AMD supera la capitalizzazione di mercato di un trilione di dollari e inizia la competizione per la "definizione della potenza di calcolo"! Ufficialmente annunciato l'acquisizione da 8,2 miliardi di dollari di World Labs, fondata da Fei-Fei Li

Secondo quanto riportato da Zhitong Finance APP, AMD (AMD.US), il principale rivale di Nvidia nel settore delle GPU AI e leader statunitense dei chip ad alte prestazioni per PC e data center AI, che di recente ha superato per la prima volta la soglia di un trilione di dollari di capitalizzazione di mercato con azioni ai massimi storici, ha annunciato improvvisamente lunedì (ora della costa orientale degli Stati Uniti) l’acquisizione, per 8,2 miliardi di dollari, della startup AI World Labs fondata dalla "madre dell'AI" Fei-Fei Li. Si apprende che AMD, guidata da Lisa Su, intende acquisire interamente World Labs con una transazione interamente in azioni da 8,2 miliardi di dollari, portando così una delle forze di ricerca e sviluppo AI più centrali nel campo dei modelli del mondo e dell'intelligenza spaziale all’interno della propria vasta offerta come gigante dei chip.

Questa operazione di acquisizione, di grande portata, dovrebbe essere completata entro la fine del 2026, ma deve ancora ricevere l’approvazione dalle autorità regolamentari competenti; secondo quanto dichiarato da entrambe le parti, una volta completate tutte le formalità, Fei-Fei Li diventerà vicepresidente esecutivo e Chief Scientist di AMD, riferendo direttamente alla CEO Lisa Su.

In breve, il valore strategico centrale di questa grande acquisizione – che ha sorpreso gli investitori – risiede nell'intento di AMD di integrare più profondamente la ricerca e sviluppo di modelli AI avanzati con chip, software e progettazione di sistemi AI, proprio come accade da parte di Nvidia (NVDA.US) che è contemporaneamente la più grande società del mondo per capitalizzazione e il suo avversario AI più forte. In un momento in cui modelli come Meta Muse e GPT-6 Astra di OpenAI stanno alimentando una nuova ondata di agenti AI, AMD mira a comprendere in anticipo i carichi di lavoro AI di prossima generazione per progettare piattaforme di supercomputing ancora più adatte. Questo significa che AMD punta a contendere a Nvidia il ruolo di "definire la potenza di calcolo" – cioè, AMD vuole capire per prima le esigenze computazionali dei modelli più avanzati e partecipare precocemente alla progettazione dell’architettura di chip e sistemi di nuova generazione.

Secondo informazioni pubbliche, World Labs è una startup AI focalizzata su modelli del mondo e intelligenza spaziale, il cui core business consiste nel permettere alle macchine di percepire, generare, ricostruire e simulare ambienti tridimensionali. Il suo prodotto Marble permette di creare mondi 3D esplorabili partendo da testo, immagini o video; il nuovo modello Atlas, lanciato a settembre, integra ulteriormente ricostruzione 3D, generazione di prospettive e simulazione spazio-temporale. Attraverso l’acquisizione di SceniX, la società ha inoltre potenziato le tecnologie di simulazione robotica, sviluppando la catena "ambiente reale – addestramento virtuale – implementazione reale", con applicazioni che spaziano dai modelli robotici avanzati all’apprendimento fisico, contenuti digitali e scenari industriali.

Da sfidante di Nvidia nelle GPU al pioniere nei modelli AI: AMD pianifica di acquisire per 8,2 miliardi di dollari la startup AI World Labs fondata da Fei-Fei Li

Il gigante americano dei chip, Advanced Micro Devices (ossia AMD), ha accettato di acquisire World Labs per 8,2 miliardi di dollari, incorporando la startup fondata da Fei-Fei Li, pioniera e ricercatrice di primo piano nell’intelligenza artificiale.

Secondo un comunicato congiunto diffuso lunedì, la transazione, interamente in azioni, dovrebbe completarsi entro la fine dell’anno, salvo approvazione regolamentare.

