La notizia in sintesi
- NVIDIA amplia la competizione AI dall’acceleratore al sistema completo.
- Vera Rubin integra calcolo, memoria, rete e storage.
- IT4LIA a Bologna mostra una filiera europea eterogenea.
- Il Data Act impone contratti cloud più verificabili sullo switching.
Riassunto generato con AI AGENTICA di Datamoney.ch
NVIDIA punta sull’infrastruttura completa
NVIDIA sta estendendo la propria offerta per l’intelligenza artificiale con Vera Rubin, un’architettura che combina GPU, CPU, rete, memoria e storage per mantenere efficiente il lavoro dei data center. Il tema riguarda soprattutto cloud provider, hyperscaler e grandi utilizzatori di IA, inclusi quelli italiani, perché la scelta tecnologica non dipende più soltanto dal prezzo o dalla potenza nominale di una GPU.
Dopo la diffusione dei nuovi sistemi integrati, il confronto si sposta sull’efficienza del rack, sulle prestazioni sostenute e sulla possibilità di trasferire applicazioni, modelli e dati verso un altro ambiente. La ragione è operativa: un acceleratore molto potente perde rendimento se resta in attesa di memoria, rete o storage.
Per responsabili IT e acquisti, l’integrazione promessa da NVIDIA può offrire vantaggi prestazionali, ma richiede di valutare anche i costi tecnici e contrattuali di uscita. La portabilità effettiva dei carichi diventa quindi parte del costo totale dell’infrastruttura AI.
Le innovazioni piu' interessanti di tecnologia e scienza, dritte nella tua inbox.
Dal chip al controllo dei dati
Nei primi anni del boom dell’intelligenza artificiale, il vantaggio di NVIDIA è stato associato soprattutto alla disponibilità di GPU avanzate. Tra l’inizio del 2023 e la metà del 2025, la capitalizzazione della società è cresciuta di circa dieci volte; in seguito il titolo ha avuto una traiettoria più moderata, mentre Amazon e Google sviluppavano acceleratori proprietari.
I conti diffusi mercoledì hanno rafforzato una lettura diversa: quando il calcolo cresce fino alla scala dei gigawatt, il risultato dipende dalla capacità di coordinare processori, memoria, archiviazione e connessioni. La disponibilità di chip alternativi non risolve da sola il problema della distribuzione rapida di dati e istruzioni.
Vera Rubin combina la Rubin GPU, la Vera CPU, l’acceleratore di inferenza Groq 3 LPX e rack dedicati a storage e networking. Secondo NVIDIA, questi componenti sono stati progettati congiuntamente per sostenere il flusso di lavoro, anziché essere semplici elementi assemblati attorno a un processore.
Jason Hardy, vicepresidente di NVIDIA per le tecnologie di storage, ha spiegato che la memoria inseribile in un server o in una piattaforma di calcolo resta limitata. L’azienda riferisce che la Vera CPU ha ottenuto miglioramenti fino a tre volte nelle operazioni esaminate, favorendo l’uso della memoria flash senza colli di bottiglia.
Il dato è aziendale e non costituisce una misurazione indipendente applicabile automaticamente a tutti i carichi. Il punto tecnico è l’orchestrazione: stabilire quali dati muovere, quando trasferirli e quale risorsa utilizzare, evitando che le GPU rimangano inattive.
Per questo capitolati e richieste d’offerta dovrebbero distinguere il prezzo della capacità dalle prestazioni sostenute, dai consumi, dalla latenza di rete e dalla velocità dello storage. Dovrebbero inoltre indicare componenti sostituibili, librerie, formati e interconnessioni proprietarie, così da misurare il lavoro necessario per ricreare altrove lo stesso ambiente.
OpenAI affronta lo stesso problema con il chip di inferenza Jalapeño, progettato per ridurre spostamenti e ritardi di comunicazione mantenendo il carico in un unico sistema connesso. I risultati tecnici pubblicati descrivono un progetto che unisce chip, memoria, rete, software e sistema su scala rack.
