Simone

Questo è il punto che l’Europa dovrebbe studiare. Huawei tratta i vincoli semiconductor come un problema industriale da aggirare. L’Europa troppo spesso li tratta come un tema da policy paper. La sovranità tecnologica non si dichiara, si fabbrica. #Huawei #EU #Semiconductor #OpenSemiconductorRadar

@OrevaZSN La distribuzione culturale ha altri vincoli: gusto, timing, fiducia, community e contesto. L’AI può produrre contenuto infinito, ma non significa che quel contenuto abbia valore sociale.

Teenagers have started calling AI art "boomer art" and consider it cringe, and YouTubers have stopped using AI-generated thumbnails because teenagers find them cringe and won't click on them. I honestly couldn't be happier.

@Ric_RTP L’AI non sostituisce automaticamente il lavoro umano. Prima deve battere il costo totale del sistema: compute, energia, tool, integrazione, errori e supervisione. Il software sembra magico. La bolletta del datacenter è molto reale.

Microsoft just banned its own engineers from using AI. The tool was literally costing MORE than the humans it was supposed to replace. They lied to you about AI adoption and now the whole narrative is blowing up: Microsoft gave thousands of engineers access to Claude Code six months ago and encouraged them to use it. Engineers loved it and adoption exploded. But then the invoices arrived. Token-based pricing means every query, every code review, every debugging session costs money. At scale across 100,000 engineers, the numbers became so large that Microsoft issued an internal order to cancel nearly all Claude Code licenses by end of June and force everyone onto their own cheaper tool instead. The company that invested $5 billion in Anthropic just told its own people to stop using Anthropic's product because it costs too much. Uber's story is even worse... Their CTO Praveen Neppalli Naga told The Information that the budget he planned for the full year was "blown away already" by April. Uber had rolled out Claude Code in December 2025. By March, 84% of their 5,000 engineers were using it with 70% of all committed code coming from AI systems. Heavy users were burning $500 to $2,000 per month each. Naga himself spent $1,200 in a single two-hour demo session. The company had even built internal leaderboards ranking engineers by how much AI they used. They literally gamified the spending and then ran out of money. Now look at what Nvidia's own VP of applied deep learning Bryan Catanzaro said to Axios last month. Direct quote: "For my team, the cost of compute is far beyond the costs of the employees." This is a VP at the company that SELLS the chips saying that using AI is more expensive than paying humans. Think about what this means for the entire AI narrative. Every CEO on every earnings call for the past two years has said the same thing: AI will make us more efficient, reduce headcount, and cut costs. The stock market rewarded every company that said it. Fired workers, stock goes up. Announced AI adoption, stock goes up. But the actual companies deploying AI at scale are discovering the math doesn't work. The MORE employees use AI, the HIGHER the bill. Goldman Sachs forecasts a 24x increase in token consumption by 2030 as companies adopt AI agents. Gartner just published a report showing that even though individual token prices will drop 90% by 2030, total enterprise AI costs will go UP because agents consume exponentially more tokens per task than basic tools. Meta built an internal dashboard called "Claudeonomics" to track which employees use the most AI. Amazon started pushing engineers to "tokenmaxx," their internal term for consuming as many AI tokens as possible. Both companies are spending hundreds of billions on AI infrastructure this year alone. And Microsoft, the company that bet its entire future on AI, just told 100,000 engineers to stop using the tool they liked best because the per-token bills got out of control. The companies building AI are telling investors it saves money. The companies using AI are finding out it costs more than the humans it was supposed to replace. And even the company that makes the chips just admitted it through its own VP. This is the gap nobody on Wall Street is pricing in. $725 billion in AI infrastructure spending this year across Big Tech. And the first companies to actually deploy these tools at scale are already pulling back because the economics don't work. What do you think?

@business @norveclifinance Everyone wants the TSMC shortcut. But semiconductor independence does not come from slogans. It comes from process trade-offs, equipment limits, packaging choices, yield pain and years of manufacturing discipline.

Huawei says it has come up with a new pathway to shorten its gap with industry leader TSMC, potentially achieving a breakthrough in making advanced semiconductors without cutting-edge equipment bloomberg.com/news/articles/…

HBM e wafer capacity sono i colli di bottiglia visibili. Ma sotto i GPU, CPU, ASIC e networking chip c’è un layer meno sexy: ABF substrate. Senza substrate ad alte prestazioni, il chip non diventa sistema. L’AI non dipende solo dal die. Dipende dal package. #HBM #Semiconductors #SupplyChain

Advanced packaging is becoming the real AI chip bottleneck. Amkor working with AMD in Arizona shows the shift: AI capacity is no longer just wafers. It is interposers, substrates, HBM attach, test, thermals and yield at package level. #OpenSemiconductorRadar #AIInfrastructureRadar #FutureFabRadar reuters.com/world/asia-pac…

@NuttyCLD At these power densities, passives are no longer “background components”. Silicon capacitors, voltage regulation and package-level power stability become part of compute performance. AI is turning small components into strategic capacity.

