Il progetto Stargate di OpenAI nacque nel gennaio 2025 come una promessa di cinquecento miliardi di dollari e dieci gigawatt di capacità di calcolo negli Stati Uniti. Molti media lo presentarono come un’opera quasi compiuta destinata a risolvere la scarsità di potenza per i modelli di intelligenza artificiale. Nei mesi successivi emersero pause, ridimensionamenti e rinegoziazioni, in particolare nel Regno Unito e in Norvegia nell’aprile 2026, mentre il sito di Abilene in Texas proseguì con progressi concreti. Parallelamente i maggiori clienti di Nvidia svilupparono chip proprietari per ridurre costi e dipendenza, soprattutto nell’inferenza. L’articolo esamina gli annunci iniziali, i fatti emersi, la competizione sui chip e gli scenari possibili nei prossimi anni.
Nel gennaio del 2025 OpenAI presentò Stargate insieme a SoftBank, Oracle e altri partner come una joint venture destinata a investire circa cinquecento miliardi di dollari in quattro anni per costruire data center dedicati negli Stati Uniti. L’obiettivo dichiarato era raggiungere dieci gigawatt di capacità. L’evento si tenne alla Casa Bianca con il presidente Trump presente. SoftBank avrebbe avuto la responsabilità finanziaria, OpenAI quella operativa e Masayoshi Son la presidenza.
Tra i partner tecnologici figuravano Nvidia, Microsoft e Arm. In quei giorni molti commentatori descrissero l’iniziativa come un passo decisivo per la leadership americana nell’intelligenza artificiale, capace di creare centinaia di migliaia di posti di lavoro. La comunicazione ufficiale e la copertura mediatica diedero l’impressione che il progetto fosse già solidamente avviato e destinato a realizzarsi in tempi rapidi.
Gli annunci di questo tipo servono a segnalare ambizione, attrarre capitali e influenzare mercati e governi. La versione più ottimistica prevalse nei titoli perché generava attenzione immediata.
Sommario
Le prime difficoltà e la trasformazione del joint venture
Pochi mesi dopo l’annuncio emersero problemi di coordinamento. Il joint venture originale non si strutturò come previsto per mancanza di leadership chiara e divergenze tra i partner. OpenAI, che aveva bisogno urgente di potenza di calcolo, proseguì attraverso accordi bilaterali piuttosto che attraverso una struttura unica. Nel corso del 2025 vennero annunciati ulteriori siti negli Stati Uniti, tra Texas, New Mexico, Wisconsin, Michigan e Ohio. OpenAI dichiarò nell’aprile 2026 di aver superato l’obiettivo dei dieci gigawatt, ma gran parte di quella cifra rappresentava capacità contrattata o in negoziazione, non ancora costruita. La distanza tra le promesse iniziali e la capacità effettivamente consegnata divenne evidente. Questo schema è tipico di progetti su scala senza precedenti, dove lettere di intenti e memorandum vengono rivisti quando cambiano prezzi dell’energia, condizioni di finanziamento o priorità aziendali.
Nell’aprile del 2026 OpenAI mise in pausa il progetto Stargate nel Regno Unito. La motivazione ufficiale riguardava i costi elevati dell’energia industriale, circa quattro volte superiori a quelli degli Stati Uniti, e l’incertezza regolatoria. Il sito britannico non aveva visto costruzioni significative. Alcuni luoghi indicati risultarono ancora vuoti o destinati ad altre attività. Nello stesso periodo OpenAI rinunciò all’offtake diretto di un progetto in Norvegia di circa duecentotrenta megawatt, e quella capacità passò a Microsoft. Anche un’espansione pianificata del sito di Abilene di circa seicento megawatt venne abbandonata, con parte del terreno e dell’energia destinata a un campus separato per Microsoft. Questi episodi non chiusero del tutto Stargate, ma mostrarono la fragilità degli accordi quando i numeri economici non tornavano. Il sito di Abilene in Texas restò l’elemento più concreto. Sviluppato da Crusoe su infrastruttura di Lancium e gestito tramite Oracle per i carichi di OpenAI, a settembre 2026 Oracle riferì di aver consegnato sei degli otto edifici previsti, corrispondenti a seicentodiciotto megawatt e a circa il settantacinque per cento della capacità del campus. Lì sono stati addestrati modelli avanzati. La costruzione prosegue con migliaia di lavoratori, alimentata da un mix di gas naturale e rete elettrica. Altri siti americani restano in varie fasi di costruzione o contratto, con obiettivi spesso collocati nel 2027 o nel 2028. Alcuni hanno incontrato ostacoli come avvisi di forza maggiore o opposizioni locali.
