In May 2026, TechCrunch reported<\/a> i dettagli dell’exit da 2,5 miliardi di dollari di Cerebras Systems. Il fondo Eclipse, fondato da Lior Susan, figura tra i principali beneficiari dell’operazione. Tuttavia, la storia inizia molto prima.<\/p>\n Circa dieci anni fa, Susan inizi\u00f2 a investire in aziende che costruivano tecnologia per il mondo fisico. Era una posizione solitaria. La maggior parte del capitale di rischio guardava al software, al SaaS, ai marketplace digitali. Al contrario, Eclipse puntava su chip, sensori, robotica e infrastruttura computazionale tangibile.<\/p>\n Cerebras \u00e8 diventata la dimostrazione pi\u00f9 visibile di quella tesi. L’azienda ha sviluppato chip di dimensioni straordinarie \u2014 il Wafer Scale Engine \u2014 capaci di elaborare modelli di AI di grandi dimensioni con latenze ridotte. Inoltre, ha costruito sistemi completi, non solo silicio grezzo.<\/p>\n Per comprendere il valore dell’operazione, \u00e8 utile guardare all’architettura tecnica. I chip Cerebras non seguono il paradigma tradizionale dei GPU cluster. Invece, integrano migliaia di core su un singolo wafer di silicio.<\/p>\n Di conseguenza, la comunicazione tra unit\u00e0 di calcolo avviene senza i colli di bottiglia tipici delle reti inter-GPU. Questo si traduce in vantaggi concreti su workload specifici: training di modelli linguistici, inferenza ad alta frequenza, simulazioni fisiche complesse.<\/p>\n According to analyses published by Gartner<\/a>, entro il 2027 oltre il 60% delle aziende che adottano AI in produzione dovr\u00e0 affrontare decisioni strutturate sull’hardware di inferenza. Pertanto, la scelta del chip non \u00e8 pi\u00f9 una questione da delegare al reparto IT: diventa una decisione strategica.<\/p>\n In particolare, per le PMI che stanno costruendo pipeline di AI interne \u2014 analisi predittiva, automazione documentale, raccomandazione prodotti \u2014 la disponibilit\u00e0 di infrastruttura specializzata cambia i calcoli di make-or-buy.<\/p>\n L’exit di Cerebras ridisegna alcune gerarchie. Tra i vincitori pi\u00f9 evidenti troviamo Eclipse e i suoi LP, ma anche l’intero segmento degli investitori in AI fisica. Infatti, l’operazione legittima una tesi di investimento che per anni \u00e8 rimasta marginale rispetto al software-first.<\/p>\n Tra i soggetti che devono rivedere le proprie posizioni ci sono invece i fornitori di cloud computing generalista. Aziende come AWS, Google Cloud e Azure hanno costruito il proprio vantaggio sulla flessibilit\u00e0 orizzontale. Tuttavia, la specializzazione verticale dell’hardware AI crea nicchie dove il cloud tradizionale non \u00e8 competitivo n\u00e9 per costo n\u00e9 per performance.<\/p>\n Analogamente, i produttori di GPU tradizionali \u2014 NVIDIA in testa \u2014 devono monitorare l’ascesa di architetture alternative. Nonostante ci\u00f2, NVIDIA mantiene un vantaggio ecosistemico enorme grazie a CUDA e alla base installata. Il duopolio non \u00e8 in discussione nel breve periodo.<\/p>\n Per approfondire le dinamiche competitive nell’AI hardware, il report McKinsey State of AI<\/a> offers a structured reading of the ongoing tensions between industry giants.<\/p>\n We of SHM Studio<\/a> lavoriamo quotidianamente con PMI italiane che stanno integrando l’AI nei propri processi. Quindi, osserviamo questa vicenda con un’ottica operativa, non speculativa.<\/p>\n Il punto centrale \u00e8 il seguente: l’infrastruttura AI fisica sta diventando accessibile anche al di fuori dei grandi centri di calcolo. Questo avviene attraverso due canali principali.<\/p>\n Dunque, la domanda per una PMI non \u00e8 \u00abdevo comprare chip Cerebras?\u00bb. La domanda \u00e8: \u00abla mia roadmap AI nei prossimi 24 mesi richiede una riflessione sull’infrastruttura computazionale?\u00bb. Nella maggior parte dei casi, la risposta \u00e8 s\u00ec.<\/p>\n For companies building a structured digital presence, our AI services<\/a> include a technological assessment phase that also considers infrastructural choices. Likewise, our approach to digital marketing<\/a> always integrate the intelligent automation component.<\/p>\n Tradurre una notizia finanziaria in azioni concrete \u00e8 il lavoro che le PMI spesso faticano a fare internamente. Pertanto, proviamo a indicare alcune direzioni pratiche.