Samsung Electro-Mechanics and ADI Enter Silicon Capacitors On May 20, Samsung Electro-Mechanics signed a ~$1.1 billion silicon capacitor supply contract with a U.S. big tech, running through end-2028. One day earlier, ADI announced a $1.5 billion acquisition of Empower Semiconductor. Same component. Two days. Silicon capacitors sit inside the AI chip package, right next to the GPU, stabilizing power at the closest possible point. The broader silicon cap market is around $4B and spread across multiple suppliers. But narrow it to high-end AI chip-packaging applications, and the market was effectively a Murata–TSMC duopoly. Two new entrants walked into that tightly held space. Samsung Electro-Mechanics extended its MLCC and FC-BGA substrate expertise into silicon caps. ADI absorbed Empower's portfolio into its power-management platform. Four different paths now lead to the same component: a passives maker, a foundry, a substrate maker, and an analog IC company. Silicon capacitors used to be a small niche market. AI's expansion is enlarging that niche, and incumbents are rising alongside the new entrants. That is reason enough to keep watching the component layer.

@dykeseyah Il problema non è “AI buona” o “AI cattiva”. Il punto è molto più concreto: chi controlla compute, dati, energia e distribuzione controlla la capacità di produrre contenuto, decisioni e automazione su scala.

AI is like one of the worst things that has ever happened to humanity and I’m not kidding

@elonmusk @SpaceX non sta solo lanciando hardware. Sta controllando il sistema end-to-end👏

Real-time video of Starship from Starlink

@StockMKTNewz Nel ciclo AI server, compliance e supply chain non sono funzioni secondarie. Sono parte del prodotto. Se non sai controllare dove finisce l’hardware, prima o poi il problema non è più commerciale. È industriale e geopolitico.

Nvidia CEO Jensen Huang urged Super Micro $SMCI to tighten up on compliance after Taiwan detained three people for allegedly making fraudulent declarations about AI servers - Bloomberg

@jwt0625 Sì. Il compute AI sta diventando un problema di system engineering. Chip, power delivery, interconnect e thermal design non sono più layer separati, sono lo stesso sistema fisico.

future computers will be heat exchangers with compute, communication, and power embedded in it

Questa non è una notizia sui prezzi, è una notizia sulla pianificazione industriale. Quando HBM/DRAM diventano scarse, non stai più ottimizzando il modello, stai competendo per capacità produttiva. E se la memoria diventa il prossimo vincolo strutturale, chi avrà più leverage nella supply chain AI: GPU vendors, memory makers o hyperscaler con contratti di lungo periodo?

NVIDIA CFO Colette Kress directly addressed the ongoing RAM shortages and rising memory prices, blaming other companies for failing to prepare early enough. “Many of the companies, for example, are sitting here going, ‘Oh my gosh, the memory price went up.’ We knew that was going to happen. That was something everybody should have ordered a long time ago, at least we did.” According to Kress, NVIDIA secured its memory supply well before the AI-driven demand surge in October and November 2025. NVIDIA’s upcoming Rubin AI platform is expected to require as much as 6 billion GB of LPDDR memory by 2027, potentially exceeding the combined memory demand of both Apple and Samsung.

Tutti parlano di AI come se fosse una corsa tra modelli. Ma sotto i modelli c’è una macchina industriale enorme: chip, HBM, packaging, power delivery, datacenter, energia, acqua, cooling, grid, equipment e supply chain. L’AI non è immateriale. È fisica. #AIInfrastructure #Semiconductors

Sarebbe stata una conversazione interessante. Il tema hardware è ancora troppo assente dal dibattito startup italiano. Si parla di modelli, di prodotto, di go-to-market. Quasi mai di cosa ci gira sotto. Quello che fai con Paradigma è esattamente il tipo di AI che ha bisogno di compute affidabile e continuo, ricerca autonoma, elaborazione di grandi volumi di dati scientifici. Ogni sistema del genere gira su silicio che non controlliamo. Prima o poi diventa il limite vero alla scalabilità. Se vuoi approfondire, sono qui.

