La Quarta Rivoluzione Industriale tra oligopolio occidentale e strategia cinese della sovranità tecnologica
Di Pietro Cutuli
Introduzione: una divergenza nella filosofia tecnologica
L’approccio cinese all’intelligenza artificiale rappresenta una rottura significativa rispetto al modello occidentale. Se gli Stati Uniti puntano su massicci investimenti di capitale, potenza computazionale brute-force ed ecosistemi chiusi, la Cina sta tracciando una rotta diversa, fondata sulla pianificazione strategica di lungo termine tipica della sua economia pianificata socialista. Questo sistema consente di ottimizzare l’efficienza, l’accessibilità e la sostenibilità materiale delle tecnologie AI, anziché inseguire semplicemente la massima potenza di calcolo.
La divergenza è filosofica prima ancora che tecnica. L’Occidente, guidato da attori privati come OpenAI, Google e Nvidia, persegue una logica di profitto immediato e di accumulo di vantaggio competitivo attraverso modelli proprietari chiusi. La Cina, invece, coordina pubblico e privato in un’ottica di sviluppo sociale integrato: l’IA non è fine a sé stessa, ma strumento per ridurre le disuguaglianze, potenziare la produttività nazionale e costruire una società più equa.
La crisi del silicio occidentale: quando il mercato diventa cartello
De-democratizzazione del silicio
Comincia tutto con un annuncio che passa in sordina. Micron — uno dei tre pilastri del dominio mondiale sulla memoria DRAM — chiude il brand Crucial, sinonimo di SSD e RAM accessibili per l’utente finale. Il silicio che alimentava Crucial viene requisito per un altro scopo: i data center dell’intelligenza artificiale. E mentre ciò accadeva, Micron incassava ~$6,4 miliardi dal CHIPS Act, fondi pubblici destinati a ‘salvare la sovranità tecnologica americana’. Ma il Robin Hood al contrario ha anche una porta girevole: Micron ha speso oltre $4 milioni all’anno in lobbying (amministrazioni Biden e Trump), donato $1 milione per l’inaugurazione presidenziale, e fondi per la sala da ballo della Casa Bianca. Lo Stato preleva dalle tasse, trasferisce a Micron, e Micron re-investe in protezioni politiche. I cittadini pagano due volte.
L’informatica sta smettendo di essere un bene che si possiede per diventare un servizio da cui si dipende. Il calcolo non avviene più sulla vostra scrivania, ma in hangar refrigerati nel Nebraska o in Virginia, mentre voi ricevete solo il risultato finale su uno schermo. Siete diventati affittuari perpetui del cloud.
Scarsità strutturale indotta
L’intelligenza artificiale non è solo GPU. È anche — e soprattutto — storage. Enormi quantitativi di memoria NAND per archiviare modelli, dataset e pesi di reti neurali. Vera Rubin, l’architettura Nvidia del 2026, richiede oltre un petabyte di SSD per sistema. Per dare un’idea, un petabyte sono un milione di gigabyte. E se moltiplicate questo per le migliaia di sistemi che i grandi provider cloud stanno installando, scoprite che solo Vera Rubin assorbirà oltre il 9,3% dell’intera domanda mondiale di NAND entro il 2027 (stima Citi: 2,8% nel 2026, 9,3% nel 2027). Non il 9,3% di un settore, non il 9,3% di una nicchia: il 9,3% di tutto il silicio di memoria prodotto sul pianeta, mangiato da un’architettura di una sola azienda.
Una domanda simile, improvvisa e vorace, avrebbe dovuto mandare in tilt i mercati, spingere la produzione, generare una corsa all’investimento. Invece no. Il cartello delle memorie oggi non ha più bisogno di riunioni segrete come negli anni 2000, quando il DOJ inflisse multe per $731 milioni e condanne carcerarie. Oggi Samsung, SK Hynix e Micron, che controllano oltre il 95% della produzione mondiale di DRAM e sono i principali produttori di NAND assieme a Kioxia e SanDisk, usano il public signaling: parole chiave come ‘disciplina del capitale‘ e ‘priorità alla redditività’ nei report finanziari trimestrali e servono a coordinarsi apertamente, senza violare alcuna legge antitrust. Tra il 2024 e il 2025 hanno ridotto deliberatamente l’output NAND del 15-25%, tagliando la produzione per ‘difendere la redditività’. Questo non è un mercato che si regola. Questo è un cartello che si coordina. Chiamatelo oligopolio consapevole, chiamatelo intesa tacita: il risultato è che poche aziende, sedute attorno a un tavolo invisibile, hanno deciso insieme che produrre meno silicio e venderlo a prezzi più alti era più conveniente che soddisfare la domanda reale del pianeta.
