Intel punta alle GPU da data center: la mossa di Tan e il nodo del software

Il data center è diventato il punto in cui si decide la velocità dell’AI, dalla formazione dei modelli al servizio in produzione. In questo spazio la GPU non è più solo “una scheda”: è un’infrastruttura con driver, librerie, tool e supporto operativo. E quando un vendor dichiara di voler entrare o rientrare, la domanda implicita è sempre la stessa: riuscirà a far funzionare tutto in modo prevedibile, su scala, per mesi?

Qui entra il senso della frase di Tan, riportata da Reuters e rilanciata da TechCrunch e DataCenterDynamics. Dire “svilupperemo GPU” senza un piano sullo stack è facile. Dire “svilupperemo GPU” e poi mettere a capo dell’architettura una figura come Eric Demers è una scelta che parla di execution. È anche un messaggio ai clienti: Intel vuole che questo diventi una piattaforma in cui vale la pena investire tempo.

Per capire se questa notizia è un “segnale” o un “inizio”, bisogna guardare oltre il titolo. Una GPU data center esiste quando esiste un percorso pratico per installarla, farla scalare, misurarla e aggiornarla senza paura. Tan lo sa, e la scelta di un chief architect racconta che Intel vuole rimettere ordine dove in passato ha sofferto.

Sommario dei contenuti

• Cosa ha detto Tan e che cosa è stato confermato
• Chi è Eric Demers e cosa cambia con un chief architect
• Che cosa significa “fare GPU” nel 2026
• Il vero muro: stack software, tool e compatibilità
• Early adopter: chi prova per primo e che cosa pretende
• Crescent Island: il tassello già annunciato e perché conta
• Come si incastra nella strategia Intel Foundry
• Segnali da monitorare nel 2026
• Guida pratica: domande utili se valuti un acceleratore
• FAQ

Cosa ha detto Tan e che cosa è stato confermato

Il fatto, per come è stato riportato, è lineare. Il 3 febbraio 2026 al Cisco AI Summit di San Francisco, Lip-Bu Tan ha detto che Intel svilupperà GPU e che l’obiettivo è il data center. Reuters ha pubblicato la notizia e ha indicato anche l’elemento organizzativo: Intel ha reclutato Eric Demers come chief GPU architect e lo ha inserito nel perimetro Data Center and AI. TechCrunch e DataCenterDynamics hanno confermato questa lettura e hanno aggiunto che Demers riporta a Kevork Kechichian.

Un dettaglio interessante, riportato da Reuters, è il modo in cui la nomina è emersa. La mossa era stata segnalata inizialmente da CRN e poi confermata dallo stesso Demers. Non è un “tweet”: è un pezzo di governance che Intel sceglie di rendere visibile. In un mercato dove le roadmap spesso sono piene di promesse, rendere visibile la catena di comando è già un messaggio.

Chi è Eric Demers e cosa cambia con un chief architect

Demers è un profilo tecnico con storia lunga. Secondo CRN, Tom's Hardware e PC Gamer ha lavorato su architetture Radeon ai tempi di ATI e poi ha guidato per anni il lavoro sulle GPU Adreno in Qualcomm. Questo tipo di background conta perché la GPU data center è un sistema completo, non un singolo blocco funzionale. Devi saper bilanciare prestazioni, efficienza, memoria, interconnessione e soprattutto devi saper guidare compromessi.

La parola chiave, qui, è responsabilità tecnica. In molte aziende un programma GPU finisce in un incrocio di team: chi fa il silicio, chi fa il driver, chi fa le librerie, chi parla con i clienti. Un chief GPU architect serve a evitare che ogni pezzo ottimizzi per sé, lasciando al cliente l’onere di mettere insieme i frammenti.

Che cosa significa “fare GPU” nel 2026

Nel 2026 una GPU da data center è un contratto implicito con il mondo reale. Prometti che funzionerà in cluster, che avrà driver stabili, che non costringerà un team a riscrivere l’intera pipeline e che avrà un ritmo di aggiornamento prevedibile. Prometti anche che i problemi saranno diagnosticabili. Questo è il punto meno glamour ma è quello che decide gli acquisti.

Dal punto di vista tecnico, ci sono quattro strati che diventano “prodotto”. L’hardware, che include compute e memoria. Il packaging e l’I/O, perché nel data center la GPU vive in un ecosistema di rete e di alimentazione. Il software stack, che è dove si gioca la produttività. L’integrazione con sistemi e supply chain, perché senza volumi e sistemi certificati non esiste adozione.

Il vero muro: stack software, tool e compatibilità

Nvidia domina anche perché ha un ecosistema che riduce la frizione tra idea e produzione. È una forma di gravità: se un framework AI “nasce” su una piattaforma, tutto il resto tende ad allinearsi lì. Per Intel la sfida più dura è invertire la frizione, e qui la storia recente offre un promemoria utile.

Nel 2024 Intel ha riconosciuto che non avrebbe raggiunto il target di ricavi da 500 milioni di dollari per Gaudi, citando una transizione di prodotto e problemi di facilità d’uso del software. La notizia è stata riportata da Reuters e approfondita da The Verge e Tom's Hardware. Non è una condanna per il futuro, è una lezione sul presente: se lo stack non è maturo l’hardware non “scala” commercialmente.

