Oltre il recupero: NVIDIA traccia la rotta per l’era del calcolo generativo

NVIDIA (NVDA ) CEO Jensen Huang ha annunciato una serie di innovazioni rivoluzionarie nelle capacità di calcolo AI alla keynote di GTC marzo 2025, descrivendo ciò che ha definito un “punto di inflessione da 1 trilione di dollari nel settore del calcolo”. La keynote ha rivelato la prontezza per la produzione dell’architettura Blackwell GPU, un piano di roadmap pluriennale per le future architetture, importanti innovazioni nel networking AI, nuove soluzioni AI per l’impresa e significativi sviluppi nel campo della robotica e dell’AI fisica.

L'”economia dei token” e le fabbriche di AI

Al centro della visione di Huang c’è il concetto di “token” come blocchi fondamentali dell’AI e l’emergere di “fabbriche di AI” come centri di dati specializzati progettati per il calcolo generativo.

“Questo è il modo in cui si crea l’intelligenza, un nuovo tipo di fabbrica generatrice di token, i blocchi fondamentali dell’AI. I token hanno aperto una nuova frontiera,” ha detto Huang al pubblico. Ha sottolineato che i token possono “trasformare le immagini in dati scientifici che tracciano le atmosfere aliene”, “decodificare le leggi della fisica” e “vedere la malattia prima che si manifesti”.

Questa visione rappresenta un passaggio dal tradizionale “calcolo di recupero” al “calcolo generativo”, dove l’AI comprende il contesto e genera risposte piuttosto che semplicemente recuperare dati pre-archiviati. Secondo Huang, questo passaggio richiede una nuova architettura di centri di dati in cui “il computer è diventato un generatore di token, non un recupero di file”.

L’architettura Blackwell offre enormi guadagni di prestazioni

L’architettura NVIDIA Blackwell GPU, ora in “produzione completa”, offre ciò che la società afferma essere “40 volte le prestazioni di Hopper” per i modelli di ragionamento in condizioni di potenza identiche. L’architettura include il supporto per la precisione FP4, portando a significativi miglioramenti dell’efficienza energetica.

“Potenza ISO, Blackwell è 25 volte”, ha affermato Huang, sottolineando i drammatici guadagni di efficienza della nuova piattaforma.

L’architettura Blackwell supporta anche la scalabilità estrema attraverso tecnologie come NVLink 72, consentendo la creazione di enormi sistemi GPU unificati. Huang ha previsto che le prestazioni di Blackwell renderanno le GPU della generazione precedente significativamente meno desiderabili per i carichi di lavoro AI più impegnativi.

(Fonte: NVIDIA)

Piano di roadmap prevedibile per l’infrastruttura AI

NVIDIA ha delineato un ritmo annuale regolare per le innovazioni dell’infrastruttura AI, consentendo ai clienti di pianificare i loro investimenti con maggiore certezza:

• Blackwell Ultra (seconda metà del 2025): un aggiornamento della piattaforma Blackwell con FLOPs aumentati, memoria e larghezza di banda.
• Vera Rubin (seconda metà del 2026): una nuova architettura con un processore con prestazioni raddoppiate, una nuova GPU e tecnologie NVLink e di memoria di prossima generazione.
• Rubin Ultra (seconda metà del 2027): un’architettura di scalabilità estrema che punta a 15 exaflops di calcolo per rack.

Democratizzazione dell’AI: dal networking ai modelli

Per realizzare la visione di un’adozione diffusa dell’AI, NVIDIA ha annunciato soluzioni complete che spaziano dal networking, all’hardware e al software. A livello di infrastruttura, la società sta affrontando la sfida di collegare centinaia di migliaia o addirittura milioni di GPU nelle fabbriche di AI attraverso investimenti significativi nella tecnologia di silicio fototonico. Il loro primo sistema di silicio fototonico co-pacchettato (CPO) da 1,6 terabit al secondo basato sulla tecnologia del modulatore a anello di rissonanza (MRM) promette risparmi di potenza sostanziali e una maggiore densità rispetto ai trasmettitori tradizionali, consentendo collegamenti più efficienti tra un gran numero di GPU in diversi siti.

