Tempo di lettura: circa 5 minuti
Per anni, la corsa all’intelligenza artificiale si è concentrata quasi esclusivamente sulla potenza di calcolo: più GPU, più memoria e data center sempre più grandi. Ora, però, sta emergendo un nuovo problema. Non basta avere migliaia di processori avanzati se questi non riescono a scambiarsi dati abbastanza velocemente.
È qui che entra in gioco la silicon photonics applicata all’AI, o fotonica del silicio: una tecnologia che utilizza la luce per trasferire enormi quantità di informazioni con maggiore velocità, portata ed efficienza energetica rispetto alle tradizionali connessioni elettriche.
Dopo GPU e memorie HBM, le interconnessioni ottiche potrebbero quindi rappresentare il prossimo passaggio fondamentale dell’infrastruttura AI. Per gli investitori, tuttavia, riconoscere una tecnologia promettente è soltanto il primo passo: bisogna anche capire quali aziende cattureranno il valore e quante aspettative siano già incorporate nei prezzi.
Che cos’è la silicon photonics
La silicon photonics integra sul silicio componenti capaci di guidare, modulare e rilevare la luce. In termini semplici, consente di convertire un segnale elettrico in un segnale ottico, trasmetterlo attraverso una fibra e riconvertirlo all’arrivo.
Questo non significa che le GPU inizino a “calcolare con la luce”. Il calcolo rimane elettronico. A cambiare è il modo in cui i dati viaggiano tra processori, switch, rack e diversi edifici del data center.
Il rame rimane economico ed efficace sulle distanze più brevi. Ma, aumentando la velocità del segnale, diminuisce la distanza che può percorrere senza degradarsi e cresce l’energia necessaria per mantenerlo affidabile. Le connessioni ottiche permettono invece di trasferire più dati più lontano, riducendo il consumo per bit.
Perché la rete può limitare le GPU
L’addestramento e l’inferenza dei modelli più complessi distribuiscono il lavoro tra migliaia di acceleratori. Questi processori devono scambiarsi continuamente parametri, risultati intermedi e dati provenienti dalla memoria.
Se la rete non tiene il passo, una GPU costosa può rimanere parzialmente inutilizzata in attesa delle informazioni necessarie. Il valore del sistema dipende quindi non solo dalla potenza del singolo chip, ma anche dalla capacità di far lavorare tutti i chip come un’unica macchina.
Il settore sta già passando da connessioni da 400 e 800 gigabit al secondo a moduli da 1,6 terabit. Secondo Marvell, oltre una distanza di circa dieci metri il rame incontra limiti crescenti di banda e portata. Con cluster che si estendono su più rack o interi campus, l’ottica diventa sempre meno opzionale.
Dai moduli collegabili alle co-packaged optics
Oggi una parte rilevante delle comunicazioni ottiche passa attraverso transceiver inseriti nella parte frontale degli switch. Il segnale percorre elettricamente la scheda, raggiunge il modulo e viene trasformato in luce.
L’evoluzione successiva consiste nell’avvicinare progressivamente l’ottica al processore:
- con le Near-Packaged Optics, i componenti ottici vengono collocati vicino al chip;
- con le Co-Packaged Optics, o CPO, motore ottico e chip di switching vengono integrati nello stesso package.
Accorciare il percorso elettrico riduce dispersione, latenza e consumo energetico, aumentando contemporaneamente la densità di banda. Nvidia afferma che i suoi nuovi switch Spectrum-X basati su CPO, entrati in produzione nel 2026, possono offrire un’efficienza energetica cinque volte superiore e un uptime cinque volte maggiore rispetto alle reti con transceiver tradizionali.
Le CPO, però, non sostituiranno immediatamente tutte le soluzioni esistenti. L’integrazione rende più complessi produzione, gestione termica, manutenzione e standardizzazione. Rame, moduli collegabili, Linear Pluggable Optics e Near-Packaged Optics continueranno probabilmente a convivere, ciascuno nelle distanze e nelle architetture in cui offre il miglior rapporto tra costo e prestazioni.
Perché il tema è diventato investibile
Il cambiamento non è più soltanto una previsione tecnologica. Nel primo trimestre fiscale 2027, Soitec ha registrato 113 milioni di euro di ricavi, in crescita del 23% a perimetro e cambi costanti. Il segmento Edge & Cloud AI ha raggiunto 65 milioni e le vendite Photonics-SOI sono raddoppiate su base annua.