Come principale avversario di Nvidia sul mercato dei chip AI, AMD acquisirà un team di ricercatori di altissimo livello e le tecnologie fondamentali dei modelli AI, ottenendo anche una profonda comprensione delle direzioni di sviluppo del settore. Questo dovrebbe aiutare la compagnia a pianificare il lancio delle prossime generazioni di infrastrutture hardware AI fondamentali.

"Più si conosce l’intero processo end-to-end, più si è capaci di costruire sistemi migliori", ha detto la CEO di AMD Lisa Su in un’intervista ai media trasmessa lunedì pomeriggio (ora locale).

"Questa è la ragione per cui acquistiamo World Labs", ha dichiarato Lisa Su nell’intervista, "Vogliamo portare dentro AMD i talenti globali nella ricerca e sviluppo di grandi modelli AI riuniti da Fei-Fei Li, e integrarli appieno con le nostre competenze in hardware, software e sistemi."

World Labs sviluppa i cosiddetti "world model" ovvero piattaforme software AI in grado di supportare le principali tendenze applicative della realtà fisica. Questi modelli permettono di generare e ricostruire rapidamente e con precisione ambienti tridimensionali. La startup afferma che tali capacità troveranno applicazione in aree come robotica, nuove scoperte scientifiche di base e dispositivi industriali, aumentando l’efficienza.

Ex CEO di World Labs, Fei-Fei Li è una nota ricercatrice e informatica della Stanford University. In base all’accordo, entrerà in AMD come vicepresidente esecutivo e Chief Scientist, riferendo direttamente a Lisa Su.

"Con la crescita dell’azienda, crescono anche le nostre ambizioni," ha dichiarato Fei-Fei Li in un’intervista rilasciata lunedì. Ha sottolineato che questa crescita sta anche aumentando la forte domanda di potenza di calcolo di World Labs.

"In questa fase, lavorare fianco a fianco con AMD significa, di fatto, creare grandi opportunità di crescita per noi stessi, AMD e l’intero ecosistema AI, accelerando il volano di reciproca promozione tra sviluppo software e hardware," ha detto durante l’intervista.

L’accordo consentirà ad AMD di offrire, come Nvidia guidata da Jensen Huang, una gamma diversificata di grandi modelli AI ai propri clienti, rafforzando portfolio di prodotti e servizi. L’azienda sta espandendo la propria offerta al fine di vendere più soluzioni ai data center, che al momento rappresentano la maggiore fonte di fatturato della società. L’ultimo orientamento è quello di fornire tutte le componenti necessarie per realizzare rapidamente queste infrastrutture AI di base ed attivarle.

"In futuro ci saranno sia modelli open source sia proprietari," ha dichiarato Lisa Su, "AMD contribuisce già in questo campo. Penso che continueremo ad ampliare questo contributo."

Lisa Su ha aggiunto che l’obiettivo ultimo è costruire una intelligenza artificiale migliore. "La nostra ambizione è definire il percorso futuro del calcolo AI."

Nvidia, concorrente di AMD di dimensioni ancora maggiori, è stata la prima ad adottare una strategia che combina infrastrutture AI fondamentali, servizi cloud AI, grandi modelli e hardware per la potenza di calcolo, aiutando così i clienti a iniziare e gestire rapidamente sistemi/piattaforme AI di grandi dimensioni. Oggi, Nvidia sta utilizzando questa strategia per acquisire nuovi tipi di clienti, spingendo il proprio business ben oltre i giganti del cloud, anche se questi ultimi continuano a rappresentare la maggior parte della crescita.

Di recente, Nvidia ha accettato di acquisire Hugging Face, un’altra startup AI molto nota, per un valore di circa 13 miliardi di dollari. Hugging Face è considerata il "GitHub dei modelli AI", connettendo modelli, dataset, strumenti di sviluppo, clienti enterprise e sviluppatori. Dopo l’acquisizione, Nvidia potrà colmare la catena "scoperta-modello – valutazione – ottimizzazione – deployment", adattando più facilmente i modelli open al suo ecosistema di training e inferenza AI su larga scala, e identificando in anticipo quali architetture e carichi di lavoro guideranno la prossima domanda di potenza di calcolo.

