Mythic sfida Nvidia: L’AI analogica rivoluzionerà l’Edge Computing?

Mentre Nvidia si concentra sull’addestramento dei modelli AI, una startup texana sfida il gigante puntando sull’intelligenza artificiale analogica e sull’efficienza energetica

Sembrava che la partita fosse chiusa, con un unico vincitore decretato ancor prima del fischio finale: Nvidia.

Eppure, nel mondo della tecnologia, dare per scontato il dominio di un singolo gigante è l’errore più costoso che si possa commettere.

Mentre l’attenzione globale è ipnotizzata dalle GPU che addestrano i grandi modelli linguistici nei data center, c’è una rivoluzione silenziosa che sta accadendo alla “periferia” della rete, lì dove i nostri dispositivi vivono e respirano.

È qui che entra in gioco Mythic, una startup texana che ha appena scosso l’albero della Silicon Valley. In un round di finanziamenti che segnala un chiaro appetito per alternative concrete allo status quo, Mythic ha raccolto 125 milioni di dollari per spingere una tecnologia che suona quasi come un ossimoro: l’intelligenza artificiale analogica.

Non stiamo parlando di tornare alle valvole o ai transistor degli anni ’50, ma di un approccio radicalmente diverso al calcolo che potrebbe risolvere il vero collo di bottiglia dell’AI moderna: il consumo energetico.

L’idea che un’azienda possa sfidare Nvidia non sul terreno della potenza bruta, ma su quello dell’efficienza energetica, apre scenari affascinanti per chiunque sia stanco di dover ricaricare i propri device due volte al giorno. Ma per capire perché questo investimento è così rilevante, dobbiamo prima smontare un mito: che il digitale sia sempre la soluzione migliore.

Il ritorno dell’analogico (ma non come pensate)

Per decenni, l’informatica si è basata su un principio semplice: i dati vengono prelevati dalla memoria, spostati nel processore per essere elaborati e poi rispediti indietro. Questo continuo andirivieni, noto come “collo di bottiglia di von Neumann”, è incredibilmente dispendioso in termini di energia.

Immaginate di dover andare in dispensa ogni volta che dovete aggiungere un singolo ingrediente alla vostra ricetta: passereste più tempo a camminare che a cucinare.

Mythic ha deciso di cucinare direttamente nella dispensa.

La loro tecnologia, chiamata analog compute-in-memory, esegue i calcoli direttamente all’interno dei chip di memoria. Invece di usare i classici 0 e 1 digitali, i chip di Mythic manipolano correnti elettriche variabili per eseguire le operazioni matematiche complesse necessarie alle reti neurali.

È un po’ come usare un dimmer per regolare la luce invece di un interruttore acceso/spento: si ottiene una granularità e un’efficienza che il digitale puro fatica a pareggiare.

L’azienda dichiara che questo approccio rende i loro chip fino a 10 volte più economici e quasi 4 volte più efficienti dal punto di vista energetico rispetto alle soluzioni digitali tradizionali. Se queste promesse verranno mantenute nel mondo reale, potremmo vedere telecamere di sicurezza, droni e visori AR capaci di analisi complesse senza sciogliersi per il calore o prosciugare la batteria in venti minuti.

Ma la tecnologia da sola non basta per scalfire un monopolio; serve qualcuno che sappia come muoversi nella tana del lupo.

La strategia del cavallo di Troia

Non è un caso che Mythic abbia deciso di alzare la posta proprio ora, nominando come CEO Dr. Taner Ozcelik, un veterano che ha passato anni a costruire il business automobilistico proprio all’interno di Nvidia. È una mossa che segnala un cambio di passo: dalla fase di ricerca e sviluppo “da laboratorio” a quella aggressiva di conquista del mercato.

Ozcelik non è lì per fare esperimenti scientifici, è lì per vendere chip a chiunque trovi le soluzioni di Nvidia troppo costose o troppo energivore per i propri prodotti.

“Stiamo portando una potenza di calcolo AI per l’edge che è efficiente sia nei costi che nell’energia, destinata alla robotica, alla difesa, alla sicurezza, alle case e ai dispositivi di consumo.”

— Dr. Taner Ozcelik, CEO di Mythic

La distinzione fondamentale qui è tra “training” (addestramento) e “inference” (inferenza). Nvidia domina incontrastata l’addestramento dei modelli — il processo mastodontico che richiede supercomputer per “insegnare” a un’AI.

Mythic, invece, punta tutto sull’inferenza: l’utilizzo pratico di quei modelli sui dispositivi finali. È la differenza tra l’università dove si studia (il data center) e il posto di lavoro dove si applicano le conoscenze (il dispositivo Edge).

E mentre l’università è un mercato enorme, il “mondo del lavoro” dei dispositivi connessi è praticamente infinito.

Tuttavia, c’è un aspetto tecnico che i detrattori sottolineano spesso: il calcolo analogico è intrinsecamente “rumoroso”. A differenza della precisione chirurgica del digitale, i segnali analogici possono variare leggermente.

Per un foglio di calcolo bancario sarebbe un disastro, ma per una rete neurale che deve riconoscere se c’è un gatto o un ladro nel giardino, questa leggera imprecisione è spesso irrilevante, specialmente se il guadagno in termini di autonomia della batteria è così massiccio.

Una pioggia di miliardi (e qualche dubbio)

Mythic non è sola in questa corsa all’oro. Il 2025 si è rivelato un anno record per le startup di semiconduttori, raccogliendo complessivamente oltre 11,6 miliardi di dollari in un tentativo collettivo di diversificare la catena di approvvigionamento globale dell’AI.

Gli investitori hanno capito che affidare l’intero futuro tecnologico a un unico fornitore — per quanto eccellente come Nvidia — è un rischio sistemico che nessuno vuole correre a lungo termine.

L’impatto pratico per noi utenti potrebbe essere duplice. Da un lato, dispositivi più intelligenti e autonomi: il vostro prossimo robot aspirapolvere potrebbe finalmente smettere di incastrarsi nei cavi non perché ha una batteria più grande, ma perché ha un cervello più efficiente.

Dall’altro, c’è un vantaggio cruciale per la privacy. Se un dispositivo ha la potenza per elaborare i dati localmente grazie a chip come quelli di Mythic, non ha bisogno di inviare il video della vostra camera da letto o la vostra voce al cloud per l’analisi.

I dati restano a casa vostra.

C’è però un ostacolo che nemmeno 125 milioni di dollari possono eliminare facilmente: il software. Nvidia ha costruito un fossato quasi invalicabile con la sua piattaforma CUDA, creando un ecosistema dove ogni sviluppatore si sente a casa. Mythic e le altre sfidanti devono dimostrare non solo di avere l’hardware migliore, ma di avere un software che non faccia impazzire chi deve programmarci sopra.

Se integrare questi chip analogici richiederà una laurea in ingegneria elettronica oltre a quella in informatica, l’adozione rimarrà una nicchia.

La scommessa di Mythic è audace: convincere il mondo che per andare avanti, bisogna fare un passo laterale verso l’analogico.

In un’epoca ossessionata dalla precisione digitale assoluta, accettare un compromesso sulla purezza del calcolo in cambio di un’efficienza radicale potrebbe essere l’unica via per portare l’intelligenza artificiale fuori dai server farm e dentro le nostre tasche, senza bisogno di una centrale nucleare portatile. Resta da vedere se il mercato sarà disposto a cambiare paradigma, o se la comodità dell’ecosistema dominante continuerà a vincere sulla pura efficienza fisica.