratori AI di Nvidia
Gli annunci di Google giungono in un momento in cui il mercato delle infrastrutture di intelligenza artificiale raggiunge un punto di svolta. Mentre Nvidia mantiene una posizione di predominio schiacciante negli acceleratori di intelligenza artificiale, con una quota di mercato stimata tra l’80 e il 95%, i fornitori di servizi cloud stanno investendo sempre più in silicio personalizzato per differenziare la propria offerta e migliorare l’economia unitaria.
Amazon Web Services ha aperto la strada a questo approccio con le CPU basate su Graviton Arm e i chip di intelligenza artificiale Inferentia / Trainium . Microsoft ha sviluppato processori Cobalt e, a quanto pare, sta lavorando su acceleratori di intelligenza artificiale. Google offre ora il portafoglio di chip personalizzati più completo tra i principali provider cloud.
La strategia si trova ad affrontare sfide intrinseche. Lo sviluppo di chip personalizzati richiede enormi investimenti iniziali, spesso miliardi di dollari. L’ecosistema software per acceleratori specializzati è in ritardo rispetto alla piattaforma CUDA di Nvidia , che beneficia di oltre 15 anni di strumenti di sviluppo. E la rapida evoluzione dell’architettura dei modelli di intelligenza artificiale comporta il rischio che il silicio personalizzato ottimizzato per i modelli odierni diventi meno rilevante con l’emergere di nuove tecniche.
Tuttavia, Google sostiene che il suo approccio offra vantaggi unici. “È così che abbiamo costruito la prima TPU dieci anni fa, che a sua volta ha dato il via all’invenzione del Transformer otto anni fa, l’architettura stessa che alimenta la maggior parte dell’intelligenza artificiale moderna”, ha osservato l’azienda, riferendosi al fondamentale articolo “Attention Is All You Need” dei ricercatori di Google del 2017.
La tesi è che una stretta integrazione (ricerca di modelli, sviluppo di software e hardware sotto lo stesso tetto) consenta ottimizzazioni impossibili con componenti standard.
Oltre ad Anthropic, diversi altri clienti hanno fornito feedback preliminari. Lightricks, che sviluppa strumenti di intelligenza artificiale creativa, ha riferito che i primi test di Ironwood “ci rendono molto entusiasti” di creare “immagini e video più sfumati, precisi e ad alta fedeltà per i nostri milioni di clienti in tutto il mondo”, ha affermato Yoav HaCohen, direttore della ricerca dell’azienda.
Gli annunci di Google sollevano interrogativi che si rifletteranno nei prossimi trimestri. Il settore riuscirà a sostenere l’attuale spesa infrastrutturale, con le principali aziende di intelligenza artificiale che complessivamente impegnano centinaia di miliardi di dollari? Il silicio personalizzato si rivelerà economicamente superiore alle GPU Nvidia? Come evolveranno le architetture dei modelli?
Per ora, Google sembra impegnata in una strategia che ha caratterizzato l’azienda per decenni: creare un’infrastruttura personalizzata per abilitare applicazioni impossibili su hardware di base, quindi rendere tale infrastruttura disponibile ai clienti che desiderano funzionalità simili senza investimenti di capitale.
Mentre il settore dell’intelligenza artificiale passa dai laboratori di ricerca alle implementazioni di produzione al servizio di miliardi di utenti, lo strato infrastrutturale (il silicio, il software, la rete, l’alimentazione e il raffreddamento che fanno funzionare il tutto) potrebbe rivelarsi importante quanto i modelli stessi.
E se la volontà di Anthropic di impegnarsi ad accedere a un milione di chip è un’indicazione, la scommessa di Google sul silicio personalizzato progettato specificamente per l’era dell’inferenza potrebbe dare i suoi frutti proprio ora che la domanda raggiunge il suo punto di svolta.
Credito immagine: Google