Fondata nel 2024, World Labs conta attualmente circa 70 dipendenti, tra cui un team di esperti in robotica provenienti da SceniX, acquisita a luglio. SceniX è una startup che sviluppa software per l’addestramento di robot in ambienti virtuali altamente realistici.

Durante i 12 anni di guida di Lisa Su, AMD, con sede negli Stati Uniti, ha lavorato duramente per ottenere riconoscimenti grazie alle proprie capacità tecnologiche, scrollandosi di dosso la reputazione di "inseguitore" nella Silicon Valley. Nel mercato dei processori principali l’azienda è uscita dall’ombra di Intel e oggi offre le migliori serie di CPU per PC e data center secondo gli addetti ai lavori.

Nel mercato degli acceleratori AI (chip AI per training e inferenza dei modelli), AMD resta al secondo posto per quota di mercato, molto distante dal quasi 90% detenuto da Nvidia. Tuttavia, Lisa Su ha già lanciato una nuova serie di prodotti per infrastrutture AI e sostiene che questi potrebbero superare le prestazioni della gamma GPU AI del concorrente più grande.

Gli investitori vedono AMD come uno dei principali beneficiari del boom storico della spesa in capitale per l’AI, che quest’anno ha triplicato il prezzo delle sue azioni. La capitalizzazione della società ha raggiunto circa un trilione di dollari, traguardo superato solo da altre 12 big tech come Nvidia e Apple.

Nvidia resta la società con la più alta valutazione al mondo, superando i 5 trilioni di dollari, ma il prezzo delle sue azioni è aumentato "solo" del 22% quest’anno, risultando la performance complessiva peggiore tra le maggiori società di semiconduttori/chip quotate nel 2026 e sottoperformando l’indice Philadelphia Semiconductor, vero e proprio "indicatore fondamentale dell’infrastruttura AI".

Helios attuale, world model per il futuro: l’ambizione AI di AMD va dalla vendita della potenza di calcolo alla sua stessa definizione

Il 21 settembre AMD ha superato per la prima volta la soglia di un trilione di dollari di capitalizzazione, con le azioni in crescita di oltre il 200% negli ultimi dodici mesi, mentre il mercato sta rivalutando con forza il potenziale delle sue soluzioni AI accelerator e server CPU per data center.

Ad inizio mese presso la Global Technology Conference di Citigroup, colosso di Wall Street, AMD – principale rivale della suite GPU Nvidia – ha annunciato che il mercato destinato al data center AI acceleration sarà di 2 trilioni di dollari entro il 2030 (contro le precedenti previsioni di 1 trilione), riconoscendo che la crescita della domanda di inferenza AI è ormai la principale fonte di espansione, con i cosiddetti AI agent al centro di questa crescita che trainano la domanda combinata di GPU e server CPU.

Al convegno, AMD ha dichiarato che Meta e altre due AI lab, clienti chiave di Helios, hanno rivisto al rialzo le stime di domanda rispetto alle previsioni iniziali nate dalla partnership strategica; inoltre, la società prevede per quest’anno una crescita annuale delle vendite di CPU server superiore all’80% nella seconda metà e al 70% nel 2025. Questo scenario rafforza le previsioni di crescita della domanda di calcolo, pur sottolineando che le revisioni delle attese da parte dei clienti non equivalgono a ordini irrevocabili. Helios è il sistema di calcolo AI rack-level di AMD, di cui Meta (proprietaria di Facebook) è uno dei principali clienti.

Da evidenziare che la stima sui 2 trilioni ha valenza sul mercato totale del calcolo (data center, PC, edge, embedded); 1,4 trilioni provenienti solo dall’accelerazione AI in data center, 220 miliardi dalle CPU per server.