La conseguenza è una scarsità strutturale indotta, costruita a tavolino. I canali consumer sono stati prosciugati: Western Digital e Kioxia hanno dichiarato che la capacità 2026 è interamente prenotata da clienti cloud. E i prezzi TLC sono esplosi: +246% da inizio 2025 a dicembre 2025, TrendForce ha rivisto al rialzo le stime a un aumento del +55-60% nel Q1 2026. Ma il danno non si ferma ai consumatori. Le vendite di schede madri sono crollate del 40-50%: se non compri RAM, non compri l’intero PC, e l’intero ecosistema hardware consumer — case, dissipatori, alimentatori — implode per effetto domino. Samsung, SK Hynix e Micron non pagano questo prezzo: ci guadagnano vendendo a prezzi triplicati al segmento enterprise. Il costo sociale è esternalizzato su migliaia di lavoratori e milioni di consumatori.
Sovranità hardware, Taiwan e il vantaggio dei green data center
Il ban Nvidia e la nascita di un ecosistema alternativo
Gli Stati Uniti hanno imposto controlli sulle esportazioni di chip avanzati dall’ottobre 2022, rafforzati fino al marzo 2025. L’obiettivo: bloccare l’accesso cinese alle GPU Nvidia H100, H200 e successive — il cuore dell’addestramento AI.
La risposta cinese non è stata quella di arrendersi, ma di accelerare su due binari paralleli. Il primo: Huawei Ascend (910B dal 2023, 910C e successive). Secondo: SMIC, che ha dimostrato capacità produttiva a 7nm via DUV multi-patterning, bypassando il divieto EUV di ASML. Huawei ha inoltre messo a punto il chip Kirin 9100 per gli smartphone e i chip Ascend per i data center, nonostante le sanzioni. Il risultato è un ecosistema alternativo in rapida maturazione. Mentre il mondo occidentale dipende da CUDA — l’ecosistema proprietario di Nvidia — la Cina sta costruendo il proprio stack software-hardware intorno a CANN (Compute Architecture for Neural Networks) di Huawei e a MindSpore, il framework AI open-source cinese. Non è ancora alla pari con CUDA in termini di maturità dell’ecosistema, ma la forbice si sta chiudendo più velocemente di quanto molti analisti occidentali ammettano. La Cina non sta cercando di replicare l’ecosistema Nvidia: sta costruendo qualcosa di diverso, ottimizzato per le proprie esigenze e immune dalle leve geopolitiche americane.
La vulnerabilità cruciale rimane Taiwan. TSMC, il più grande produttore mondiale di semiconduttori avanzati, concentra lì la maggior parte della sua produzione di chip di ultima generazione. Un’eventuale crisi nello Stretto non bloccherebbe solo l’approvvigionamento cinese, ma metterebbe in ginocchio l’intera catena globale dei semiconduttori. Pechno lo sa e sta investendo massicciamente nella propria sovranità tecnologica. Parallelamente, punta sull’efficienza algoritmica per ridurre la dipendenza dall’hardware americano. DeepSeek-V3, con la sua architettura Mixture of Experts (MoE), ha dimostrato che è possibile ottenere prestazioni di livello mondiale con una frazione del costo stimato per modelli occidentali comparabili.
DeepSeek V4: il primo modello di frontiera progettato per il silicio cinese
Il 24 aprile 2026, DeepSeek ha rilasciato la preview di V4 rinnovando la licenza MIT (open-source)— e insieme a quel rilascio è arrivata una notizia che molti in Occidente hanno sottovalutato: Huawei ha annunciato il supporto ‘day zero’ completo per DeepSeek V4 sulla sua piattaforma Ascend AI SuperNode. Per la prima volta nella storia, un modello AI di frontiera è stato progettato, addestrato e reso disponibile per l’inferenza su silicio cinese, senza Nvidia nel ciclo. DeepSeek ha concesso a Huawei l’accesso anticipato ai pesi pre-release e alle ottimizzazioni del kernel per garantire prestazioni di livello produzione già al lancio.
