[{"data":1,"prerenderedAt":24},["ShallowReactive",2],{"article-silicio-memoria-ai-locale-robotica-it":3},{"slug":4,"title":5,"description":6,"date":7,"readTime":8,"author":9,"image":10,"macro":11,"categories":12,"subcategories":16,"tags":18,"content":23},"silicio-memoria-ai-locale-robotica","AI locale e robotica nel 2026: NPU edge, memoria e infrastruttura condivisa","L'articolo sulla robotica chiedeva quale infrastruttura sarebbe diventata indispensabile. La risposta è la stessa che spiega la corsa ai modelli piccoli: NPU edge e memoria, condivisi tra robot e AI locale.","2026-08-20",11,"Punta.dev","/images/articles/silicio-memoria-ai-locale-robotica/cover.webp","tech",[13,14,15],"ai","hardware","robotica",[17],"innovazione",[19,20,21,22],"Intelligenza Artificiale","Investimenti","Robotica","Hardware","\u003Cdiv class='article-intro'>\u003Cp>\u003Cem>L'\u003Ca href='/blog/guerra-silenziosa-robot-ai-fisica' class='underline decoration-purple-400 hover:text-purple-200'>articolo sulla robotica\u003C/a> si chiudeva con una domanda lasciata volutamente aperta: quale infrastruttura diventerà indispensabile perché i robot funzionino davvero su larga scala? Nell'\u003Ca href='/blog/intelligenza-artificiale-locale-modelli-piccoli' class='underline decoration-purple-400 hover:text-purple-200'>articolo sui modelli piccoli\u003C/a> avevamo raccontato perché l'AI sta imparando a girare più vicino a noi, sul dispositivo invece che nel cloud. Questi due pezzi condividono la stessa risposta, e vale la pena metterli insieme.\u003C/em>\u003C/p>\u003C/div>\u003Cp>Un robot che deve evitare un ostacolo, o un telefono che deve capire un comando vocale, hanno lo stesso identico vincolo: non possono permettersi di aspettare un round-trip verso un server lontano. Serve inferenza \u003Cstrong>locale\u003C/strong>, in tempo reale, a bassa potenza. È lo stesso problema, con due facce diverse — e chi produce il silicio per risolverlo sta diventando un punto di osservazione interessante per entrambi i temi insieme.\u003C/p>\u003Ch2>Perché robotica e AI locale richiedono inferenza on-device e bassa latenza\u003C/h2>\u003Cp>Nell'articolo sulla robotica il punto centrale non era il robot in sé, ma tutto ciò che serve perché funzioni davvero: dati fisici, simulazione, controllo motorio. C'è un pezzo che quell'articolo non approfondiva: il controllo motorio e la percezione sensoriale di un robot devono girare \u003Cstrong>a bordo macchina\u003C/strong>, non nel cloud — la latenza di un giro di rete sarebbe incompatibile con l'evitare un ostacolo in tempo reale, e la connettività non è mai garantita al 100% in una fabbrica o in un magazzino.\u003C/p>\u003Cp>È esattamente il principio del \"right-sizing\" descritto nell'articolo sui modelli piccoli, applicato a un contesto dove la posta in gioco è fisica invece che solo computazionale: serve un modello abbastanza piccolo da girare on-device, ma abbastanza capace da percepire e reagire in tempo reale.\u003C/p>\u003Ch2>NPU edge: i chip che alimentano AI locale, robotica e dispositivi intelligenti\u003C/h2>\u003Cp>Chi produce gli NPU (Neural Processing Unit) per l'edge sta esplicitamente posizionando questi chip per coprire sia il caso \"telefono/PC\" sia il caso \"robot industriale\" con la stessa architettura di base.