@Simne1core agree, avrei voluto l’occasione di poter parlarne di più

Al Future Proof Society di Brescia. Sul palco Francesco Pappone parla di startup. La cosa che mi colpisce di più in questi eventi: tutti parlano di AI, tutti parlano di futuro. Ogni startup AI che nasce in Italia ha bisogno di compute. Quel compute gira su chip. Quei chip vengono da Taiwan. Costruire un ecosistema startup in Europa senza affrontare il problema dell'infrastruttura hardware è come costruire una Formula 1 senza pensare al carburante. Il talento c'è, le idee ci sono, ma manca ancora il layer fisico che le sostiene. #FutureProofSociety #Brescia #Startup #AIEuropa #Semiconductors

Bull è un caso interessante di sovranità industriale sul serio. Non un annuncio, non una roadmap, una fabbrica reale ad Angers che costruisce supercalcolatori dal 1931. La Francia ha capito una cosa che molti altri paesi europei non hanno ancora capito: la sovranità digitale non si compra, si costruisce nel tempo, con investimento paziente e continuità industriale. Il problema rimane però lo stesso di sempre, Bull assembla supercalcolatori, ma i chip dentro quei supercalcolatori vengono da dove? TSMC, Samsung, Nvidia... Finché l'Europa non controlla il silicio, controlla solo il contenitore, non il contenuto. Rispetto per Bull, ma la vera partita è un livello più in basso.

🇫🇷 Fondée en 1931 en France, l’entreprise Bull est l’un des plus anciens acteurs européens de l’informatique. 🖥️ Spécialisée dans le calcul haute performance, les supercalculateurs et l’intelligence artificielle, elle dispose de la seule usine européenne de ce type à Angers. 🔄 Après une histoire mouvementée marquée par des nationalisations et privatisations, Bull a été rachetée par l’État français en mars 2026 pour renforcer la souveraineté numérique. 👨‍💻 Avec environ 3 000 salariés et un plan de 500 embauches en 2026, l’entreprise équipe les projets stratégiques européens en recherche, défense et simulation nucléaire. 💪 Symbole de l’ambition technologique française, Bull incarne aujourd’hui plus de 90 ans d’histoire au service de l’indépendance numérique de la France.

€400 milioni per il riscaldamento pulito. Benvenuti! Ma mettiamoli in contesto. Cinque hyperscaler americani spenderanno $700 miliardi in infrastruttura AI solo quest'anno. La risposta energetica europea si misura in centinaia di milioni, la decarbonizzazione del riscaldamento è importante, ma l'emergenza energetica reale in Europa adesso è un'altra. Amsterdam, Francoforte e Dublino hanno già saturato il loro grid. Diversi stati membri hanno vietato nuovi datacenter. L'Italia ha appena approvato 300 MW di capacità AI in Lombardia, senza ancora avere un piano energetico all'altezza. €400 milioni per il calore pulito non alimentano un singolo campus AI da 300 MW. L'Europa ha bisogno di entrambe le cose, energia pulita e scala. Adesso non sta facendo né l'una né l'altra abbastanza velocemente.

We are accelerating the deployment of innovative clean heat technologies across European industry. These projects will help contribute to ✅the EU's clean transition ✅energy independence and security ✅industrial competitiveness link.europa.eu/MwyNjb

Kioxia sta facendo la mossa più intelligente del momento, essere contrarian. Samsung e SK Hynix hanno ritardato la NAND di 10a generazione perché la difficoltà tecnica è reale. Impilare 430 layer spinge al limite i processi di deposizione e incisione. Ma quel ritardo crea una finestra. Se Kioxia esegue mentre i coreani esitano, non chiude solo il gap, ribalta la narrativa da "eterno terzo posto" a "leader tecnologico su un nodo specifico." È esattamente come Micron ha recuperato su HBM non essendo il migliore in assoluto, ma eseguendo su una generazione specifica mentre i rivali erano distratti. La gara NAND è appena diventata molto più interessante.

Very interesting. With Samsung and SK Hynix delaying V10 NAND mass production to next year, if Kioxia successfully ramps V10 NAND next year, the technology gap between Samsung/SK Hynix and Kioxia would narrow significantly.

At Future Proof Society in Brescia today. The room is packed, everyone is talking about AI, energy, infrastructure. The same conversations I have every day on here, except in person. What strikes me most: the urgency is real. People are starting to understand that the AI race isn't won with software, it's won with chips, power, and physical infrastructure. The gap between what Europe is discussing and what it's actually building is still too wide. But at least the conversation is happening. That's how it starts. #FutureProofSociety #FPS2026 #Brescia #AIInfrastructure #Semiconductors #EnergyInfrastructure #EuropeAI #TechItalia #Italia #Innovation #Renzi

Ottime notizie per Milano, ma poniamoci la domanda più difficile. Anthropic apre un ufficio a Milano, Claude utilizza GPU Nvidia, queste GPU sono prodotte da TSMC a Taiwan, stampate da macchine ASML nei Paesi Bassi. Alimentato da energia che l'Italia importa in gran parte. I talenti nel campo dell'IA stanno arrivando in Italia. L'hardware che lo fa funzionare è ancora in parte altrove, un ufficio è un buon inizio.