Ecco quindi come i media amplificano gli annunci e sottovalutano le revisioni. Il modo in cui le notizie vengono montate contribuisce alla percezione di un progresso lineare. I titoli privilegiano le cifre più grandi e le promesse più audaci perché generano interesse. Quando arrivano pause, riduzioni o ritardi essi ricevono meno spazio o vengono presentati come semplici aggiustamenti. Il risultato è una distanza tra la narrazione pubblica e la realtà dei cantieri, dei finanziamenti e delle negoziazioni energetiche. Chi segue questi sviluppi deve distinguere tra capacità pianificata e capacità consegnata, tra lettere di intenti e costruzioni effettive. Gli accordi di questo tipo sono per natura flessibili e soggetti a revisioni. La copertura mediatica tende a raccontare la versione più ottimistica finché non emergono i fatti concreti.
La competizione sui chip e la pressione su Nvidia
Parallelamente alla costruzione di data center i maggiori clienti di Nvidia svilupparono chip proprietari.
Google utilizza da anni le sue Tensor Processing Units, ottimizzate per addestramento e inferenza, e ha annunciato generazioni successive. Microsoft ha presentato Maia con focus sull’inferenza e piani di deployment su larga scala a partire dal 2027, dichiarando miglioramenti nell’efficienza energetica. Amazon ha le famiglie Trainium e Inferentia. OpenAI lavora con Broadcom su Jalapeño, inizialmente per l’inferenza, e ha riferito prestazioni superiori su alcuni carichi rispetto a hardware Nvidia. Meta e altri seguono percorsi analoghi.
Questi chip non sostituiscono del tutto le GPU Nvidia. Essi eccellono spesso nell’inferenza, dove contano costo per token ed efficienza energetica, e possono essere ottimizzati per i modelli specifici di ciascuna azienda. L’addestramento di modelli di frontiera continua a preferire la flessibilità e la maturità software di Nvidia grazie a CUDA. Le stime del 2026 collocano la quota di mercato di Nvidia sugli acceleratori data center tra il settanta e l’ottanta per cento a seconda delle metodologie. La crescita dei chip custom procede più rapidamente in termini di spedizioni secondo alcune analisi, aprendo la strada a un modello duale.
In Cina, a causa delle restrizioni all’export, la quota di Nvidia è scesa ulteriormente con Huawei e altri produttori locali che hanno aumentato le spedizioni. Nvidia resta il fornitore dominante a livello globale e continua a registrare ricavi elevati perché la domanda complessiva di calcolo cresce.
Ciò che potrebbe accadere dipende da diversi fattori interconnessi. Se la domanda di intelligenza artificiale continua a espandersi rapidamente ci sarà spazio sia per le GPU Nvidia sia per i chip custom. Le aziende che riducono i costi di inferenza su larga scala potranno offrire servizi più economici e scalabili, aumentando la pressione sui margini di Nvidia. Se invece la crescita della domanda rallenta, o se emergono colli di bottiglia energetici e di finanziamento più severi, molti progetti annunciati incluso parti di Stargate potrebbero essere ulteriormente ridimensionati. La capacità di costruire data center a ritmo accelerato dipende dalla disponibilità di energia, di personale specializzato e di capitali. I costi dell’energia e le code per le connessioni alla rete restano vincoli reali, come dimostrato dalle pause europee. Un altro scenario riguarda il grado di verticalizzazione. Se Microsoft, Google, Amazon e OpenAI riescono a portare i propri chip a volumi sufficienti e a mantenere prestazioni competitive, essi ridurranno la dipendenza da un unico fornitore e potranno negoziare meglio i prezzi. Nvidia potrebbe rispondere accelerando lo sviluppo di piattaforme sempre più integrate e rafforzando l’ecosistema software. È possibile anche che si formino alleanze ibride, con le aziende che usano chip custom per parte dei carichi e GPU per altri. La Cina continuerà a spingere alternative domestiche, influenzando le catene di fornitura globali.
Sia Stargate sia la posizione di Nvidia illustrano una fase in cui gli annunci servono a fissare aspettative e a mobilitare risorse, mentre la realizzazione dipende da condizioni materiali che spesso risultano più difficili del previsto. La fragilità degli accordi non è un difetto isolato ma una caratteristica di progetti che richiedono coordinamento tra più parti, investimenti di decine o centinaia di miliardi e infrastrutture energetiche su scala senza precedenti. I media tendono a amplificare le versioni più ottimistiche perché esse corrispondono al ritmo delle news e all’interesse del pubblico per le grandi narrazioni di progresso.
Chi segue questi sviluppi con attenzione deve distinguere tra capacità pianificata e capacità consegnata, tra lettere di intenti e costruzioni effettive, tra quote di mercato attuali e traiettorie di crescita dei concorrenti. Solo così si può valutare con realismo quanto di ciò che viene annunciato oggi diventerà infrastruttura operativa domani e quanto resterà soggetto a revisioni, pause o riallocazioni.