\u003C/p>\u003Cfigure class='my-10'>\u003Cdiv class='bg-gray-800/40 backdrop-blur rounded-2xl p-6 md:p-8'>\u003Cp class='text-white font-semibold text-lg mb-1'>Qualcomm: leader edge AI dichiarato, prezzato come un ciclico\u003C/p>\u003Cp class='text-gray-400 text-sm mb-6'>Forward P/E a confronto (Qualcomm: range dichiarato 10,5-16x, punto medio mostrato)\u003C/p>\u003Cdiv class='relative' style='height:220px'>\u003Cdiv class='absolute inset-x-0 border-t border-gray-500/20' style='top:75.0%'>\u003C/div>\u003Cdiv class='absolute inset-x-0 border-t border-gray-500/20' style='top:50.0%'>\u003C/div>\u003Cdiv class='absolute inset-x-0 border-t border-gray-500/20' style='top:25.0%'>\u003C/div>\u003Cdiv class='absolute inset-0 flex items-end justify-center gap-8 sm:gap-16'>\u003Cdiv class='flex flex-col items-center w-20 sm:w-24 flex-shrink-0'>\u003Cspan class='text-white font-bold mb-2 text-xs sm:text-sm text-center whitespace-nowrap'>10,5-16×\u003C/span>\u003Cdiv style='height:105px' class='w-full rounded-t-lg bg-gradient-to-t from-purple-600 to-purple-400 border-t-2 border-white/30 shadow-[0_0_14px_rgba(192,132,252,0.35)]'>\u003C/div>\u003Cspan class='text-gray-300 text-[10px] sm:text-xs mt-2 sm:mt-3 text-center leading-tight'>Qualcomm\u003Cbr>(edge AI, robotica, auto)\u003C/span>\u003C/div>\u003Cdiv class='flex flex-col items-center w-20 sm:w-24 flex-shrink-0'>\u003Cspan class='text-white font-bold mb-2 text-xs sm:text-sm text-center whitespace-nowrap'>~22×\u003C/span>\u003Cdiv style='height:175px' class='w-full rounded-t-lg bg-gradient-to-t from-pink-600 to-pink-400 border-t-2 border-white/30 shadow-[0_0_14px_rgba(192,132,252,0.35)]'>\u003C/div>\u003Cspan class='text-gray-300 text-[10px] sm:text-xs mt-2 sm:mt-3 text-center leading-tight'>Nvidia\u003Cbr>(datacenter)\u003C/span>\u003C/div>\u003C/div>\u003C/div>\u003Cp class='text-gray-500 text-xs mt-6 text-center italic'>Fonte: dati di mercato, Investor Day Qualcomm giugno 2026\u003C/p>\u003C/div>\u003C/figure>\u003Ch3>Qualcomm: dalla telefonia all'edge AI, tra robotica, automotive e AI PC\u003C/h3>\u003Cp>Qualcomm tratta a un forward P/E tra 10,5 e 16 volte, meno della metà del 22x di Nvidia — nonostante il proprio Investor Day 2026 abbia esplicitamente indicato \"robotics\" e \"physical AI\" come una delle nuove aree di \u003Cspan class='glossary-term'>TAM\u003Cspan class='glossary-popup'>TAM (Total Addressable Market): il mercato potenziale totale che un'azienda potrebbe servire con il proprio prodotto — una misura di quanto può crescere, non di quanto guadagna oggi.\u003Cspan class='glossary-close'>Chiudi ✕\u003C/span>\u003C/span>\u003C/span>, insieme ad automotive e AI PC, per un mercato indirizzabile combinato stimato in circa 1.700 miliardi di dollari entro il 2030. Il mercato la prezza ancora in gran parte come un fornitore di chip per smartphone, non come infrastruttura AI strutturale che copre anche il mondo fisico.