Il segnale geopolitico è enorme. Non è solo una questione tecnica di compatibilità hardware: è una dichiarazione d’intenti. DeepSeek V4-Pro, con i suoi 1,6 trilioni di parametri, la sua Compressed Sparse Attention che riduce i FLOPS (potenza di calcolo di un processore) del 73% e l’occupazione KV cache (tecnica di ottimizzazione fondamentale nei modelli linguistici (LLM) che accelera la generazione del testo salvando in memoria i calcoli precedenti) del 90%, non è un modello che ‘funziona anche’ su Ascend. È un modello che è stato ottimizzato per Ascend sin dalla fase di progettazione architetturale. La Cina non sta più inseguendo l’ecosistema CUDA: sta dimostrando che può competere a livello di frontiera con il proprio stack completo.
E non finisce qui. Il modello piu’ avanzato, DeepSeek V4-Pro, con prezzi API aggiornati a $0,435 input e $0,87 output per milione di token, è diventato immediatamente il riferimento per chi vuole addestrare e servire modelli AI su infrastruttura cinese — non per scelta ideologica, ma per pura concretezza economica. Un data center cinese che monta GPU Huawei Ascend può ora eseguire un modello di frontiera a un costo inferiore rispetto a un data center occidentale con Nvidia, senza rischi di supply chain bloccati da sanzioni unilaterali.
Le memorie cinesi: dal gap decennale a tre anni
Ma la sovranità hardware cinese non si misura solo sui processori logici. C’è un secondo fronte, altrettanto decisivo, dove il confronto con l’occidente si gioca su terreno ancora più accidentato: quello delle memorie. Se il chip di calcolo è il cervello, la memoria è la memoria — nel senso letterale del termine — e senza di essa nessun modello d’intelligenza artificiale, per quanto sofisticato, può funzionare. Qui il dominio storico di Samsung, SK Hynix e Micron è sembrato per anni inattaccabile. Le cose stanno cambiando, e velocemente.
CXMT, ChangXin Memory Technologies, si è affermata come campione nazionale cinese delle memorie volatili DRAM ed è passata dal 3% all’8% di quota globale DRAM (Q1 2025 → Q1 2026), diventando il quarto produttore mondiale. Sul fronte delle memorie a stato solido NAND, YMTC, Yangtze Memory Technologies, ha fatto ancora meglio: con la sua architettura proprietaria Xtacking, giunta alla generazione 4.0 e oltre, ha raggiunto circa il 13% della quota globale a Q1 2026 (da circa l’8% un anno prima), competendo alla pari in termini di densità di integrazione con i prodotti dei leader occidentali. Il segreto di YMTC sta nell’aver capito che l’innovazione architetturale può compensare, almeno in parte, lo svantaggio in litografia avanzata: impilare i transistor in verticale con un’ingegneria sofisticata permette di aggirare i vincoli imposti dalla mancanza di macchine EUV di ultima generazione. Ma dietro questi numeri c’è un retroscena geopolitico che pochi raccontano.
Nel 2022 Apple era a un passo dalla firma con YMTC per le NAND degli iPhone destinati alla Cina: costavano il 20% in meno ed erano tecnologicamente superiori. L’accordo è saltato per l’intervento diretto di senatori USA (Rubio, Warner, Schumer), che hanno spinto per l’inserimento immediato di YMTC nella Entity List. Non c’era minaccia reale alla sicurezza: c’era una minaccia al margine di Micron, che deteneva il 23% della quota Apple in memorie flash. La geopolitica USA ha soffocato la libera concorrenza per proteggere un beneficiario del CHIPS Act.
Prima di CXMT, la Cina aveva puntato su Fujian Jinhua per le DRAM. Micron accusò spionaggio industriale via UMC (Taiwan); gli USA inserirono Jinhua nella Entity List nel 2018, bloccandone i macchinari e azzerandola prima della produzione. Nel febbraio 2024 un tribunale federale USA ha prosciolto completamente Fujian Jinhua per mancanza di prove. Troppo tardi: l’azienda era già distrutta. La lezione è cristallina: la Entity List è un’arma contumaciale preventiva, non uno strumento di giustizia. Washington ha vinto la battaglia Jinhua, ma ha perso la guerra strategica: la Cina ha imparato a costruire CXMT e YMTC per sopravvivere senza tecnologia americana.
