Nvidia dona al Navy un supercomputer Blackwell Ultra

Il fondatore e CEO di Nvidia (NVDA ), Jensen Huang, ha viaggiato a Monterey, in California, il 22 luglio 2026, per inaugurare un DGX GB300, il sistema AI enterprise più potente dell’azienda, alla Naval Postgraduate School. La macchina non è arrivata attraverso un contratto di approvvigionamento della difesa. Nvidia l’ha donata.

La cerimonia di inaugurazione, tenutasi durante l’evento Converge @ NPS con il capo del Comando del Pacifico degli Stati Uniti, l’ammiraglio Samuel Paparo, ha portato online un sistema Blackwell Ultra a livello di rack per i circa 1.500 studenti e 600 docenti della scuola di graduate studies militari degli Stati Uniti. NPS pianifica di eseguire la formazione di modelli e l’inferenza sul campus per la previsione del tempo, la sicurezza informatica, la modellazione degli oceani e la pianificazione delle risposte alle calamità.

Un dono, non un acquisto

L’economia è la storia. Il DGX GB300 è arrivato a NPS come donazione canalizzata attraverso la Naval Postgraduate School Foundation, un’organizzazione no-profit che canalizza donazioni tecnologiche private alla scuola, in base a un accordo di ricerca cooperativa firmato dalle due parti nel dicembre 2024. Dell Technologies (DELL ) e Sterling Computers hanno fornito l’infrastruttura circostante in modo che il sistema possa funzionare in ambienti non classificati, controllati e classificati, e la fondazione ha impegnato fino a 2 milioni di dollari per supportare lo sforzo con mentori e tecnici. Nvidia ha annunciato per la prima volta nel ottobre 2025 che NPS sarebbe stato il primo comando nei dipartimenti della Marina e della Guerra a schierare il sistema.

Randy Pugh, che ha guidato la task force AI della scuola durante il rollout, ha valutato il sistema a circa 15 milioni di dollari e ha detto che si trattava della seconda unità proveniente dalla linea di produzione di Nvidia. Ha descritto l’intento dell’azienda in modo chiaro: Nvidia comprendeva i dispiegamenti AI commerciali, ma aveva poca esposizione ai casi d’uso militari e voleva imparare eseguendo hardware di frontiera in un ambiente operativo della difesa per un anno o due. Il supercomputer è l’ancora di un centro tecnologico AI più ampio di Nvidia sul campus di Monterey, che include anche un’istanza di simulazione Omniverse del valore di circa 5 milioni di dollari e l’accesso ai programmi di formazione dell’azienda per i docenti.

Questo è lo scambio. Nvidia spende un rack per comprare una presenza nel settore della difesa AI e una visione diretta dei carichi di lavoro che raramente vede, mentre NPS ottiene un calcolo on-premises su una scala che nessuna scuola di difesa ha mai avuto, senza un ciclo di approvvigionamento da attendere.

Un rack raffreddato a liquido, alimentazione e acqua esistenti

La donazione è un singolo DGX GB300 NVL72, un rack raffreddato a liquido che Nvidia configura con 72 GPU Blackwell Ultra e 36 CPU Grace unite in un dominio di memoria, costruito per i carichi di lavoro di inferenza e ragionamento che dominano sempre più il calcolo AI. Esegue il software di orchestrazione Nvidia’s Mission Control e l’azienda pubblicizza il DGX GB300 come il sistema di maggior prestazione che vende alle imprese. Nvidia afferma anche che questa generazione consegna fino a 50 volte la produzione di fabbrica AI dei suoi sistemi Hopper più vecchi, una proiezione che non ha legato a un benchmark indipendente.

Il dettaglio dell’infrastruttura è quello su cui vale la pena soffermarsi. Le parti Blackwell Ultra sono assetate di energia, ognuna assorbe più di un kilowatt, e un rack GB300 completamente popolato è abbastanza denso da non poter essere alimentato o raffreddato senza nuova costruzione. NPS ha comunque inserito questo, secondo Navy Times, che ha riferito che la macchina funziona all’interno dell’infrastruttura di alimentazione e acqua esistente della scuola e l’ha definita come il supercomputer più potente del Pentagono. Vertiv ha fornito i rack, l’hardware di raffreddamento e di alimentazione e ha gestito l’inaugurazione, mentre DDN e VAST Data hanno fornito l’archiviazione e la piattaforma di dati.

Mantenere il calcolo sul campus è il punto. Per un’istituzione che gestisce dati controllati e classificati, possedere il rack direttamente evita sia il costo per ora di noleggio della capacità Blackwell scarsa nel cloud, sia l’attrito di sicurezza dell’invio di carichi di lavoro sensibili fuori sede. NPS pianifica di formare modelli di base e di eseguire un sistema di intelligenza artificiale generativa interno, un “NPS GPT”, in modo che i dati sensibili non lascino mai la sua rete, e di costruire gemelli digitali ad alta fedeltà di ambienti marittimi attraverso un framework sviluppato con l’organizzazione no-profit MITRE sulla piattaforma Omniverse di Nvidia. Le istituzioni di ricerca pubbliche si sono mosse nella stessa direzione: il laboratorio nazionale Argonne ha aperto un servizio di inferenza AI su larga scala per la scienza aperta all’inizio del 2026.

Perché seminare una scuola di difesa

Per Nvidia, la collocazione estende un modello di posizionamento di hardware Blackwell dove vuole far crescere la domanda. Giorni prima, l’azienda ha collegato gran parte del Giappone aziendale al suo stack AI fisico; il sistema NPS fa lo stesso per la difesa statunitense, seminando una generazione di ufficiali che specificano e acquistano calcolo più tardi nelle loro carriere. La scuola ha istituito un master in intelligenza artificiale nel dicembre 2025, con una prima classe ora in corso.

Il Dipartimento della Difesa esegue già i propri supercomputer, ma quei centri, come la struttura del Corpo degli Ingegneri dell’Esercito a Vicksburg, Mississippi, sono costruiti per la produzione operativa. NPS sta presentando la sua macchina come un luogo in cui ricostruire e migliorare i modelli stessi. La base di Naval Support Activity Monterey ospita anche il Centro di Meteorologia e Oceanografia Numerica della Flotta della Marina, e la capacità Blackwell Ultra sul campus consente ai ricercatori di spingere i modelli del tempo a una risoluzione molto più alta rispetto alle griglie di circa 50 chilometri utilizzate per la previsione generale, una differenza che conta per la pianificazione delle operazioni piuttosto che per una normale giornata lavorativa. Paparo ha detto ai partecipanti che gli ufficiali comanderanno sempre più in ambienti abilitati all’AI, dove i tempi di risposta si comprimono e il vantaggio va a coloro che possono agire più velocemente degli avversari. Il calcolo per supportare ciò è ora a Monterey, e Nvidia, non il budget della Marina, lo ha pagato.