\u003C/p>\u003Ch3>CEVA: licensing NPU e proprietà intellettuale per l'edge AI\u003C/h3>\u003Cp>\u003Cstrong>CEVA\u003C/strong>, licenziante di proprietà intellettuale per NPU edge molto più piccola di Qualcomm, usa ormai esplicitamente il linguaggio \"Physical AI\" nelle proprie comunicazioni agli investitori — la stessa area tematica dell'articolo sulla robotica. Qui, invece di un singolo dato aggregato, vale la pena guardare ai report reali delle banche: il 12 maggio 2026, dopo la trimestrale, TD Cowen ha alzato il target da 24 a 45 dollari, UBS da 42 a 48, Oppenheimer da 30 a 42, Rosenblatt da 40 a 45, Stifel ha assegnato 42 — tutti con rating \"Buy\". Non è però un consenso unanime: \u003Cstrong>JPMorgan\u003C/strong>, iniziando la copertura l'8 maggio, ha assegnato un target di soli 30 dollari con rating \"Neutral\", il più cauto del gruppo. Il consensus a 12 mesi, ad agosto 2026, si attesta intorno ai 47 dollari, contro un prezzo che nello stesso periodo ha oscillato tra 28 e 40 dollari a seconda del momento — un titolo storicamente molto volatile (range a 12 mesi: 17,02-51,25 dollari). Il rischio da tenere presente resta lo stesso: CEVA è ancora in perdita GAAP (P/E negativo), quindi qualunque target riflette una scommessa su royalty future, non utili già realizzati.\u003C/p>\u003Ch2>Memoria LPDDR e HBM: perché la crescita dell'AI aumenta i costi anche nell'edge\u003C/h2>\u003Cp>C'è una connessione più sottile, e più diretta, con l'articolo sui modelli piccoli. Sia un robot sia un progetto di inferenza locale come \u003Ca href='/blog/intelligenza-artificiale-locale-modelli-piccoli' class='underline decoration-purple-400 hover:text-purple-200'>DwarfStar4\u003C/a> hanno bisogno di memoria RAM abbondante e veloce vicino al chip. Ma la stessa corsa all'HBM per i datacenter, raccontata nell'articolo sui colli di bottiglia, sta prosciugando anche questa memoria \"di consumo\": la LPDDR, quella dei telefoni, dei PC e dei sistemi embedded per la robotica.\u003C/p>\u003Cfigure class='my-10'>\u003Cdiv class='bg-gray-800/40 backdrop-blur rounded-2xl p-6 md:p-8'>\u003Cp class='text-white font-semibold text-lg mb-1'>La memoria per l'AI locale è esplosa di prezzo nello stesso trimestre\u003C/p>\u003Cp class='text-gray-400 text-sm mb-6'>Indice di prezzo LPDDR5X (base 100 = inizio trimestre)\u003C/p>\u003Cdiv class='relative' style='height:220px'>\u003Cdiv class='absolute inset-x-0 border-t border-gray-500/20' style='top:75.0%'>\u003C/div>\u003Cdiv class='absolute inset-x-0 border-t border-gray-500/20' style='top:50.0%'>\u003C/div>\u003Cdiv class='absolute inset-x-0 border-t border-gray-500/20' style='top:25.0%'>\u003C/div>\u003Cdiv class='absolute inset-0 flex items-end justify-center gap-8 sm:gap-16'>\u003Cdiv class='flex flex-col items-center w-20 sm:w-24 flex-shrink-0'>\u003Cspan class='text-white font-bold mb-2 text-xs sm:text-sm text-center whitespace-nowrap'>100\u003C/span>\u003Cdiv style='height:97px' class='w-full rounded-t-lg bg-gradient-to-t from-purple-600 to-purple-400 border-t-2 border-white/30 shadow-[0_0_14px_rgba(192,132,252,0.35)]'>\u003C/div>\u003Cspan class='text-gray-300 text-[10px] sm:text-xs mt-2 sm:mt-3 text-center leading-tight'>Inizio Q2 2026\u003C/span>\u003C/div>\u003Cdiv class='flex flex-col items-center w-20 sm:w-24 flex-shrink-0'>\u003Cspan class='text-white font-bold mb-2 text-xs sm:text-sm text-center whitespace-nowrap'>+78-83%\u003Cbr>(≈181)\u003C/span>\u003Cdiv style='height:175px' class='w-full rounded-t-lg bg-gradient-to-t from-pink-600 to-pink-400 border-t-2 border-white/30 shadow-[0_0_14px_rgba(192,132,252,0.35)]'>\u003C/div>\u003Cspan