Dietro CXMT e YMTC c’è la mano visibile dello Stato cinese: attraverso il piano Made in China 2025 e il cosiddetto Big Fund, il fondo nazionale per l’industria dei semiconduttori, che ha pompato decine di miliardi di yuan in fabbriche e R&D. La risposta americana — Entity List per YMTC, limitazioni ASML — ha prodotto un effetto boomerang.
Il mutamento del sentiment di mercato e la realtà della sicurezza
Per anni il silicio cinese ha suscitato diffidenza, quando non aperta ostilità, tra acquirenti e decision-maker tecnologici. C’era un pregiudizio radicato — alimentato in buona parte dalla propaganda occidentale — secondo cui memorie e processori fabbricati in Cina fossero per definizione meno affidabili. Oggi quel pregiudizio si scontra con una realtà economica impietosa: i prezzi DRAM e NAND sono saliti a livelli insostenibili, e CXMT e YMTC sono diventate un’opportunità concreta per calmierare un mercato oligopolistico, ma hanno ancora strada da fare.
Il timore sulla sicurezza delle memorie cinesi è tecnicamente implausibile. La DRAM è un array bidimensionale di celle capacitive con logica di controllo minima: non c’è spazio fisico per nascondere backdoor sofisticate. Ogni transistor è contato, ogni livello metallico è misurabile, e il reverse engineering smascherebbe anomalie in settimane. Se il silicio cinese funziona e costa un terzo, l’intero stack — dall’hardware ai modelli open source — diventa un’alternativa credibile per pura concretezza.
La strategia dei green data center
Un aspetto poco discusso ma fondamentale della strategia cinese è il progetto ‘East Data West Computing’ (Dati a Est, Calcolo a Ovest), lanciato nel febbraio 2022. L’iniziativa punta a ridistribuire i carichi computazionali dalle regioni orientali, ad alta intensità energetica, verso le province occidentali ricche di energia rinnovabile. Entro giugno 2024, l’investimento diretto ha raggiunto 43,5 miliardi di yuan (circa 6,1 miliardi di dollari), per un totale che supera i 200 miliardi di yuan, stabilendo otto hub nazionali di calcolo con 1,95 milioni di rack server.
Le province occidentali cinesi — Mongolia Interna, Gansu, Qinghai, Sichuan — possono contare su enormi risorse di energia solare, eolica e idroelettrica. Collocando i data center in queste regioni, la Cina risolve simultaneamente tre problemi: riduce l’impronta carbonica dell’AI, abbassa i costi energetici (il TCO per 1 MW di capacità è del 35% inferiore rispetto all’Est), e sfrutta la propria geografia come vantaggio competitivo strutturale. È un esempio concreto di come la pianificazione statale possa indirizzare lo sviluppo tecnologico in modo sostenibile.
L’avanguardia open source: democratizzare la corsa all’IA
Mentre le aziende americane chiudono i loro modelli dietro API costose, la Cina ha scelto una strategia opposta: l’open source come strumento di soft power tecnologico. Rilasciando modelli a pesi aperti con prestazioni di frontiera, Pechino mira a conquistare il Global South, offrendo a paesi in via di sviluppo l’accesso a tecnologie AI avanzate senza il vincolo della dipendenza commerciale da fornitori occidentali. È una mossa geopolitica astuta: si costruisce influenza attraverso il codice, non attraverso le armi.
I quattro pilastri dell’AI cinese nel 2026
DeepSeek V4-Pro menzionato prima, rilasciato il 24 aprile 2026, rappresenta il nuovo vertice della strategia di efficienza di High-Flyer Quant. Il modello conta 1,6 trilioni di parametri totali, di cui 49 miliardi attivi per token, introduce un’architettura ibrida di Compressed Sparse Attention che riduce i FLOPS di inferenza del 73% e l’occupazione di memoria KV cache del 90% rispetto alla generazione precedente. Il contesto standard è di un milione di token. La licenza MIT permette a chiunque di scaricare, modificare e distribuire il modello. I prezzi API sono circa 34x più economici di Claude Opus 4.7.
