I chip che governano la guida autonoma: Nvidia e Mobileye

Dai lidar, dai radar e dalle telecamere fluiscono decine di megabyte di dati al secondo. Serve un cervello che lo trasformi in decisioni in un millesimo di secondo. Ma chi produce questi cervelli e chi paga il prezzo di questa guerra del silicio?
Cosa sono i chip per la guida autonoma e perché sono così importanti?

Pensa al chip all'interno di un veicolo autonomo, o meglio al computer in cui si trova il chip, come al cervello dell'auto. È esattamente questo computer a trasformare i dati grezzi raccolti dagli occhi (le telecamere), dalle orecchie (il radar) e dai telemetri laser (il lidar) nei comandi che girano lo sterzo e premono il freno. Una delle aziende di robotaxi, presentando il proprio hardware di guida, paragona il calcolo al cervello dell'autista: l'organo che converte i dati grezzi dei sensori in comandi di guida in tempo reale.
La scala di cui parliamo è sconcertante. Secondo le stime, le telecamere a bordo generano da 20 a 60 MB di dati al secondo, il lidar da 10 a 70 MB, mentre il radar è più modesto, con circa 10 KB al secondo. Non pensarla come un video che scorre sulla connessione internet di casa; il dato che scorre qui è l'immagine grezza e l'informazione sulla distanza che decideranno dove andrà l'auto nella prossima mezza frazione di secondo. Millisecondi di ritardo significano un incidente. Per questo i produttori di chip investono miliardi di dollari nella competizione in cui si sono lanciati.
Ma la domanda che ti interessa davvero è probabilmente questa: chi vince in questa guerra dei processori? Ci sono tre grandi attori, e i loro percorsi sono molto diversi.
Nvidia DRIVE: Un gigante delle piattaforme, simile al passaggio dal gioco alla console
La stella del ramo automobilistico di Nvidia è una SoC chiamata DRIVE Orin, ovvero un computer completo costruito su un unico chip. SoC sta per system-on-chip; puoi considerarlo la versione per veicoli del processore del tuo telefono. Viene caricato il software, si collegano i sensori e il veicolo è ormai in grado di pensare.
La nuova generazione DRIVE AGX Thor, messa a disposizione degli sviluppatori nell'agosto 2025, è il protagonista attuale di questa storia. Secondo Nvidia, Thor offre fino a 7,5 volte più potenza di calcolo per l'intelligenza artificiale rispetto ad AGX Orin. Ancora più importante, è progettato per soddisfare i rigorosi requisiti del settore automobilistico in materia di sicurezza funzionale (ISO 26262) e sicurezza informatica (ISO 21434). Perché un chip che lavora in un'auto è soggetto a regole molto più severe di un chip che lavora nel tuo computer; se un gioco si blocca, lo riavvii, ma se si blocca un chip di guida, è troppo tardi.
La strategia di Nvidia non è semplicemente vendere chip, ma controllare un'intera piattaforma. DRIVE AGX Hyperion, presentato al CES 2026, copre l'intero stack, dal calcolo all'architettura dei sensori, e si parla del rafforzamento del controllo dell'azienda nel mondo della guida autonoma. L'esempio più concreto è la collaborazione con Mercedes-Benz: Il sistema operativo di Mercedes, MB.OS, si unisce all'architettura Hyperion di Nvidia e al software chiamato Alpamayo. In altre parole, il cervello di una lussuosa auto tedesca girerà sulla piattaforma di un gigante americano dei chip.
In evidenza
- Più di 250 milioni di veicoli sono stati prodotti con la tecnologia Mobileye EyeQ (2. secondo trimestre del 2026)
- Nvidia DRIVE AGX Thor promette fino a 7,5 volte più potenza di calcolo per l'intelligenza artificiale rispetto alla precedente generazione Orin
- Il computer FSD di Tesla utilizza un'architettura a doppio SoC e include 12 CPU ARM Cortex-A72
- Si prevede che il mercato dei chip per veicoli autonomi passi da 14,48 miliardi di dollari (2026) a 35,49 miliardi di dollari (2034)
- Secondo le stime di Intel, le telecamere generano in veicolo 20-60 MB di dati al secondo, il lidar 10-70 MB
Mobileye EyeQ: Il gigante silenzioso dentro 250 milioni di veicoli
Ora entra in scena un giocatore molto meno pubblicizzato ma con più prove sul campo: Mobileye. Questa azienda è stata acquisita da Intel nel 2017 e, con il suo chip di design speciale chiamato EyeQ, ha costruito l'infrastruttura invisibile dei sistemi ADAS, ovvero i sistemi avanzati di assistenza alla guida. Alla fine del 2025, in tutto il mondo erano stati prodotti oltre 230 milioni di veicoli con la tecnologia EyeQ; nel secondo trimestre del 2026 questa cifra ha superato i 250 milioni. Pensa a un'auto a cinque posti; questo numero corrisponde a una buena parte di tutte le auto del mondo. Inoltre, più di 27 produttori di automobili utilizzano questi chip.