NVIDIA coordina unità specializzate attorno alla GPU; OpenAI mira invece a trattenere lo stato del modello vicino alle risorse che lo elaborano. L’obiettivo è ridurre i tempi morti dei componenti, non limitarsi ad aggiungere cicli di calcolo.
TechCrunch attribuisce a NVIDIA un vantaggio nelle prime fasi della competizione, precisando tuttavia che il successo non è automatico, perché il confronto coinvolge anche concorrenti e operatori cloud sul piano dell’intera infrastruttura.
Bologna e i vincoli dello switching
In Italia, la trasformazione è visibile nell’IT4LIA AI Factory, ospitata al DAMA Tecnopolo di Bologna. Il progetto dispone di un investimento complessivo di circa 430 milioni di euro, finanziato in parti uguali dalla Commissione europea attraverso EuroHPC JU e dal Governo italiano.
Il sistema, destinato principalmente a startup e PMI ma aperto anche alla ricerca, si aggiungerà alle risorse gestite da CINECA. Secondo l’annuncio italiano, la macchina sarà realizzata da Dell Technologies con architettura NVIDIA GB200 NVL4 e integrata da E4 Computer Engineering.
Una partizione europea per l’inferenza utilizzerà inoltre acceleratori di Axelera AI e CPU SiPearl, mentre VAST Data fornirà il livello dati unificato. La configurazione distingue i ruoli: E4 Computer Engineering integra, CINECA gestisce l’infrastruttura e le tecnologie europee affiancano i componenti NVIDIA.
Il Regolamento UE 2023/2854, il Data Act, applicabile dal 12 settembre 2025, impone che diritti del cliente e obblighi del fornitore sullo switching siano definiti per iscritto. L’articolo 25 richiede anche il supporto alla strategia di uscita e l’elenco di dati e asset digitali esportabili.
Il periodo transitorio obbligatorio non dovrebbe normalmente superare 30 giorni di calendario, salvo impossibilità tecnica motivata. Dal 12 gennaio 2027 saranno eliminati gli oneri di switching, compresi quelli di uscita dei dati.
Le imprese dovranno comunque verificare se modelli, configurazioni, software di orchestrazione e ottimizzazioni rientrino realmente tra gli elementi esportabili. Container, inventari delle librerie, procedure di esportazione e misurazioni energetiche possono rendere concreto il passaggio tra ambienti diversi.
FAQ
Che cosa integra l’architettura Vera Rubin?
Vera Rubin riunisce Rubin GPU, Vera CPU, Groq 3 LPX, storage e networking progettati per operare congiuntamente.
Il dato sulle prestazioni della Vera CPU è indipendente?
Il miglioramento fino a tre volte è riferito da NVIDIA sulle operazioni esaminate e non è una misura indipendente valida per ogni carico.
Quale infrastruttura AI è prevista a Bologna?
IT4LIA AI Factory sarà ospitata al DAMA Tecnopolo di Bologna, gestita da CINECA e realizzata con architettura NVIDIA GB200 NVL4.
Quando cessano gli oneri di switching cloud?
Dal 12 gennaio 2027 saranno eliminati gli oneri di switching, inclusi i costi di uscita dei dati previsti dal quadro europeo.
Quali fonti sono state utilizzate?
La Redazione ha rielaborato con verifica e supervisione umana fonti stampa ufficiali e giornalistiche qualificate, attraverso un’analisi accurata che comprende Ansa.it, Adnkronos.it, Asca.it e Agi.it.
Articolo pubblicato con l’ausilio del sistema di redazione AI di Datamoney, e supervisione umana finale.Non perdere gli errori di prezzo clamorosi su Amazon!
Iscriviti al canale Telegram e ricevili in tempo reale
Guide agli acquisti su Amazon
Le notizie più lette
✨ Classifica generata dalla Agentic AI (REDAZIONE AI) di Datamoney.ch
