L’Alba di una Nuova Era nel Computing
La Graphics Technology Conference (GTC) del 2025, tenutasi nel cuore della Silicon Valley, ha consolidato la sua posizione come evento cardine nel panorama tecnologico. È un incontro che cattura l’attenzione di un pubblico eterogeneo, dai veterani del settore e sviluppatori di software agli appassionati di intelligenza artificiale e persino a coloro che si avvicinano alla tecnologia con un certo grado di scetticismo.
Un momento cruciale del GTC è il keynote, e quest’anno è stato tenuto nientemeno che dal CEO di Nvidia, Jensen Huang. Huang, ampiamente considerato un leader lungimirante nel campo dell’intelligenza artificiale, possiede la rara capacità di plasmare le narrative del settore. Le sue dichiarazioni hanno un peso significativo, spesso prefigurando i progressi tecnologici e le tendenze emergenti che definiranno gli anni a venire.
Nel suo attesissimo keynote, Huang non solo ha illustrato gli ultimi progressi di Nvidia nell’IA, ma ha anche offerto uno sguardo alle sue proiezioni per l’evoluzione del settore nei prossimi anni. La presentazione di quest’anno ha sottolineato non solo la velocità mozzafiato della rivoluzione dell’IA, ma anche il riposizionamento strategico di Nvidia per mantenere il suo ruolo di forza dominante nell’innovazione tecnologica.
Blackwell e Rubin: L’Inizio della Prossima Generazione di Hardware per l’IA
Come anticipato in molte analisi pre-evento, un tema centrale del keynote di Huang è stata la presentazione delle architetture grafiche di prossima generazione di Nvidia: Blackwell Ultra e Vera Rubin. Queste rappresentano un enorme passo avanti nelle capacità dell’hardware per l’IA.
Il chipset Blackwell Ultra, previsto per il rilascio entro la fine dell’anno, è meticolosamente progettato per gestire la crescente complessità dei processi di IA. Le sue specifiche sono, a dir poco, notevoli:
- Potenza di calcolo di 1 exaflop all’interno di un singolo rack.
- 600.000 componenti per rack.
- Un sofisticato sistema di raffreddamento a liquido da 120 kilowatt.
Queste caratteristiche, almeno sulla carta, posizionano Blackwell Ultra come una centrale elettrica per il calcolo dell’IA.
La roadmap strategica di Nvidia prevede l’integrazione di queste GPU Blackwell Ultra in due distinti sistemi DGX: Nvidia DGX GB300 e Nvidia DGX B300. Questa integrazione è progettata per soddisfare le crescenti esigenze dei carichi di lavoro dell’IA, con particolare attenzione alle attività di inferenza e ragionamento.
Il passaggio dal tradizionale raffreddamento ad aria al raffreddamento a liquido rappresenta un cambiamento fondamentale guidato dall’imperativo di una maggiore efficienza energetica. Questo non è semplicemente un miglioramento incrementale; significa una riprogettazione fondamentale della progettazione e costruzione dei sistemi di calcolo per l’IA.
Guardando al futuro, il sistema Vera Rubin AI è previsto per il rilascio alla fine del 2026, seguito da Rubin Ultra nella seconda metà del 2027. Huang ha sottolineato che, a parte lo chassis, quasi ogni aspetto della piattaforma Vera Rubin è stato sottoposto a una riprogettazione completa. Questa riprogettazione comprende miglioramenti sostanziali nelle prestazioni del processore, nell’architettura di rete e nelle capacità di memoria. Nvidia ha anche anticipato dettagli sul suo superchip GPU di prossima generazione e sugli innovativi switch fotonici, alimentando ulteriormente l’attesa per queste future release.
Il Viaggio Trasformativo dell’IA: Dalla Computer Vision all’Intelligenza Agentica
Durante il suo lungo keynote di due ore, Huang ha espresso con passione lo “straordinario progresso” compiuto dall’IA. Ciò che un tempo era relegato al regno della speculazione futuristica è ora diventato una realtà tangibile. L’IA ha subito una profonda metamorfosi, passando dal suo focus iniziale sulla “computer vision” all’emergere dell’IA Generativa (GenAI) e, ora, alla frontiera dell’IA agentica.
‘L’IA comprende il contesto, comprende ciò che stiamo chiedendo. Comprende il significato della nostra richiesta’, ha spiegato Huang. ‘Ora genera risposte. Ha cambiato radicalmente il modo in cui viene eseguito il calcolo’. Questa evoluzione rappresenta un cambio di paradigma nella natura stessa del calcolo.
Secondo Huang, la domanda di GPU da parte dei quattro principali fornitori di servizi cloud sta registrando un’impennata. Tra le numerose proiezioni condivise da Huang riguardo al potenziale trasformativo dell’IA, una cifra si è distinta: Nvidia prevede che i ricavi della sua infrastruttura di data center saliranno vertiginosamente a 1 trilione di dollari entro il 2028. Questa proiezione sottolinea l’enorme portata dell’impatto previsto dell’IA sul panorama tecnologico.