Uno dei prodotti più ambiziosi di Mobileye è SuperVision: un computer integrato che include 11 telecamere e un doppio chip EyeQ 5 High. Il SoC più performante annunciato dall'azienda per i veicoli autonomi di consumo è invece EyeQ Ultra. La quinta generazione della famiglia EyeQ viene presentata con la capacità di supportare i veicoli di Livello 5, ossia completamente autonomi. Una piattaforma "Surround ADAS" basata sulla nuova generazione EyeQ6H è stata scelta da un produttore statunitense, con un anello di telecamere e radar a 360 gradi, capacità definite dal software e la promessa della guida a mani libere su alcune autostrade.
Davanti all'approccio open source di Nvidia, quale sarà la posizione di Mobileye? L'amministratore delegato dell'azienda, Amnon Shashua, prevede che il periodo 2026-2027 sarà una grande svolta per l'azienda, e fa dichiarazioni che lasciano intendere che ritengano che il modello di Nvidia non cambierà le posizioni di mercato. Il punto che Shashua sottolinea con insistenza è questo: una parte dell'ondata di annunci ed entusiasmo nel settore è solo rumore; la vera questione è un prodotto provato sul campo. A chi debba essere rivolta questa frase è discutibile - ma 250 milioni di veicoli sono un argomento forte da sostenere.
Perché Tesla ha progettato il proprio chip?
La storia di Tesla è la più ribelle delle tre. L'azienda inizialmente utilizzava processori basati su Nvidia, per poi passare completamente al FSD Chip di proprio design. Questo chip include 12 CPU ARM Cortex-A72 ed è stato definito da Tesla un computer a rete neurale. Il dettaglio interessante è che il computer FSD ha un'architettura a doppio SoC: cioè due processori attivi contemporaneamente per i calcoli critici.
E perché? Perché usare una piattaforma pronta invece di prendersi la briga di progettare un chip proprio? La motivazione raccontata dal lato di Tesla è che i chip Nvidia di uso generale non erano sufficientemente personalizzati per le esigenze di Tesla. Quando progetti il tuo silicio, ottieni un pezzo ottimizzato esattamente per il tuo modello di intelligenza artificiale, di cui puoi controllare il consumo energetico. Pensalo come un libro di ricette: puoi cucinare con il libro di ricette di qualcun altro, ma nel tuo libro scrivi esattamente le ricette che vuoi. Naturalmente c'è un prezzo da pagare - la progettazione di chip è un'impresa incredibilmente costosa e rischiosa. Sul fronte della produzione entrano in gioco gigantesche fabbriche come TSMC.
Una nota numerica: circolano affermazioni secondo cui il chip di Nvidia raggiungerebbe 320 TOPS, cioè mille miliardi di operazioni al secondo, mentre il sistema a doppio chip di Tesla 144 TOPS. Ma qui bisogna fare attenzione; questi numeri provengono da definizioni e periodi diversi e da solo il TOPS non dimostra la superiorità né di un sistema né dell'altro. Alla fine, la potenza di calcolo ha senso quanto la qualità del software che vi gira sopra.
Tre piattaforme a confronto: Nvidia, Mobileye e Tesla
| Caratteristica | Nvidia DRIVE | Mobileye EyeQ | Tesla FSD Chip |
|---|---|---|---|
| Approccio | Piattaforma aperta, venduta ai produttori | Soluzione hardware-software chiavi in mano | Completamente di proprietà propria, su misura per i propri veicoli |
| Prodotto di punta attuale | DRIVE AGX Thor | EyeQ 5 / EyeQ Ultra | FSD Chip (doppio SoC) |
| Scala | Collaborazioni con produttori come Mercedes-Benz | Oltre 250 milioni di veicoli, più di 27 produttori | Solo veicoli Tesla |
| Ultima generazione | DRIVE AGX Hyperion (CES 2026) | Surround ADAS basato su EyeQ6H | 12 CPU ARM Cortex-A72 |
| Forza dell'ecosistema | CUDA e un ampio supporto degli sviluppatori | Ampia flotta già dimostrata sul campo | Integrazione verticale, coerenza tra veicolo e software |
Questi tre percorsi rappresentano anche tre modelli di business. Nvidia vende la sua piattaforma a tutti, Mobileye scala con la sua soluzione in pacchetto, Tesla fa tutto da sola. Chi vincerà? Molto probabilmente tutti continueranno a vivere sul mercato per un altro po'; perché ogni produttore ha esigenze e appetito al rischio diversi.
La rivoluzione del veicolo definito dal software sta spingendo i produttori a produrre chip?
Negli ultimi anni uno dei concetti più discussi nel mondo automobilistico è il veicolo definito dal software, cioè SDV. L'idea è semplice ma rivoluzionaria: non differenzi più l'auto dalla potenza del motore, ma dal software. Le nuove funzionalità arrivano con aggiornamenti wireless, e l'intelligenza del veicolo si concentra in una piattaforma di calcolo centralizzata. Questo significa che alle decine di piccole unità di controllo dell'architettura classica del veicolo subentrano cervelli potenti e centralizzati.