class='text-gray-300 text-[10px] sm:text-xs mt-2 sm:mt-3 text-center leading-tight'>Fine Q2 2026\u003C/span>\u003C/div>\u003C/div>\u003C/div>\u003Cp class='text-gray-500 text-xs mt-6 text-center italic'>Fonte: TrendForce, rilevazione maggio 2026\u003C/p>\u003C/div>\u003C/figure>\u003Cblockquote>La memoria oggi pesa il 30-40% del costo dei componenti di uno smartphone, contro il 10-15% storico. Lo stesso identico meccanismo colpisce ogni sistema embedded — inclusi i robot — che ha bisogno di RAM abbondante vicino al chip per elaborare percezione e controllo in locale.\u003C/blockquote>\u003Cp>È lo stesso paradosso di Jevons descritto nell'\u003Ca href='/blog/intelligenza-artificiale-locale-modelli-piccoli' class='underline decoration-purple-400 hover:text-purple-200'>articolo sui modelli piccoli\u003C/a>, applicato all'hardware invece che all'energia: l'AI locale dovrebbe rendere tutto più economico ed efficiente, ma la domanda aggregata per abilitarla — più chip, più memoria, su più dispositivi — sta facendo salire il prezzo dei componenti necessari a realizzarla, per tutti, non solo per chi costruisce datacenter.\u003C/p>\u003Ch2>Investire nell'edge AI: dove si concentra il valore tra NPU, memoria e robotica\u003C/h2>\u003Cp>La domanda lasciata aperta nell'\u003Ca href='/blog/guerra-silenziosa-robot-ai-fisica' class='underline decoration-purple-400 hover:text-purple-200'>articolo sulla robotica\u003C/a> — dove si concentrerà davvero il valore — trova qui una risposta parziale ma concreta: non solo nel robot finito o nel modello più elegante, ma nel \u003Cspan class='glossary-term'>silicio edge\u003Cspan class='glossary-popup'>Silicio edge: i chip progettati per eseguire calcoli di intelligenza artificiale direttamente sul dispositivo — telefono, robot, PC — invece che in un datacenter remoto.\u003Cspan class='glossary-close'>Chiudi ✕\u003C/span>\u003C/span>\u003C/span> che permette a entrambi di percepire e reagire senza dipendere dal cloud, e nella memoria che quel silicio richiede per funzionare. È un'infrastruttura condivisa tra due narrative che sembrano distanti — un telefono che riassume un'email in locale e un braccio robotico che evita un ostacolo in una fabbrica — ma che competono, letteralmente, per la stessa capacità produttiva di chip e memoria.\u003C/p>\u003Ch2>Rischi di investimento: ciclicità, contenziosi ed execution nell'edge AI\u003C/h2>\u003Cp>Qui vale la pena rallentare, perché ognuno di questi nomi ha un rischio concreto e datato, non generico.\u003C/p>\u003Ch3>Memoria DRAM e LPDDR: il rischio ciclico del settore semiconduttori\u003C/h3>\u003Cp>Nel 2022-2023, durante l'ultima inversione di ciclo, \u003Cstrong>SK Hynix ha chiuso un intero anno con un margine netto di circa -28%\u003C/strong> — una delle memorie migliori al mondo che perdeva denaro su quasi ogni dollaro di vendite — mentre il titolo Micron aveva perso circa metà del proprio valore dal massimo del 2022. Alcuni analisti stimano oggi che i prezzi DRAM potrebbero scendere dell'80-90% nei prossimi tre anni, quando la nuova capacità produttiva (inclusi i produttori cinesi CXMT e YMTC, che hanno già conquistato rispettivamente l'8% e il 13% dei rispettivi mercati globali) entrerà a regime. Anche investitori noti per