È qui che nel 2026 “fare GPU” diventa un lavoro di piattaforma. Serve una toolchain che compili e ottimizzi kernel in modo affidabile. Serve una storia pulita su runtime e driver. Servono librerie che non siano un esperimento e strumenti di profiling che permettano al team di capire perché un modello rende meno del previsto. Chi compra acceleratori compra anche una promessa di diagnosi e supporto.

Early adopter: chi prova per primo e che cosa pretende

Nel data center gli early adopter non sono romantici. Sono pragmatici. Proveranno un’alternativa quando intravedono un vantaggio chiaro, spesso legato a costo totale o a disponibilità di hardware. Ma la prova non è “una demo”. È un pilot che deve convivere con container, orchestrazione e policy di sicurezza.

In pratica, un early adopter chiede almeno tre cose. Compatibilità con i framework che usa già, perché non ha tempo per reinventare la pipeline. Un percorso di supporto e manutenzione che non si interrompa a metà. Sistemi completi, perché la GPU non arriva da sola: arriva in un server, con firmware, rete e termica. Su questi punti la differenza la fanno i dettagli, non gli slogan.

Crescent Island: il tassello già annunciato e perché conta

Un elemento importante, spesso ignorato quando si parla solo di “nuove GPU”, è che Intel ha già mostrato un tassello concreto della roadmap. A ottobre 2025 Intel ha presentato Crescent Island, un acceleratore orientato all’inferenza, con focus su alta capacità di memoria ed efficienza. Intel Newsroom ha pubblicato i dettagli e la notizia è stata ripresa anche da Reuters e Tom's Hardware. L’azienda ha indicato campionature nella seconda metà del 2026.

Un dettaglio tecnico riportato nelle coperture è rivelatore: la scelta di una configurazione con memoria LPDDR5X ad alta capacità segnala un posizionamento che guarda a carichi di inferenza con vincoli di costo e di energia. Anche qui la lezione è pratica. L’inferenza è spesso il punto in cui il mercato sperimenta alternative, soprattutto se il rapporto costo per token migliora e se la disponibilità di sistemi è meno strozzata.

Intel ha anche descritto un approccio software che punta a essere unificato e aperto, con sviluppo e test su GPU Arc Pro della serie B. Questa indicazione è in Intel Newsroom e viene ripresa da più coperture di settore. Tradotto: Intel prova a evitare lo scenario in cui l’hardware esce prima del software.

Come si incastra nella strategia Intel Foundry

Qui c’è il pezzo che rende la storia più interessante di un semplice annuncio GPU. Intel non è solo un vendor di chip, è anche un produttore che vuole vendere capacità a terzi tramite Intel Foundry. In una comunicazione pubblicata da Intel Newsroom, Tan ha parlato di disciplina sugli investimenti e di necessità di legare i piani a impegni concreti dei clienti. Reuters e DataCenterDynamics hanno ripreso più volte questo tema nel contesto del rilancio.

Una GPU data center è un test severo per qualsiasi catena industriale. È grande, complessa, sensibile a resa produttiva e packaging. Se Intel riuscirà a portare in volume un acceleratore competitivo, avrà anche un “caso interno” da usare come prova di maturità di processo, di supply chain e di supporto. Al contrario, se la GPU resta un progetto isolato, rischia di diventare un costo che non aiuta né il prodotto né la Foundry.

È per questo che la frase “svilupperemo GPU” ha valore solo se resta agganciata a due cose. La prima è lo stack software. La seconda è la disciplina sui volumi e sulla roadmap. Un foundry vive di credibilità e la credibilità nasce da consegne ripetibili, non da promesse.

Segnali da monitorare nel 2026

Se segui questa storia da vicino, ecco i segnali che contano più delle slide. Non sono previsioni, sono check pratici.

• Toolchain pubblica e stabile: driver e runtime con release note chiare, supporto e compatibilità documentata.
• Framework “first class”: integrazione che non richieda patch artigianali e che funzioni con container standard.
• Benchmark riproducibili: numeri misurati su workload reali, con configurazioni descrivibili e replicabili.
• Sistemi disponibili: server a catalogo presso OEM e integratori, con roadmap di supply credibile.
• Supporto operativo: canali e SLA chiari, perché in produzione il problema non è “se” si rompe, è “quanto ci metti a rientrare”.

La notizia del giorno è semplice, e proprio per questo va trattata con cura. Intel dice che tornerà a sviluppare GPU da data center e mette un nome tecnico forte a guidare l’architettura. È un segnale di organizzazione, non una garanzia di successo.

Nel 2026 la differenza tra una GPU “promettente” e una GPU “adottata” è la distanza tra laboratorio e produzione. Quella distanza non la colmi con un benchmark. La colmi con strumenti, compatibilità, documentazione e supporto. La colmi quando il primo cliente non deve riscrivere metà pipeline e quando il secondo cliente non deve imparare da zero ciò che il primo ha già pagato.

Se Intel riuscirà a trasformare il tema GPU in una piattaforma, farà due cose insieme. Rientrerà in un mercato enorme e rafforzerà anche la credibilità della Foundry, perché una GPU data center è un test di processo e packaging difficile da “truccare”. Se invece lo stack resta indietro, la storia rischia di ripetersi. Il caso Gaudi ci ricorda che l’hardware, da solo, non basta.

A cura di Junior Cristarella.