Come Qualcomm sta aggirando il monopolio di NVIDIA

Il 24 giugno 2026, durante il suo Investor Day a New York, Qualcomm ha annunciato un piano per ridisegnare lo scenario competitivo dell'hardware AI: l'acquisizione di Modular Inc. per 3,92 miliardi di dollari in azioni, una nuova linea di chip server chiamata Dragonfly e un accordo con Meta — siglato da Mark Zuckerberg presentatosi di persona all'evento — per fornire processori alla prossima generazione di data center della società. L'insieme di queste tre mosse strategiche rivela il disegno più ambizioso mai tentato per costruire un'alternativa credibile all'infrastruttura AI di Nvidia: uno stack completo, dall'hardware al software, che per la prima volta non dipende dall'ecosistema che Nvidia ha costruito in vent'anni.

Qualcomm è il produttore di semiconduttori che alimenta la grande maggioranza degli smartphone Android del mondo attraverso i suoi chip Snapdragon. Con un fatturato di circa 44 miliardi di dollari nell'ultimo anno fiscale e una capitalizzazione di mercato intorno ai 200 miliardi, è tra i dieci maggiori produttori di chip al mondo. Il suo core business è sempre stato il mobile: processori per telefoni, modem, connettività. Il data center AI — il mercato dominato da Nvidia — è territorio che Qualcomm non ha mai occupato seriamente. La mossa del 24 giugno è il segnale che l'azienda lo giudica un'opportunità troppo grande per lasciarla andare.

Il lock-in non è nei chip

Per capire perché questa mossa è rilevante, bisogna partire da dove origina davvero il monopolio di Nvidia. Pensate a Microsoft Office negli anni Novanta: il prodotto dominante non era Word in sé, ma era il formato .doc. Tutti i documenti aziendali erano scritti in quel formato, tutti i colleghi lo usavano e passare a un software alternativo significava riscrivere anni di lavoro.

Oggi per Nvidia funziona esattamente così. Dal 2006, l'azienda ha costruito sopra le sue GPU uno strato di librerie software ottimizzate per i calcoli dell'intelligenza artificiale — cuBLAS per l'algebra lineare, cuDNN per le reti neurali, TensorRT per l'inferenza. Ogni grande organizzazione che sviluppa AI ha scritto il proprio codice assumendo che quelle librerie esistano. CUDA è il sistema software che Nvidia ha costruito con lo scopo di permettere agli sviluppatori di programmare le sue GPU. Prima di CUDA, le GPU servivano solo per la grafica; Nvidia aprì le sue schede ai programmatori attraverso questo strato software e, negli anni, ci costruì sopra librerie sempre più potenti e specializzate per il machine learning. AMD produce GPU competitive, ma non riesce a strappare clienti perché usarle richiederebbe riscrivere anni di infrastruttura. Yuri Goryunov, CIO di Acceligence, ha sintetizzato il punto: "Il vantaggio di Nvidia non è mai stato nelle GPU, ma in CUDA e nel costo che le aziende dovrebbero sostenere per riscrivere le proprie applicazioni".

L'errore di tutti i precedenti tentativi

AMD con ROCm, Intel con oneAPI, Google con Triton hanno tentato tutti la stessa strada: replicare le librerie di Nvidia, riscriverle per il proprio hardware. È come costruire un formato alternativo al .doc che promette di leggere tutti i vecchi file. In teoria fattibile; in pratica, Nvidia aggiorna quelle librerie continuamente da quasi vent'anni, e la distanza non si colma mai.

Durante la Seconda Guerra Mondiale, la Francia aveva costruito lungo il confine con Germania, Lussemburgo e Belgio un presidio fortificato di 450 km ritenuto invalicabile: la linea Maginot. I panzer tedeschi riuscirono a eluderlo non con un attacco frontale, ma aggirandolo attraverso la foresta delle Ardenne. Qualcomm sta tentando lo stesso approccio con Nvidia, e questo tentativo parte con l'acquisizione di Modular.

Modular, la startup fondata da Chris Lattner — l'uomo che ha creato il compilatore LLVM e il linguaggio Swift di Apple — ha scelto una strada differente rispetto all'attacco frontale. Invece di copiare le librerie Nvidia, ha costruito un compilatore che non ne ha bisogno. Un compilatore è un traduttore: prende codice scritto in modo generico e lo trasforma in istruzioni ottimizzate per un chip specifico. Il compilatore di Modular, chiamato MAX, è in grado di prendere lo stesso codice e produrre versioni ottimizzate per chip Nvidia, AMD, Qualcomm o Apple, senza mai toccare una libreria proprietaria. Anziché imparare ogni lingua a memoria, Modular ha costruito un traduttore universale.

Il puzzle di Qualcomm

Tre pezzi, annunciati contemporaneamente. Modular porta il software hardware-agnostico: il compilatore MAX funziona su Qualcomm, Nvidia e AMD senza dipendere da librerie proprietarie, il che significa che i developer non devono scegliere tra produttori di chip. Il Dragonfly porta l'hardware proprietario pensato per l'inferenza AI. Meta porta la validazione commerciale. A completare il disegno ci sarebbe potuto essere Tenstorrent, startup di chip AI su architettura RISC-V open source valutata tra 8 e 10 miliardi di dollari, ma il CEO Jim Keller ha smentito l'esistenza di trattative in corso.

Se tutti e tre i pezzi si combinano, per la prima volta esiste uno stack completo che non dipende da Nvidia. Qualcomm non sta cercando di replicare Nvidia; non chiede ai developer di abbandonare l'hardware Nvidia: offre una possibile alternativa.

La relazione con Meta

Meta è uno dei maggiori acquirenti di hardware AI al mondo, ha costruito PyTorch, il framework di machine learning più utilizzato in assoluto, e investe più di qualunque altra azienda nell'AI open source. Che Zuckerberg si sia presentato di persona all'Investor Day di Qualcomm, firmando un accordo multi-generazionale per i processori Dragonfly con ricavi stimati in oltre 1 miliardo di dollari entro un anno, è qualcosa di più di un endorsement formale. Meta è il cliente di riferimento più difficile da convincere nel settore AI, un cliente che apre molte altre porte.

Le insidie che restano

Le criticità che l'attraversamento delle Ardenne porta con sé sono concrete. Il Dragonfly C1000 non sarà in produzione prima del secondo semestre 2028: ci sono due anni in cui Nvidia non starà di certo ad aspettare. Il supporto di MAX per le architetture mixture-of-experts — il design usato da DeepSeek V3 e Llama 4 che rappresenta una quota crescente dei modelli frontier — è ancora in fase di maturazione. Mojo, il linguaggio di programmazione di Modular, è ancora in versione beta. E la vendor-neutrality di MAX, credibile finché Modular era indipendente, dovrà essere dimostrata nel tempo. Barclays ha mantenuto un rating Underweight su Qualcomm dopo l'Investor Day, definendo la società una "show-me story": una visione che deve ancora realizzarsi.

Negli anni, Nvidia ha fronteggiato decine di challenger e li ha sopravanzati tutti. Il 24 giugno non cambia questo dato di fatto, ma per la prima volta un concorrente si propone di affrontare il problema con un approccio strutturalmente diverso, porta con sé la validazione del cliente più esigente del settore e le risorse per coprire gli investimenti fino al 2028. Se il puzzle si completa, il mercato dei chip AI avrà una seconda opzione reale. Se i pezzi non si incastrano, la linea Maginot di Nvidia avrà retto ancora una volta.