Amazon sta cercando di ritagliarsi un vantaggio competitivo nel settore dell’intelligenza artificiale puntando su una strategia di contenimento dei costi. Al centro di questo piano ci sono i chip sviluppati internamente dall’azienda, pensati per ridurre la dipendenza dai fornitori esterni.
Peter DeSantis, responsabile dell’AI di Amazon, ha illustrato questa visione in una recente intervista al Wall Street Journal.
Peter DeSantis è una figura di spicco all’interno di Amazon, dove lavora fin dai primi anni dell’azienda. Il suo ruolo attuale lo posiziona come il principale responsabile della strategia legata all’intelligenza artificiale. La sua lunga permanenza in azienda lo rende uno dei dirigenti più influenti nell’ecosistema tecnologico di Amazon.
I chip Trainium e Inferentia
I due chip sviluppati internamente da Amazon si chiamano Trainium e Inferentia. Trainium è progettato per la fase di addestramento dei modelli di intelligenza artificiale, mentre Inferentia si occupa della fase di inferenza, ovvero quando il modello viene effettivamente utilizzato. L’obiettivo dichiarato è quello di sviluppare modelli AI a costi inferiori rispetto all’utilizzo di hardware di terze parti.
Una strategia orientata al risparmio
Amazon sta cercando di applicare al settore AI la stessa filosofia di efficienza dei costi che ha caratterizzato la sua crescita in altri ambiti. Utilizzare chip proprietari consente all’azienda di ottimizzare le prestazioni in base alle proprie esigenze specifiche. Questa scelta potrebbe rappresentare un elemento differenziante rispetto ai concorrenti che si affidano principalmente a fornitori esterni come Nvidia.
Il contesto della competizione nell’AI
La corsa allo sviluppo dell’intelligenza artificiale vede coinvolte le principali aziende tecnologiche mondiali. Amazon, attraverso la sua divisione cloud AWS, ha già una posizione consolidata nel mercato, ma la competizione con Microsoft, Google e altri attori resta intensa. La strategia basata sui chip interni rappresenta un tentativo di costruire un vantaggio strutturale nel lungo periodo.