Qwen 3.7 Max, annunciato da Alibaba all’Apsara Cloud Summit di Hangzhou il 20 maggio 2026, è la risposta cinese alla chiusura dei modelli occidentali. Con oltre un trilione di parametri stimati e una finestra di contesto di un milione di token, il modello eccelle in coding agentico e ragionamento complesso. Può operare autonomamente per fino a 35 ore senza degrado delle prestazioni su task a lungo orizzonte. Secondo benchmark, batte GPT-5.5 su SWE-Pro e Terminal-Bench a circa un quarto del costo. Il prezzo API è di $2,50 per milione di token in input e $7,50 in output, contro i $5/$30 di GPT-5.5. È importante sottolineare che Qwen 3.7 Max è un modello closed-weight, accessibile solo via API su Alibaba Cloud DashScope — una novità per Alibaba, che finora aveva rilasciato pesi aperti per le generazioni precedenti. Per chi cerca modelli open-source della famiglia Qwen, restano disponibili Qwen 3.5 (397B-A17B MoE, Apache 2.0) e Qwen 3.6 (fino a 35B-A3B MoE e 27B dense, anch’essi open-weight), che offrono prestazioni competitive su hardware consumer.
Kimi K3, rilasciato il 16 luglio 2026 da Moonshot AI, è un salto di scala senza precedenti: il primo modello open-source al mondo a superare i 2 trilioni di parametri, con 2,8 trilioni totali — circa il 75% in più di DeepSeek V4-Pro. L’architettura abbandona i tradizionali blocchi MoE per una struttura rivoluzionaria basata su Kimi Delta Attention (KDA), un meccanismo di attenzione lineare ibrida, e Attention Residuals. Il sistema MoE attiva 16 esperti su 896 disponibili, gestiti da un framework Stable LatentMoE che garantisce un’efficienza di scaling 2,5 volte superiore rispetto alla generazione K2. Il contesto è di un milione di token, con visione multimodale nativa. I benchmark parlano chiaro: 57 punti sull’Artificial Analysis Intelligence Index, prestazioni paragonabili a Claude Opus 4.8 e GPT-5.5. Ma la vera notizia geopolitica è un’altra: i pesi completi del modello saranno rilasciati open-source entro il 27 luglio 2026. Un modello di 2,8 trilioni di parametri in mano a chiunque voglia scaricarlo. Il prezzo API è di $3,00 per milione di token in input e $15,00 in output — posizionamento premium rispetto ai concorrenti cinesi, ma con cache input a soli $0,30 che riduce drasticamente i costi su sessioni ripetute ed un costo generale pari al modello Sonnet 5 di Claude.
GLM-5.2, rilasciato a giugno 2026 da Zhipu AI (ora Z.ai), ha scalato le classifiche globali fino a conquistare il primo posto tra i modelli open source sull’Artificial Analysis Intelligence Index v4.1 con un punteggio di 51. Il modello conta 753 miliardi di parametri totali e 40 miliardi attivi, con una finestra di contesto quadruplicata a un milione di token. Secondo la classifica Arena Code, si piazza al secondo posto globale, dietro solo a Claude Fable 5 di Anthropic. Il costo API è di circa $1,40 per milione di token in input e $4,40 in output, rendendolo uno dei modelli più competitivi in termini di rapporto qualità-prezzo. È rilasciato sotto licenza MIT senza restrizioni regionali, una mossa chiaramente pensata per attrarre sviluppatori internazionali in un momento in cui gli Stati Uniti stanno limitando l’accesso ai loro modelli più avanzati.
Governance umano-centrica: l’IA come strumento, non come padrone
Il dibattito occidentale sull’AI cinese è spesso ridotto a un unico termine: sorveglianza. Questa narrazione, per quanto contenga elementi di verità, oscura una realtà più complessa e interessante. La governance cinese dell’IA si fonda su una filosofia diversa: l’intelligenza artificiale generativa deve essere accessibile a tutti, senza schiavizzare la popolazione o privarla della dignità umana. È una prospettiva che mette al centro lo sviluppo sociale, non solo la competizione tecnologica.
Il regolamento cinese sull’IA, entrato in vigore nell’agosto 2023, richiede che i contenuti generati riflettano i valori socialisti e non minino l’unità nazionale. Al contempo, però, incoraggia attivamente l’applicazione dell’IA in settori che migliorano la vita quotidiana: la traduzione cross-linguistica in tempo reale sta facilitando il commercio internazionale per piccole imprese; i sistemi diagnostici AI assistono medici nelle aree rurali carenti di specialisti; gli algoritmi di ottimizzazione energetica riducono gli sprechi nelle grandi città.