aver anticipato bolle passate, come Michael Burry, hanno reso pubblica una posizione ribassista su Micron proprio su questa base. Morningstar, in un report recente, ha scritto esplicitamente che il rallentamento del ciclo AI potrebbe arrivare \"già nel 2026\". Nessuno di questi segnali dice che accadrà subito — gli stessi analisti notano che questo ciclo ha caratteristiche strutturali diverse dai precedenti — ma la storia del settore è un argomento a favore della cautela, non della certezza.\u003C/p>\u003Ch3>Qualcomm vs ARM: il processo del 5 ottobre 2026 e il rischio per l'edge AI\u003C/h3>\u003Cp>Qualcomm ha già vinto una causa contro ARM nel 2024-2025 sull'uso della tecnologia Nuvia nei propri core CPU. Ma esiste una \u003Cstrong>seconda causa, separata\u003C/strong>, in cui è Qualcomm stessa ad accusare ARM di violazione contrattuale sui prezzi di licenza — e il processo, secondo i documenti SEC più recenti, è fissato per il \u003Cstrong>5 ottobre 2026\u003C/strong>. ARM, nel proprio bilancio, dichiara che Qualcomm rappresenta il 9% del proprio fatturato totale e avverte che l'esito è incerto e potrebbe richiedere \"significative spese legali\" indipendentemente dal risultato. È un catalizzatore concreto e vicino nel tempo, non un rischio astratto.\u003C/p>\u003Ch3>CEVA: il rischio di execution tra licensing NPU e royalty future\u003C/h3>\u003Cp>Va ripetuto con chiarezza: il fatto che sei banche su sette abbiano un target più alto del prezzo attuale non garantisce nulla. JPMorgan, la banca più prudente del gruppo, resta a \"Neutral\". CEVA non ha ancora dimostrato di poter trasformare gli accordi di licensing firmati in royalty ricorrenti su volumi reali — è esattamente il tipo di scommessa che può non materializzarsi, o materializzarsi molto più lentamente di quanto i target degli analisti implichino.\u003C/p>\u003Cp>Nessuno di questi tre pezzi è quindi una certezza di investimento. Ma è la domanda giusta da tenere d'occhio, guardando questi tre articoli come un unico filo invece che tre storie separate — e tenendo i rischi altrettanto in vista quanto le opportunità.\u003C/p>\u003Cdiv class='glossary'>\u003Cp>\u003Cstrong>Qualcomm\u003C/strong> — Investor Day 2026 (24 giugno 2026); modulo 10-Q depositato in SEC (dettagli causa ARM, processo fissato al 5 ottobre 2026)\u003C/p>\u003Cp>\u003Cstrong>ARM Holdings\u003C/strong> — modulo 20-F/6-K depositato in SEC (esposizione al 9% del fatturato verso Qualcomm, rischio legale dichiarato)\u003C/p>\u003Cp>\u003Cstrong>CEVA\u003C/strong> — comunicati stampa trimestrali; target price delle singole banche (TD Cowen, UBS, Oppenheimer, Rosenblatt, Stifel, JPMorgan) via TipRanks e StockAnalysis, maggio-agosto 2026\u003C/p>\u003Cp>\u003Cstrong>TrendForce\u003C/strong> — rilevazione prezzi LPDDR5X/LPDDR4X, maggio 2026\u003C/p>\u003Cp>\u003Cstrong>SK Hynix, Micron\u003C/strong> — dati storici di margine e prezzo del ciclo 2022-2023 (analisi Motley Fool, luglio 2026)\u003C/p>\u003Cp>\u003Cstrong>Morningstar\u003C/strong> — nota di ricerca sulla ciclicità del settore semiconduttori (2026)\u003C/p>\u003Cp>\u003Cstrong>Financial Times, Reuters, International Federation of Robotics\u003C/strong> — fonti citate nell'articolo sulla robotica collegato\u003C/p>\u003C/div>",1787586113590]