FuriosaAI ha avviato il dispiegamento europeo della propria linea di acceleratori AI RNGD, pronunciata “renegade”, scegliendo il datacenter LS2 di Equinix a Lisbona. La startup sudcoreana entra così in un mercato dove la domanda di capacità di calcolo per l’intelligenza artificiale sta assumendo una dimensione sempre più infrastrutturale, soprattutto per l’inferenza e per le esigenze di controllo locale dei workload.
Il punto centrale dell’operazione è l’arrivo in Europa di una piattaforma pensata per eseguire modelli AI in modo più efficiente dal punto di vista energetico. Fondata nel 2017 da June Paik e Hanjoon Kim, FuriosaAI si era concentrata finora soprattutto sul mercato domestico sudcoreano, dove ha ottenuto clienti come LG Electronics. Ora l’azienda prova ad allargare il raggio d’azione portando il proprio sistema di inferenza basato su RNGD dentro infrastrutture di colocation europee.
La scelta europea si lega alla crescita della domanda di sovereign AI compute, cioè capacità di calcolo AI più vicina ai dati, ai clienti e ai requisiti di controllo territoriale. Per le imprese, questo significa poter valutare alternative agli stack dominanti per carichi di inferenza, soprattutto quando il tema non è soltanto la potenza di picco, ma anche la compatibilità con rack esistenti, i consumi e la possibilità di distribuire i sistemi senza riconfigurare pesantemente il datacenter.
Sul piano tecnico, RNGD è costruito intorno all’architettura Tensor Contraction Processor di FuriosaAI ed è prodotto con processo TSMC a 5 nm. Ogni scheda PCIe integra 48 GB di HBM3, offre 1,5 TB/s di banda di memoria e, in base ai dati dell’azienda, raggiunge 512 teraFLOPS in dense FP8. Non è una proposta costruita per superare in assoluto i chip più potenti di NVIDIA o AMD, ma per inserirsi in una fascia dove efficienza, densità e consumi possono pesare quanto la capacità computazionale pura.
Il dato più marcato è il consumo: ogni scheda RNGD ha un TDP di 180 watt. Nel confronto indicato con NVIDIA RTX Pro 6000, il chip NVIDIA offre il doppio di memoria e calcolo e una banda comparabile, ma richiede un consumo indicato come 3,33 volte superiore. Per gli operatori di datacenter e per le imprese che scalano l’inferenza, il rapporto tra prestazioni utilizzabili e watt assorbiti può diventare una variabile economica diretta, soprattutto quando i deployment crescono da poche schede a più server.
Otto acceleratori RNGD compongono il server NXT RNGD, un sistema da 3 kW che arriva fino a 384 GB di HBM. Secondo FuriosaAI, questa configurazione è sufficiente per eseguire modelli enterprise relativamente grandi come gpt-oss 120B di OpenAI, Exaone 236B di LG o Qwen 3-30B-A3B, anche con contesti ampi e concorrenza elevata. Un altro elemento operativo è il raffreddamento ad aria, che consente l’inserimento in rack datacenter già esistenti senza richiedere necessariamente infrastrutture specializzate.
L’espansione europea può servire anche a costruire riconoscibilità del marchio e familiarità software, mentre FuriosaAI prepara la generazione successiva. L’azienda sta lavorando con Broadcom su un acceleratore AI di terza generazione che adatterà la tecnologia Tensor Contraction Processor in un sistema multi-die system-on-package, con memoria HBM4 o HBM4e. Il progetto prevede anche l’uso di tecnologie Broadcom per switching Ethernet e PCIe, con l’obiettivo di supportare cluster scale-up più ampi rispetto agli attuali sistemi a otto acceleratori.
FuriosaAI si muove quindi lungo due binari: da un lato porta sul mercato europeo una piattaforma già distribuibile per l’inferenza AI, dall’altro prepara un salto di scala con una nuova generazione di chip. I tempi, però, dipendono anche dalla disponibilità delle memorie HBM4 e HBM4e, indicate come in arrivo sul mercato tra quest’anno e il prossimo. Nel frattempo, l’installazione presso Equinix a Lisbona offre alla startup sudcoreana una vetrina concreta in Europa e alle imprese un’ulteriore opzione nella corsa al calcolo AI efficiente.