Di particolare rilievo sono i crescenti segnali di domanda per AI. Durante l’evento Citigroup, la dirigenza AMD ha sottolineato che le stime fornite da Meta, OpenAI e Anthropic – principali clienti – sono superiori alle aspettative delle prime fasi di collaborazione; la domanda di Helios nel 2027 sarà così superiore a quella pianificata. Si prevede che MI450 e Helios partiranno con le consegne nel Q3, ampliando nel Q4 2027; inoltre, le entrate data center potrebbero raddoppiare dal 2026 al 2027, e le CPU server crescere dell’80% e 70% nel secondo semestre 2026 e nel 2027. L’alto margine lordo delle CPU dovrebbe sostenere i profitti, mentre la partnership con Cerebras coprirà crescenti bisogni di inferenza low-latency.

Le applicazioni agent come Muse e Astra rappresentano i principali carichi di lavoro di questa espansione: un singolo comando può attivare operazioni browser, esecuzioni di codice, interrogazione di informazioni, più ragionamenti e verifiche finali. Le GPU gestiscono il calcolo dei modelli, le CPU supportano virtualizzazione, orchestrazione dei task ed esecuzione strumenti; memoria e storage garantiscono contesto operativo, file e stati di esecuzione. Con il passaggio delle AI platform dai soli schermi all’ambiente fisico, simulazioni 3D, ambienti virtuali e valutazione di percorsi multipli aumentano la domanda computazionale, anche se la reale crescita dipende dalla scala dei task, dall’efficienza dei modelli e dalle modalità di deployment.

Muse sfrutta macchine virtuali cloud e browser dedicati per gestire task trasversali; Astra rafforza le capacità in operazioni computazionali, ingegneria software e workflow specializzati. Con AI in grado di eseguire ricerca, programmazione, shopping e processi d’ufficio, il valore monetizzabile si sposta dalla produzione di una singola risposta al completamento di un intero risultato di lavoro. Logicamente, un più alto livello di successo nelle task e costi inferiori stimoleranno un’adozione sempre più ampia supportando crescita su base abbonamento, pay-per-use e infrastruttura collegata.

L’espansione delle applicazioni influenza tutta l’architettura computazionale: GPU e altri acceleratori AI gestiscono il calcolo dei modelli, CPU orchestrano browser/codice/VM/task; il crescente peso di pesi modello, contesto e sessioni in parallelo richiede memoria sempre più performante, mentre file, memoria a lungo termine e cache multilivello aumentano la domanda di DRAM e SSD enterprise. L’analisi Nvidia conferma il ruolo chiave delle CPU sul throughput dei workflow, con cache KV regolata tra memoria GPU, CPU e storage.

Proprio per questo, colossi finanziari come Goldman Sachs e Jefferies sostengono che il rapido ampliamento delle applicazioni AI e del fabbisogno di potenza di calcolo favorirà l’espansione degli utili delle azioni USA, con la pervasività degli agent AI che potrebbe incrementare la domanda di calcolo, memoria, storage e reti ottiche.

Recentemente, Jefferies prevede che, trainato dal boom degli investimenti AI e utili sopra le attese, lo S&P 500 raggiungerà quota 8000 punti entro fine 2026 e 9000 nel 2027. La valutazione poggia su una crescita EPS a 373 dollari (+35% a/a, oltre il consenso del 29%) e un P/E di 21,5x, con una chiara premessa: in un ciclo AI-based, opporsi al trend degli utili è rischioso.

Da un punto di vista tecnico e finanziario, questa acquisizione rappresenta il tentativo di AMD di contendere a Nvidia il "controllo della definizione dell’infrastruttura di base AI" – ovvero sapere in anticipo di quale hardware i modelli avranno bisogno. Atlas adotta architettura multimodale autoregressiva a diffusione, ponendo esigenze molto diverse in termini di throughput, bandwidth della memoria ed efficienza di scheduling; AMD può usare questi dati reali per migliorare Instinct GPU, EPYC CPU, ROCm software e sistemi rack. Le due aziende avevano già collaborato per ottimizzare calcolo e carichi su Instinct, ora il feedback sarà ancora più diretto. Per azionisti e investitori, il valore a lungo termine dipenderà dalla capacità di tradurre tutto ciò in costi minori, deployment più rapido e adozione superiore dei prodotti.