L’accelerazione dell’intelligenza artificiale sta riscrivendo il modo in cui i data center vengono progettati, costruiti e gestiti. La crescita dell’inferenza, la necessità di architetture a densità sempre più elevata e l’emergere delle AI factory stanno modificando gli equilibri dell’industria digitale globale. In questo contesto Nvidia offre una lettura precisa delle dinamiche tecnologiche e industriali che definiranno la competitività dei prossimi anni.
Intervista a Carlo Ruiz, vice president EMEA Enterprise Solutions & Operations di Nvidia.
In che modo l’AI sta trasformando l’architettura dei data center e il tipo di carichi che devono gestire?
Siamo ancora all’inizio di un percorso. Se guardiamo alle nostre vite quotidiane, l’AI è presente solo in parte, ma entrerà sempre di più nei benefici di tutti i giorni. La vedremo nella sanità, nelle “life sciences”, nelle imprese e sono convinto che arriverà anche alle aziende più piccole, perché le opportunità sono enormi. Finora l’attenzione è stata sul training dei modelli, ma le aziende non hanno la necessità di farlo in autonomia perché possono utilizzare modelli che abbiamo già creato e reso disponibili. Il punto cruciale è l’inferenza, cioè la fase in cui questi modelli vengono usati in produzione per generare risposte e decisioni in tempo reale. Ed è qui che vediamo il vero cambiamento: gran parte della capacità convenzionale che oggi popola i data center, il “vecchio” modo di elaborare, si sposterà verso l’accelerated computing portando a un revisione delle architetture dei data center.
Quali saranno i colli di bottiglia per i data center?
Un tema centrale è certamente la gestione della potenza perché entro un paio di anni avremo assorbimenti di 1 MW per rack e dobbiamo essere pronti e approntare nuove soluzioni tecnologiche. Basti pensare che se lasciassimo tutto come è oggi servirebbero circa 200 chili di rame in ogni rack. Un altro collo di bottiglia è la velocità con cui procede la tecnologia che richiede che anche il resto dell’ecosistema proceda al medesimo ritmo. È un cambiamento importante di gestione del cambiamento che deve riguardare le istituzioni e le normative.
Il punto di arrivo è il modello di AI factory?
L’AI factory è diversa da un normale data center. Non è un chip, non è un server: è un sistema completo. Ci sono GPU, CPU specifiche per questi ambienti, DPU, tecnologie di networking per connettere nodi, file system e rack. Poi c’è il software per addestrare modelli, fare simulazione, gestire l’inferenza. È una progettazione completamente diversa.
È una nuova rivoluzione industriale: l’AI factory a differenza del data center non si limita al solo calcolo ma è una fabbrica vera e propria che produce intelligenza sotto forma di unità di intelligenza che chiamiamo token, così come le fabbriche della prima rivoluzione industriale producevano beni fisici. Se questa fabbrica viene progettata nel modo giusto, sblocca opportunità economiche enormi.
Quanto pesa il software in questa visione e nella strategia di Nvidia?
L’infrastruttura non basta: è il software che permette di produrre l’intelligenza all’interno di una AI factory ovvero di trasformare un’infrastruttura fisica in un sistema che genera valore.
Il software ha sempre avuto un ruolo centrale per Nvidia: l’80% dei nostri ingegneri lavora su questa componente perché anche il miglior hardware diventa poco utile se non esistono gli strumenti per sfruttarlo. Per questo Nvidia ha creato un portafoglio di oltre 500 toolkit pronti all’uso che permettono di accelerare su queste tecnologie senza dover reinventare ogni volta tutto da zero, potendo utilizzare il nostro stack, completamente aperto, che si avvale di moltissimi contributi open source.
Un altro elemento fondamentale è la simulazione. Lavoriamo da anni con Omniverse (la tecnologia digital twin di Nvidia N.d.r.) e abbiamo imparato molto dal passato, per esempio dal nostro lavoro sui veicoli autonomi. Oggi abbiamo l’opportunità di effettuare le simulazioni con una capacità di calcolo e su una scala enormemente superiore con la possibilità di addestrare algoritmi in ambienti virtuali coprendo scenari che nel mondo reale non sarebbe possibile testare. Le stesse tecnologie contribuiranno anche ad accelerare la physical AI.
Quando arriverà la physical AI e che impatto avrà sui data center?
Physical AI significa robot che entrano nel nostro mondo fisico: può trattarsi di un’auto a guida autonoma, di un umanoide, di un robot per le consegne. La physical AI è già qui perché è una sfida che abbiamo, di fatto, già risolto. Per realizzare la physical AI servono tre forme di elaborazione. La prima è la AI factory, necessaria per creare i modelli e gli algoritmi sofisticati che servono al robot per operare. La seconda è la componente di elaborazione collocata all’interno del robot che deve essere avanzata e sfruttare micro-tecnologie ad alta efficienza energetica. La terza componente era quella che mancava e che dall’anno scorso siamo riusciti a rendere praticabile su larga scala, anche a livello di AI factory, ed è la simulazione: perché, come accade per gli esseri umani, una cosa è diverso imparare e un’altra operare nel mondo reale.
L’Europa a che punto si trova in questa “corsa” nel costruire capacità AI proprie?
Oggi vedo un forte slancio. UK, Germania, Francia e Paesi come Danimarca e Svezia stanno investendo concretamente. L’Europa ha alcuni dei supercomputer più efficienti al mondo. L’Unione europea ha deciso che questo è un tema critico e ha allocato budget importanti per la realizzazione di diverse gigafactory e stiamo assistendo a un aumento di capacità di calcolo che fino a poco tempo fa non esisteva.
Considera questo un momento decisivo per l’Italia per investire nell’AI?
Ogni volta che vengo in Italia vedo un’industria di altissimo potenziale e valore: manifattura avanzata, automotive, design e molte aziende dell’indotto. Non è un ecosistema basato sul costo, ma sulla qualità. La Physical AI, per esempio, rappresenta una grande opportunità per questo tessuto industriale. È un momento cruciale: non bisogna perderlo. Innovare è difficile, ma la competizione è globale e le aziende europee e italiane devono introdurre l’innovazione abilitata dall’AI nei processi con cui producono, progettano e gestiscono. Se non lo si fa ora, il rischio è di restare indietro.
Voi promuovete il concetto di Sovereign AI. Di che si tratta?
Le nazioni affrontano sfide globali: concorrenza industriale, forza lavoro ridotta, servizi pubblici sotto pressione, complessità energetiche. Sovereign AI si riferisce all’idea che ogni Paese debba poter costruire la propria intelligenza artificiale sotto le proprie regole e utilizzando le proprie infrastrutture, i propri dati, la propria forza lavoro e le proprie reti business. È un modo per garantire che un Paese abbia gli strumenti per costruire la propria AI, secondo politiche e normative locali e Nvidia svolge un ruolo attivo per favorire questo processo.