OpenAI ha acquisito un insieme di brevetti dalla startup di chip Rain AI dopo che le trattative per acquistare l’azienda in via completa sono fallite. L’annuncio non ha rivelato né il prezzo di acquisto né il numero di brevetti coinvolti.

Rain AI aveva in precedenza ricevuto un investimento personale da Sam Altman, CEO di OpenAI. L’acquisizione dei brevetti arriva mentre OpenAI si difende contemporaneamente in tribunale dalle accuse di Apple di aver sottratto segreti commerciali legati all’hardware, presentando questa settimana una mozione per archiviare la causa.

Un’acquisizione fallita, ma brevetti di valore

OpenAI e Rain AI non sono riuscite a raggiungere un accordo per un’acquisizione completa, ma OpenAI è comunque uscita con una parte del portafoglio brevetti di Rain AI. L’esito è cupo per Rain AI: la startup ha perso quasi tutti i dipendenti e le attività si sono sostanzialmente fermate. Secondo The Information, non è stato annunciato alcun trasferimento di dipendenti da Rain AI a OpenAI.

OpenAI non ha reso noto pubblicamente cosa intenda fare con i brevetti acquisiti. L’acquisto di proprietà intellettuale senza il team originario è insolito nelle operazioni sui semiconduttori, dove il valore spesso risiede negli ingegneri che hanno progettato la tecnologia. Senza gli inventori, i brevetti possono comunque fungere da asset difensivi contro contestazioni di violazione o da base per futuri progetti interni.

Il legame con Altman

Fondata nel 2018, Rain AI era specializzata in unità di elaborazione neuromorfica — chip progettati per imitare alcune caratteristiche del cervello umano al fine di ridurre il consumo energetico e abbassare il costo dell’addestramento dei modelli AI. Il neuromorphic computing ha attirato l’interesse di ricercatori e laboratori nazionali come possibile strada verso hardware AI molto più efficiente, anche se la commercializzazione si è dimostrata difficile. Rain AI non è l’unica azienda ad aver incontrato difficoltà in questo ambito; anche il programma di ricerca neuromorfica di Intel, Loihi, è rimasto per anni in gran parte sperimentale.

Il rapporto tra OpenAI e Rain AI risale a diversi anni fa. Nel 2019, OpenAI firmò una lettera di intenti (LOI) per acquistare chip per un valore di 51 milioni di dollari una volta avviata la produzione di Rain AI. Quei chip non furono mai consegnati.

In seguito, Rain AI esaurì i fondi e perse la propria base clienti. Intorno al 2025, la società iniziò a cercare un acquirente. Un previsto round di raccolta fondi Serie B da 150 milioni di dollari non si concretizzò.

La causa con Apple continua

La causa di Apple contro OpenAI sostiene che ex ingegneri Apple abbiano portato con sé informazioni riservate sull’hardware quando sono passati a OpenAI. Apple afferma che circa 400 dei suoi ex ingegneri sono ora impiegati presso la società di AI, secondo TechCrunch.

OpenAI ha presentato una mozione per archiviare la causa, sostenendo che siano state le pratiche della stessa Apple a creare questa situazione. OpenAI afferma che Apple consentiva ai dipendenti di lavorare tramite account iCloud personali e non ha revocato l’accesso dopo la loro uscita dall’azienda, una condizione che OpenAI definisce "residual access". Nella sua risposta ufficiale, OpenAI ha respinto le accuse.

Apple non ha ancora risposto alla mozione di archiviazione e il tribunale non ha ancora emesso una sentenza. La vicenda mette in evidenza le tensioni competitive che emergono quando le società di AI reclutano aggressivamente dalle aziende storiche dell’hardware.

Sia il contenzioso con Apple sia l’acquisizione dei brevetti di Rain AI sottolineano la più ampia spinta di OpenAI verso lo sviluppo hardware, in particolare silicio personalizzato per dispositivi alimentati dall’AI.

La strategia di OpenAI per chip personalizzati

OpenAI sta portando avanti con continuità il proprio programma di chip personalizzati. A giugno, l’azienda ha presentato Jalapeno, un chip di inferenza progettato ad hoc e sviluppato in collaborazione con Broadcom, sostenendo che il progetto avrebbe ridotto i costi di inferenza della metà.

La strategia è coerente con una tendenza più ampia tra i principali laboratori di AI negli Stati Uniti, che cercano di ridurre la dipendenza dalle GPU Nvidia, oggi dominanti nell’addestramento e nell’inferenza dell’AI. Le GPU Nvidia sono diventate una delle voci di costo più elevate per le aziende di AI, con una domanda che supera costantemente l’offerta. Anche Anthropic e Meta hanno recentemente annunciato iniziative per sviluppare il proprio silicio. Google utilizza da anni i propri Tensor Processing Units, a dimostrazione sia dei potenziali risparmi sui costi sia dell’impegno pluriennale richiesto per portare in produzione silicio AI personalizzato.