Dai Data Center alle ‘Fabbriche di IA’: Un Nuovo Paradigma per l’Infrastruttura di Calcolo
Uno degli obiettivi più ambiziosi di Nvidia è facilitare una transizione dai tradizionali data center a quelle che immagina come ‘fabbriche di IA’. Huang ha descritto questo come il prossimo stadio evolutivo dei tradizionali data center. Queste fabbriche di IA sarebbero essenzialmente ambienti di calcolo ad altissime prestazioni, appositamente costruiti e meticolosamente progettati per l’addestramento e l’inferenza dell’IA.
La scala delle risorse necessarie per un’impresa del genere è immensa. Nvidia, in un post sul blog, ha approfondito l’enorme portata di questo sforzo: ‘Avviare una singola fabbrica di IA da un gigawatt è un atto straordinario di ingegneria e logistica, che richiede decine di migliaia di lavoratori tra fornitori, architetti, appaltatori e ingegneri per costruire, spedire e assemblare quasi 5 miliardi di componenti e oltre 210.000 miglia di cavi in fibra’.
Per illustrare la fattibilità di questa visione, Huang ha mostrato come il team di ingegneri di Nvidia abbia sfruttato Omniverse Blueprint per progettare e simulare una fabbrica di IA da 1 gigawatt. Questa dimostrazione ha fornito uno sguardo tangibile sul futuro dell’infrastruttura dell’IA.
‘Stanno accadendo due dinamiche contemporaneamente’, ha spiegato Huang. ‘La prima dinamica è che la stragrande maggioranza di quella crescita sarà probabilmente accelerata. Il che significa che sappiamo da tempo che il calcolo general-purpose ha fatto il suo corso e abbiamo bisogno di un nuovo approccio di calcolo’.
Ha inoltre approfondito il cambiamento nei paradigmi di calcolo: ‘Il mondo sta attraversando un passaggio di piattaforma dal software codificato a mano in esecuzione su computer general-purpose al software di machine learning in esecuzione su acceleratori e GPU’.
‘Questo modo di fare calcolo è a questo punto, oltre questo punto di svolta, e stiamo ora vedendo il punto di inflessione accadere – l’inflessione che si verifica nella costruzione dei data center del mondo’. Ha sottolineato il punto chiave: ‘Quindi la prima cosa è una transizione nel modo in cui facciamo calcolo’. Questa transizione segna un cambiamento fondamentale nel modo in cui ci avviciniamo al calcolo e sfruttiamo la potenza dell’IA.
IA Agentica e Robotica: La Prossima Frontiera
L’IA agentica, un concetto che ha catturato l’attenzione di numerose aziende negli ultimi mesi, è un focus chiave per Nvidia. Huang condivide l’entusiasmo che circonda questo campo emergente, prevedendo che gli agenti di IA diventeranno una componente integrante di ogni processo aziendale. Nvidia sta attivamente costruendo l’infrastruttura per supportare lo sviluppo e l’implementazione di questi agenti intelligenti.
Huang ha evidenziato la robotica come la prossima grande ondata di IA, guidata dall’’IA fisica’ che possiede una comprensione di concetti fondamentali come attrito, inerzia e causa ed effetto. Ha sottolineato l’importanza critica della generazione di dati sintetici per l’addestramento dei sistemi di IA. Questo approccio consente un apprendimento più rapido ed elimina la necessità dell’intervento umano nei cicli di addestramento, accelerando significativamente il processo di sviluppo.
‘C’è un limite alla quantità di dati e alla quantità di dimostrazioni umane che possiamo eseguire’, ha osservato. ‘Questa è la grande svolta degli ultimi due anni: l’apprendimento per rinforzo’. Questa svolta rappresenta un progresso significativo nel campo dell’IA, aprendo la strada a sistemi più autonomi e adattabili.
Progressi Incrementali e Reazioni del Mercato
Alcuni degli annunci e degli aggiornamenti presentati al GTC 2025 sono stati, in una certa misura, anticipati e percepiti come più incrementali che rivoluzionari. Questa percezione potrebbe essere attribuita all’intenso interesse che circonda Nvidia, con molti che avevano già speculato sui potenziali annunci. Questa speculazione pre-evento potrebbe aver inavvertitamente diminuito l’impatto percepito di alcuni annunci veramente rivoluzionari, facendoli sembrare meno sorprendenti.
Vale la pena notare che il keynote di Huang non si è immediatamente tradotto in un impatto positivo sul prezzo delle azioni di Nvidia. In effetti, le azioni di Nvidia hanno subito un calo di oltre il 3% durante il keynote, suggerendo cautela da parte degli investitori in un contesto di aspettative elevate e un ambiente di mercato volatile. Questa reazione evidenzia la complessa interazione tra progressi tecnologici, sentiment del mercato e aspettative degli investitori.