Mentre costruisce le fondamenta per le grandi fabbriche di AI, NVIDIA sta portando contemporaneamente il potere di calcolo AI agli individui e ai team più piccoli. La società ha introdotto una nuova linea di supercomputer AI personali DGX alimentati dalla piattaforma Grace Blackwell, finalizzati a potenziare gli sviluppatori di AI, i ricercatori e gli scienziati dei dati. La gamma include DGX Spark, una piattaforma di sviluppo compatta, e DGX Station, una workstation desktop ad alte prestazioni con raffreddamento a liquido e un’impressionante potenza di calcolo di 20 petaflops.

NVIDIA DGX Spark (Fonte: NVIDIA)

Complementare a questi progressi hardware, NVIDIA ha annunciato la famiglia di modelli Llama Nemotron aperta con capacità di ragionamento, progettata per essere pronta per l’impresa per la costruzione di agenti AI avanzati. Questi modelli sono integrati in NVIDIA NIM (NVIDIA Inference Microservices), consentendo agli sviluppatori di distribuirli su diverse piattaforme, dalle workstation locali al cloud. L’approccio rappresenta una soluzione full-stack per l’adozione dell’AI nell’impresa.

Huang ha sottolineato che queste iniziative stanno ricevendo un sostegno attraverso collaborazioni estese con importanti società di diversi settori che stanno integrando i modelli NVIDIA, NIM e librerie nelle loro strategie AI. Questo approccio di ecosistema mira ad accelerare l’adozione fornendo flessibilità per diverse esigenze e casi d’uso aziendali.

AI fisica e robotica: un’opportunità da 50 trilioni di dollari

NVIDIA considera l’AI fisica e la robotica un'”opportunità da 50 trilioni di dollari”, secondo Huang. La società ha annunciato il modello di fondazione generale per robot umanoidi open-source NVIDIA Isaac GR00T N1.

Aggiornamenti significativi ai modelli di fondazione del mondo NVIDIA Cosmos forniscono un controllo senza precedenti sulla generazione di dati sintetici per l’addestramento dei robot utilizzando NVIDIA Omniverse. Come ha spiegato Huang, “Utilizzare Omniverse per condizionare Cosmos e Cosmos per generare un numero infinito di ambienti, ci consente di creare dati che sono fondati, controllati da noi e allo stesso tempo sistematicamente infiniti allo stesso tempo”.

La società ha anche presentato un nuovo motore di fisica open-source chiamato “Newton”, sviluppato in collaborazione con Google DeepMind e Disney Research. Il motore è progettato per la simulazione della robotica ad alta fedeltà, compresi corpi rigidi e morbidi, feedback tattile e accelerazione GPU.

Isaac GR00T N1 (Fonte: NVIDIA)

AI agente e trasformazione dell’industria

Huang ha definito “AI agente” come AI con “agenzia” che può “percepire e comprendere il contesto”, “ragionare” e “pianificare e agire”, anche utilizzando strumenti e apprendendo da informazioni multimodali.

“L’AI agente significa fondamentalmente che si ha un’AI che ha agenzia. Può percepire e comprendere il contesto delle circostanze. Può ragionare, molto importante può ragionare su come rispondere o come risolvere un problema, e può pianificare e agire. Può pianificare e agire. Può utilizzare strumenti”, ha spiegato Huang.

Questa capacità sta guidando un aumento nella domanda di calcolo: “La quantità di calcolo richiesta, la legge di scalabilità dell’AI è più resiliente e in realtà iper-accelerata. La quantità di calcolo di cui abbiamo bisogno in questo momento a causa dell’AI agente, a causa del ragionamento, è facilmente cento volte superiore a quanto pensavamo di aver bisogno l’anno scorso”, ha aggiunto.

Il punto fondamentale

La keynote di Jensen Huang alla GTC 2025 ha presentato una visione completa di un futuro guidato dall’AI caratterizzato da agenti intelligenti, robot autonomi e fabbriche di AI progettate appositamente. Gli annunci di NVIDIA su architettura hardware, networking, software e modelli open-source segnalano la determinazione della società di alimentare e accelerare la prossima era del calcolo.

Man mano che il calcolo continua a spostarsi dai modelli basati sul recupero a quelli generativi, l’attenzione di NVIDIA sui token come valuta fondamentale dell’AI e sulla scalabilità delle capacità attraverso piattaforme cloud, aziendali e di robotica fornisce una roadmap per il futuro della tecnologia, con implicazioni di vasta portata per le industrie di tutto il mondo.