La società prevede che i ricavi Photonics-SOI superino i 200 milioni di dollari nell’esercizio, più del doppio rispetto all’anno precedente. Per assicurarsi la capacità produttiva, oltre dieci clienti stanno negoziando accordi pluriennali con prezzi fissi e depositi collegati ai volumi ordinati.
Anche Nvidia ha iniziato a garantire direttamente la capacità della filiera. A marzo 2026 ha annunciato investimenti da 2 miliardi di dollari sia in Coherent sia in Lumentum, accompagnati da impegni pluriennali per l’acquisto di laser e componenti ottici.
Questi accordi indicano che l’ottica è diventata una risorsa strategica per l’espansione dei data center AI, non più un componente accessorio.
Quali aziende compongono la filiera
L’investitore può osservare almeno tre livelli differenti:
- Substrati e materiali. Soitec produce i wafer Photonics-SOI sui quali vengono costruiti molti circuiti fotonici. Secondo una stima UBS riportata da Reuters, la società controllerebbe circa il 95% di questo specifico mercato.
- Laser, componenti e transceiver. Coherent e Lumentum forniscono laser e tecnologie ottiche indispensabili per generare e trasmettere il segnale luminoso.
- Chip di rete e sistemi integrati. Broadcom, Marvell e Nvidia sviluppano switch, processori di segnale, motori fotonici e soluzioni CPO che collegano l’infrastruttura di calcolo.
Le esposizioni, però, sono molto diverse. Soitec offre un legame più diretto con i substrati fotonici, ma presenta anche maggiore concentrazione e ciclicità. Nvidia e Broadcom possiedono attività molto più diversificate: la crescita dell’ottica può essere importante senza diventare immediatamente determinante per i risultati complessivi.
I rischi da non sottovalutare
Una crescita strutturale del mercato non garantisce automaticamente un buon rendimento azionario.
Il primo rischio riguarda i tempi di adozione. Le architetture CPO richiedono nuove catene produttive, standard condivisi e qualifiche da parte dei clienti. La transizione potrebbe essere più graduale di quanto suggeriscano le previsioni più ottimistiche.
Il secondo è il rischio di esecuzione. Espandere la capacità di wafer, laser e moduli ottici richiede capitale, personale specializzato e rendimenti produttivi elevati. Un aumento dell’offerta troppo rapido potrebbe inoltre trasformare una scarsità temporanea in eccesso di capacità.
Il terzo è la concentrazione dei clienti. Pochi hyperscaler rappresentano una parte significativa della domanda e mantengono un forte potere contrattuale sui fornitori.
Infine, c’è il rischio di valutazione. Il titolo Soitec è quasi quadruplicato nel 2026. Una società può raddoppiare i ricavi di un segmento e, allo stesso tempo, deludere gli azionisti se il prezzo incorpora già una crescita ancora più elevata.
Come analizzare un investimento nella silicon photonics
Prima di investire, è utile controllare:
- la quota di ricavi realmente legata all’ottica per data center AI;
- la differenza tra prenotazioni di capacità, ordini e vendite effettive;
- l’effetto dell’espansione produttiva su margini, investimenti e flusso di cassa;
- la concentrazione dei clienti e la durata degli accordi;
- la valutazione rispetto a utili normalizzati, non soltanto alla crescita attesa nel momento di massima domanda.
Il prossimo vincitore dell’AI potrebbe non essere una GPU
La silicon photonics risponde a un problema reale: collegare un numero crescente di processori senza lasciare che banda, distanza e consumo energetico limitino l’intero sistema.
Il passaggio dal rame alla luce non sarà immediato né completo. Ma gli accordi pluriennali di fornitura, gli investimenti nella capacità produttiva e l’arrivo dei primi sistemi CPO mostrano che la rete sta diventando una parte sempre più importante dell’economia dell’intelligenza artificiale.
Per gli investitori, la lezione è più ampia: quando una tecnologia cresce, il valore può spostarsi dal prodotto più visibile verso il componente che ne limita l’espansione. Dopo GPU e memorie, il prossimo collo di bottiglia dell’AI potrebbe essere proprio il movimento dei dati.
Vuoi comprendere meglio le tecnologie e le aziende che stanno trasformando i mercati? Iscriviti a Investire Hub per ricevere approfondimenti mirati e strumenti pratici per investire con maggiore consapevolezza.
Fonti principali: Soitec, risultati Q1 FY2027; Reuters, 31 agosto 2026; Nvidia, Vera Rubin e Spectrum-X Photonics; Nvidia e Coherent; Nvidia e Lumentum; Broadcom, co-packaged optics; Marvell, optical DSP. Il contenuto ha finalità esclusivamente informative e non costituisce una raccomandazione d’investimento.
