Dalla GPU alla CPU: Come la rivoluzione degli agenti AI alimentata da Meta (META.US) Muse sta rimodellando il panorama dell'industria dei chip?

Secondo le informazioni riportate da Zhitong Caijing APP, il lancio dell’assistente personale AI di Meta, Muse, che ha raggiunto oltre 2,5 milioni di download in soli 6 giorni conquistando la vetta della classifica delle app gratuite su App Store USA, ha avuto un impatto globale sulle azioni legate all’AI, simile a quello di un sasso gettato in uno stagno: lunedì AMD ha superato la soglia dei mille miliardi di dollari di capitalizzazione, portando in scena insieme a Meta, Intel e Arm una rara “corsa dei CPU”. In apparenza si tratta di un rally trainato da un singolo prodotto di successo; in realtà, il mercato sta rivalutando il passaggio dell’AI dalla “generazione” all’“azione”, ossia una migrazione strutturale della domanda di potenza di calcolo.

Wedbush, Morgan Stanley, Goldman Sachs, Jefferies e altre grandi banche hanno già espresso un giudizio sistematico a riguardo: con la diffusione su larga scala degli agenti AI, il collo di bottiglia del calcolo si sta spostando dalle GPU alle CPU e alla memoria, aprendo un nuovo spazio di crescita da decine di miliardi di dollari nel mercato dei server CPU.

Muse: un successo che alimenta l’entusiasmo verso i titoli dei chip

Lanciato l’8 settembre, Muse ha superato quota 902.000 download nei primi sei giorni, battendo i 773.000 del precedente Meta AI nello stesso periodo, piazzandosi rapidamente in testa alla classifica delle app gratuite di App Store USA e mantenendo la posizione per giorni consecutivi. Secondo Sensor Tower, i download totali di Muse superano ormai i 2,5 milioni, superando ChatGPT e Claude.

Muse ha ottenuto rapidamente il favore dei consumatori, alimentando le aspettative di un boom nella domanda di potenza di calcolo causata dalla diffusione massiva degli agenti AI, e attirando forti flussi di capitale verso titoli chip come AMD (AMD.US), Intel (INTC.US) e Arm (ARM.US). Sotto questo catalizzatore, lunedì AMD è schizzata di quasi il 10% a 615,52 dollari, superando per la prima volta i 1.000 miliardi di capitalizzazione, diventando la quarta azienda USA di chip a raggiungere tale traguardo dopo Nvidia, Broadcom e Micron. Il titolo Meta è salito dell’11%, Intel di oltre il 12%, Arm di oltre il 17% e il Philadelphia Semiconductor Index ha chiuso con un +4,3%, il maggior rialzo giornaliero dal 4 agosto e quinta seduta consecutiva in positivo.

I produttori sudcoreani Samsung Electronics e SK Hynix hanno registrato aumenti in apertura di circa il 3,5%, mentre il Taiex taiwanese è salito dell’1,8% raggiungendo livelli record.

Gary Tan, gestore di portafoglio presso Allspring Global Investments, ha dichiarato che il rally del mercato taiwanese “riflette la crescente convinzione che, con l’accelerazione della diffusione dell’AI, i grandi cloud provider continueranno ad espandere la produzione di propri chip”.

“Se prodotti come Muse riusciranno ad affermarsi, i grandi cloud provider avranno bisogno di ancora più capacità di calcolo, accelerando ulteriormente la domanda di chip AI personalizzati e supportando l’ecosistema ASIC di Taiwan”. — Gary Tan, gestore di portafoglio, Allspring Global Investments. Questo solido debutto contribuisce a rivitalizzare la fiducia nel trading AI — il mercato temeva valutazioni troppo elevate e, più recentemente, i rischi esistenziali posti dai modelli avanzati. Il precoce appeal di Muse offre nuove prove di una domanda ancora robusta. “Il mercato ha capito rapidamente che non si tratta solo della storia di un prodotto di successo: è la rivalutazione strutturale della domanda di potenza di calcolo AI. L’adozione di massa di Muse potrebbe aumentare significativamente la domanda in tutta la catena di fornitura delle infrastrutture AI, rendendo i produttori di chip i principali beneficiari della tendenza.” — Dilin Wu, strategist, Pepperstone

Il funzionamento degli agenti ridefinisce il ruolo delle CPU

Il focus dell’euforia di mercato non è nella classifica momentanea di un’app, ma nel cambiamento strutturale della domanda di potenza di calcolo che i nuovi agenti AI come Muse stanno introducendo.

Il percorso tipico di un chatbot era: “l’utente fa una domanda — il modello genera una risposta — fine del compito”; mentre per un agente l’iter è: “l’utente fissa un obiettivo — il modello suddivide il piano — chiama browser e strumenti — esegue azioni — se incontra ostacoli si adatta — continua l’esecuzione” in ciclo.

In tale ciclo, la GPU gestisce l’inferenza del modello e le operazioni in matrice, mentre la CPU si occupa di gran parte dell’orchestrazione di compiti, esecuzione di macchine virtuali, controllo del browser, chiamate API, lettura/scrittura database, isolamento sandbox e sicurezza. Proprio come descritto da Fujitsu all’evento Hot Chips 2026, orchestrazione, ricerca, chiamate al database e ramificazioni condizionali ricadono sempre più sulla CPU, mentre la GPU si limita alle operazioni in matrice in batch.