<\/p>\n First of all<\/strong>, \u00e8 utile mappare i workload AI attuali e previsti. Non tutti i casi d’uso richiedono hardware specializzato. Ad esempio, un modello di classificazione testi su volumi medi gira perfettamente su istanze cloud standard. Al contrario, l’inferenza in tempo reale su dati sensoriali industriali pu\u00f2 beneficiare di architetture dedicate.<\/p>\n Next<\/strong>, conviene monitorare l’evoluzione dei prezzi sul mercato del cloud specializzato. La concorrenza tra provider sta comprimendo i costi. Quindi, soluzioni che sembravano inaccessibili 18 mesi fa oggi entrano nel budget di aziende con 50-200 dipendenti.<\/p>\n Finally<\/strong>, it is worth structuring the governance of AI technology choices. This means not delegating infrastructure decisions solely to the IT department, but also involving strategic management and, where present, the CFO. The implications for TCO (Total Cost of Ownership) are significant.<\/p>\n For those managing digital campaigns with automation components, choices about Google Ads<\/a> e LinkedIn Ads<\/a> stanno evolvendo verso un uso pi\u00f9 intensivo di modelli predittivi. Pertanto, la qualit\u00e0 dell’infrastruttura sottostante influenza direttamente le performance delle campagne.<\/p>\n Secondo quanto riportato da TechCrunch, Lior Susan considera l’exit di Cerebras solo l’inizio della tesi sull’AI fisica. Eclipse ha in portafoglio altre aziende che operano all’intersezione tra hardware, robotica e intelligenza artificiale.<\/p>\n Questo segnale \u00e8 rilevante per capire dove si concentrer\u00e0 il capitale nei prossimi anni. Tra l’altro, la tesi del \u00abphysical world AI\u00bb si sovrappone con tendenze gi\u00e0 in atto: la digitalizzazione della manifattura, l’automazione logistica, i sistemi di visione artificiale per il retail.<\/p>\n Per le PMI italiane, molte delle quali operano proprio in questi settori, il messaggio \u00e8 chiaro. Infatti, l’AI non \u00e8 pi\u00f9 solo un tema da software house o da startup digitali. \u00c8 un tema che riguarda chi produce, distribuisce e vende nel mondo fisico.<\/p>\n La nostra attivit\u00e0 di SEO<\/a> e copywriting<\/a> per PMI B2B tiene conto di questo cambiamento. Cos\u00ec come il nostro approccio allo web development<\/a>, che integra sempre pi\u00f9 componenti di personalizzazione basata su dati.<\/p>\n Let's wrap up with a simple framework. Three questions every SME should ask themselves after reading this news.<\/p>\n Per approfondire questi temi con un approccio consulenziale, \u00e8 possibile Contact the SHM Studio team<\/a>. Furthermore, our blog<\/a> regularly publishes analyses on AI, digital infrastructure, and strategies for Italian SMEs.<\/p>","protected":false},"excerpt":{"rendered":" L’exit da 2,5 miliardi di Cerebras segna un turning point per l’infrastruttura AI fisica. Cosa significa per le PMI italiane che scalano il computing.<\/p>","protected":false},"author":7,"featured_media":23463,"template":"","meta":{"_acf_changed":false,"footnotes":""},"tags":[],"news-category":[163],"class_list":["post-23466","news","type-news","status-publish","has-post-thumbnail","hentry","news-category-tecnologia","entry"],"acf":{"tldr_content":" Cerebras Systems \u00e8 stata acquisita per 2,5 miliardi di dollari. Si tratta di una delle uscite pi\u00f9 significative nel settore dell'AI hardware degli ultimi anni. Pertanto, l'evento non riguarda solo i grandi fondi di venture capital: riguarda anche le PMI italiane che stanno valutando come scalare la propria infrastruttura di calcolo.<\/p> Il fondo Eclipse, guidato da Lior Susan, aveva scommesso sull'AI fisica quando il mercato guardava altrove. Oggi quella tesi si \u00e8 rivelata corretta. Infatti, l'hardware specializzato per l'intelligenza artificiale sta diventando un asset strategico, non pi\u00f9 una voce di costo accessoria. In particolare, i chip Cerebras offrono capacit\u00e0 di elaborazione che i tradizionali GPU non riescono a replicare su determinati workload.<\/p>Architettura Cerebras: perch\u00e9 il silicio conta pi\u00f9 del software<\/h2>\n
Vincitori e perdenti nell’ecosistema AI hardware<\/h2>\n
La lettura di SHM Studio: cosa cambia per chi non \u00e8 un hyperscaler<\/h2>\n
\n
Operational implications for Italian SMEs<\/h2>\n
The construction site is still open: Where Eclipse is going after Cerebras<\/h2>\n
Next moves: Three questions to guide you<\/h2>\n
\n