I semiconduttori sono il motore dell’AI: GPU/TPU per il calcolo parallelo, HBM e packaging avanzato per portare i dati ai core, reti ad alta velocità per scalare dal chip al datacenter. Prestazioni e costi dipendono dall’intero sistema (compute-memoria-software). Capire filiera, metriche (perf/Watt, costo per token) e colli di bottiglia è essenziale per valutare opportunità e rischi dell’economia dell’AI.