Il significato quantitativo di questo cambiamento consiste nello spostamento del rapporto CPU/GPU. Nei tradizionali server per il training, il rapporto tra CPU e GPU è spesso di 1:4 o perfino 1:8; nell’inferenza degli agenti, invece, l’accento sulla forte concorrenza e sulle chiamate agli strumenti offre la possibilità di portare la proporzione CPU anche verso 1:1 o 1:2, con alcune stime che proiettano rapporti ancora più alti.

Il punto di vista delle banche: la visione strutturale è chiara, ma il ciclo di trasmissione non è ancora confermato

Sulla scia di questa transizione strutturale, le principali banche d’investimento di Wall Street stanno convergendo verso un consenso sempre più forte.

Matthew Bryson, analista di Wedbush, è stato molto diretto: “Solo Intel e AMD sono produttori di dispositivi di calcolo sostanziali per agenti AI”. Questo giudizio riporta il mercato delle CPU server al centro dell’attenzione degli investimenti AI. Anche l’analista di Jefferies, Jacky He, ha sottolineato che, man mano che gli agenti AI verranno adottati da più consumatori, il carico di inferenza e orchestrazione aumenterà, a vantaggio della domanda di CPU server; ciò porterà grandi effetti positivi anche sull’ecosistema x86, da tempo trascurato.

Il ragionamento di Morgan Stanley è più sistemico: la banca stima che, da qui al 2030, l’AI agentica aggiungerà 32,5-60 miliardi di dollari al mercato delle CPU per data center, che già oggi supera i 100 miliardi. Il punto chiave di Morgan Stanley è che “il collo di bottiglia computazionale si sta spostando da GPU a CPU e memoria”, e il passaggio dell’AI dalla generazione all’azione comporterà un salto strutturale nell’intensità di calcolo generica. Secondo il research team, quando i carichi di lavoro AI passano dall’inferenza una tantum all’esecuzione continua di compiti, le funzioni di orchestrazione e coordinamento delle CPU diventano più strategiche della mera potenza di calcolo delle GPU.

JPMorgan aggiunge una prospettiva legata all’assetto del settore, sottolineando che l’ascesa degli agenti AI accelererà il riequilibrio tra circuiti personalizzati e CPU generaliste presso i grandi cloud provider: aumenterà così sia l’investimento in ASIC e acceleratori su misura sia la domanda di CPU server con molti core; i due approcci non sono in competizione, ma complementari.

Nel suo ultimo report, il team di analisti di Citi evidenzia la logica dei cosiddetti “second round beneficiaries”: con il crescere del carico sulle CPU, si rafforzerà anche la domanda per memorie DDR5, SSD enterprise e controller di memoria ad elevata larghezza di banda — un fattore che porterà vantaggi per produttori di memoria come Micron, Samsung Electronics e SK Hynix.

Tuttavia, è importante precisare che l’attuale rally rimane fortemente guidato dal sentiment. Alcuni analisti sottolineano come questa salita sia costruita su una “catena di trasmissione che non ha ancora generato ordini confermati”. I calcoli di Jason Helfstein, analista Oppenheimer, offrono una misura prudente: Meta avrebbe bisogno di circa 115 milioni di abbonati paganti a Muse (20 dollari/mese) per generare 27,5-28 miliardi di dollari di ricavi annuali dagli agenti AI; un obiettivo che giudica “improbabile”, dati i dubbi sulla conversione a pagamento, la forte concorrenza e una fiducia limitata dei consumatori nel condividere password con Meta.

Ricadute sulla filiera e “crepe” nella festa di Meta

Se la crescita strutturale della domanda di CPU sarà confermata, i beneficiari andranno ben oltre i due colossi delle CPU. Meta è il secondo maggiore cliente di AMD, contribuendo per circa il 5,5% del suo fatturato, e le due aziende hanno ampliato ulteriormente la loro collaborazione nel febbraio scorso, pianificando l’implementazione di un massimo di 6 gigawatt di GPU Instinct di AMD. Arm gioca anch’essa un ruolo chiave nell’architettura delle CPU data center dell’era degli agenti. Più in profondità, chip ASIC custom, comunicazione ottica, memoria e altri segmenti beneficeranno del mutamento della struttura della potenza computazionale.

Ciononostante, la situazione finanziaria di Meta sta accusando il peso degli investimenti in AI. Nel secondo trimestre 2026, Meta ha riportato ricavi per 60,8 miliardi di dollari (+28% a/a), ma il free cash flow è crollato da 8,55 a soli 0,784 miliardi di dollari (-91% a/a); il margine operativo si è ridotto dal 43% al 31% e la guidance per gli investimenti in capitale fissi per l’anno intero è compresa tra 130 e 145 miliardi di dollari.

Inoltre, Amazon ha già bloccato l’accesso di Muse alla sua piattaforma retail, sostenendo che l’agente non dichiara la propria identità e sembra raccogliere credenziali e dati dagli account, evidenziando l’intensificarsi delle battaglie fra piattaforme per il controllo delle relazioni con gli utenti nell’era degli agenti.

La conferenza Meta Connect, che si aprirà mercoledì, sarà il primo banco di prova per valutare la sostenibilità della “CPU mania”. Se la crescita utenti e la monetizzazione di Muse troveranno ulteriori conferme durante l’evento, la rivalutazione della struttura di potenza di calcolo AI avrà ancoraggi ancora più solidi; se ciò non avverrà, l’attuale espansione dei multipli di mercato trainata da un singolo prodotto potrebbe richiedere molto più tempo per essere assorbita.