Questa attenzione alla dimensione sociale trova conferma anche nella tutela giudiziaria dei lavoratori. Nel 2026, il Tribunale Intermedio del Popolo di Hangzhou — la stessa città che ospita DeepSeek e viene promossa come capitale dell’innovazione AI — ha stabilito che l’adozione dell’intelligenza artificiale non può essere usata come pretesto per licenziare dipendenti o tagliare gli stipendi. Nel caso di un tecnico del controllo qualità sostituito da un modello linguistico e retrocesso con un taglio salariale del 40%, la corte ha ritenuto illegittimo il licenziamento: l’introduzione dell’AI è una scelta strategica aziendale, non una “circostanza oggettiva” che giustifichi lo scaricamento dei costi della transizione tecnologica sui lavoratori. Il tribunale ha persino ribadito che “l’intelligenza artificiale dovrebbe essere usata per liberare il lavoro, promuovere l’occupazione e beneficiare i mezzi di sussistenza”. Precedenti simili erano già arrivati da Guangzhou nel 2024 e da un arbitrato di Pechino nel 2025, disegnando un orientamento giurisprudenziale chiaro: in Cina, l’innovazione non è un alibi per erodere i diritti contrattuali.
Il paradosso occupazionale e il contesto storico
Nessuna analisi obiettiva può ignorare le sfide interne che la Cina deve affrontare. Il tasso di disoccupazione urbana nel 2024 si è attestato al 5,1% (dati NBS), con una pressione particolare sui giovani nella fascia 16-24 anni (il tasso è sceso a 17,6% a settembre 2024, esclusi studenti, dopo un picco superiore al 20%). La transizione verso un’economia high-tech e automatizzata sta eliminando posti di lavoro tradizionali più velocemente di quanto ne crei di nuovi, almeno nel breve periodo. È il classico paradosso dell’innovazione tecnologica: la produttività aumenta, ma la distribuzione dei benefici è asimmetrica.
Tuttavia, la storia offre prospettiva utile. Durante la Prima Rivoluzione Industriale (1750-1850), la meccanizzazione tessile distrusse milioni di posti di lavoro artigianali. Eppure, nel lungo periodo, nacquero nuove professioni. I dati storici mostrano che circa il 60% dei lavoratori nel 2018 svolgeva professioni che non esistevano nel 1940. Ogni rivoluzione tecnologica distrugge compiti specifici, ma crea nuovi paradigmi occupazionali. Il problema è la transizione: il divario temporale tra la distruzione dei vecchi lavori e la creazione dei nuovi può durare decenni.
La Cina, consapevole di questo rischio, sta cercando di gestire la transizione attraverso la pianificazione. Il sistema sta investendo in riqualificazione professionale mirata, con programmi di riconversione per lavoratori dei settori tradizionali verso le energie rinnovabili e la manutenzione tecnologica. La pianificazione quinquennale prevede un’espansione controllata dell’IA, evitando una sostituzione troppo rapida della forza lavoro umana. L’obiettivo è un ‘atterraggio morbido’: non fermare l’innovazione, ma sincronizzarla con la capacità del sistema di assorbire e ridistribuire la forza lavoro.
Fonti: U.S. Department of Justice (DOJ), atti di cause giudiziarie federali (DRAM Antitrust Litigation, Micron v. UMC e Fujian Jinhua), U.S. Securities and Exchange Commission (SEC), Casa Bianca, Senato USA, Federal Trade Commission (FTC), Consiglio di Stato Cinese (Made in China 2025), Cyberspace Administration of China (CAC), NDRC, TechInsights, SemiAnalysis, TrendForce, Counterpoint Research, Yole Group, IC Insights, MERICS, ITIF, Horizon Advisory, OpenSecrets, Financial Times, The Wall Street Journal, The New York Times, Reuters, Bloomberg, Los Angeles Times, The Seattle Times, The Guardian, Forbes, BBC, CNBC, CNN, South China Morning Post, Asia Times, Tom’s Hardware, DigiTimes Asia, The Register, EE Times, PCMag, Ars Technica, Business Korea, The Chosun Daily, ZDNet Korea, PCPartPicker e Gamers Nexus.