Ed è proprio a questo punto che le cose si complicano. Se la competitività dell'auto sta nel software e il software richiede un chip potente, i produttori si trovano di fronte a una domanda cruciale: da chi comprare il cervello? Il produttore che usa una piattaforma pronta diventa dipendente dal fornitore per la tecnologia che fa la differenza. È proprio per questo che il rafforzamento del controllo di Nvidia sul suo stack inquieta alcuni produttori. Il produttore che progetta il proprio chip, invece, deve sostenere costi di sviluppo di miliardi di dollari. Immagina un settore oscillante tra due scelte sbagliate - un po' teso, non è vero?
Per di più, questa dipendenza tecnologica ha anche una dimensione di costo. Ogni nuova funzione ADAS aggiunge complessità di calibrazione e costi di riparazione; il che esercita pressione sui margini dei produttori e rende difficile la diffusione di questi sistemi nei veicoli del segmento d'ingresso. C'è poi il lato dell'offerta: l'appetito dei data center di intelligenza artificiale per i componenti a chip (in particolare le memorie DRAM) sta comprimendo l'offerta di chip per il settore automobilistico. Quindi, a chi produrranno prima gli stabilimenti di chip? All'app di intelligenza artificiale del tuo telefono o all'assistente ai freni della tua auto? La discussione sulle priorità è il vero problema di approvvigionamento del 2026.
La distanza tra promessa e realtà: la potenza di calcolo non è gratis
Fin qui tutto entusiasmante. Ma c'è un punto su cui dobbiamo guardare con spirito critico: tutta questa potenza di calcolo ha un costo, e non solo economico. Un'analisi universitaria ha calcolato che 1 miliardo di veicoli autonomi che guidano in autonomia un'ora al giorno, con un computer che consuma 840 watt, rappresenterebbero un carico significativo in termini di emissioni. Quindi, mentre continuiamo a lodare i veicoli autonomi come ecologici, bisogna tenere conto anche dell'energia consumata dai loro cervelli. Quando le auto sono elettriche lo scarico è a zero, ma il cervello di un veicolo collegato alla presa continua a consumare elettricità.
Un'altra considerazione realistica: le proiezioni di mercato sono grandi, ma per ora non esiste una formula precisa del tipo "servono tanti TOPS". Quanta potenza di calcolo richiederà la piena autonomia di Livello 5 resta una questione di ingegneria irrisolta. I chip di quinta generazione di Mobileye vengono presentati con capacità di Livello 5, ma la distanza tra capacità e realtà dimostrata si colloca esattamente in mezzo a quella che Shashua chiama rumore.
Chi, allora, vincera questa guerra del silicio?
La risposta onesta: non è ancora chiaro, e probabilmente non ci sarà un solo vincitore. Nvidia, con la sua potenza di piattaforma e collaborazioni come quella con Mercedes, sta consolidando la propria posizione di fornitore più influente dell'era del veicolo definito dal software. Mobileye, con la sua flotta comprovata di 250 milioni di veicoli e il vantaggio di scala, è l'attore più maturo sul campo. Tesla, invece, è un'eccezione che si assume da sola sia i costi sia i benefici del produrre il proprio silicio. I tre non si sostituiscono a vicenda; producono tre risposte diverse a tre domande diverse.
Forse la domanda più intelligente è questa: quando il cervello delle auto finisce nelle mani di poche aziende, cosa guadagnano e cosa perdono guidatori e produttori? Il guadagno: la rapida maturazione della tecnologia. La perdita: la dipendenza - e il conto di quella dipendenza si pagherà non quando questi chip saranno collaudati su strada per la prima volta, ma quando qualcosa andrà storto per la prima volta. Per questo resta sintonizzato.
Fonti
- The Evolution of EyeQ - Mobileye
- Mobileye Releases Second Quarter 2026 Results
- New Mobileye EyeQ Ultra - Intel Press Release
- Mobileye SuperVision Put to the Test - Mobileye Blog
- Nvidia launches Drive AGX Thor developer kit
- Nvidia: How It Is Tightening Its Grip on the Autonomous Vehicle Stack
- Mercedes-Benz e NVIDIA espandono la partnership - Nvidia Newsroom
- Hardware Tesla Autopilot - Wikipedia
- Chip AI nel settore dei veicoli autonomi - Lux Research
- Uno sguardo sotto il nostro bagagliaio: il calcolo di Waymo - Waymo Blog
- Computer dati per veicoli autonomi - Premio
- I computer che alimentano le auto a guida autonoma potrebbero essere un'enorme fonte di emissioni di carbonio - MIT News
- Quanto sono simili i sistemi di sicurezza di Mobileye e Nvidia?
- Mercato dei chip AV - Fortune Business Insights
- Mercato dei chip automobilistici ADAS - Dataintelo
- La stretta sulla DRAM - Area51ESG
- Veicolo definito dal software - Valeo