Il grande piano di Nvidia per dominare il cervello globale dell'AI, partendo dalle fondamenta

Il grande piano di Nvidia per dominare il cervello AI globale dal basso verso l'alto

Nvidia, l'azienda i cui chip attualmente alimentano una grande parte dell'infrastruttura di intelligenza artificiale nel mondo, si sta spingendo sempre più nello sviluppo di software e modelli AI, indicando che mira a essere molto più di un semplice produttore di hardware. Una parte della trama è rivelata dai numeri. Gli analisti prevedono che il fatturato annuale di Nvidia

supera i 358,7 miliardi di dollari nel 2026 dopo essere salito da 26,9 miliardi di dollari nel 2022 a 215,9 miliardi di dollari nel 2025.

Le azioni di ChatGPT sono aumentate di circa il 990% dall'inizio della società nel novembre 2022. Nvidia ha annunciato l'intenzione

di investire 26 miliardi di dollari nei prossimi cinque anni per assistere lo sviluppo di grandi modelli AI open-source nelle presentazioni presentate alla U.S. Securities and Exchange Commission. L'appeal dell'azienda non è mai stato solo sui chip.

La sua piattaforma software CUDA, che consente ai clienti di ottenere il massimo dalle loro unità di elaborazione grafica, è stata centrale per la sua ascesa.

Il nuovo modello di Nvidia prende una via di mezzo Nemotron 3 SuperNemotron ⟦N1⟧ Super

. Il modello è progettato per sistemi AI di livello enterprise che coinvolgono più agenti AI che lavorano insieme.

Ha 120 miliardi di parametri e utilizza un design chiamato Mixture-of-Experts.

Nvidia Una delle sue caratteristiche chiave è una finestra di contesto fino a un milione di token, il che significa che può elaborare un intero libro o migliaia di pagine di registri finanziari in un'unica esecuzione.

Nvidia ha preso quella che potrebbe essere definita una via di mezzo con questo modello.

A differenza di OpenAI, che mantiene i suoi modelli chiusi, o Meta, che apre completamente i modelli Llama, Nvidia rilascerà i parametri chiave del modello pubblicamente. Le aziende e gli sviluppatori possono scaricarli ed eseguirli gratuitamente, o modificarli per adattarli alle proprie esigenze.

Se Nvidia può mantenere il suo vantaggio nell'hardware e conquistare il 10% del mercato dei modelli fondamentali, gli analisti finanziari dicono che la mossa potrebbe portare a un extra di 50 miliardi di dollari di fatturato annuo entro tre anni.

I partner sviluppano il lato hardware

Sul lato del dispiegamento hardware, Nvidia non costruisce data center da sola. Partner, tra cui Dell, Hewlett Packard Enterprise e Foxconn, fanno questo lavoro. 

Arthur Lewis, che guida l'infrastruttura presso Dell, ha detto che la sua azienda ha assistito un cliente a configurare 100.000 GPU in sole sei settimane. Parallelamente, NTT DATA ha rivelato un piano per implementare ciò che definisce “fabbriche AI alimentate dall'hardware Nvidia.”

Queste sono configurazioni complete che integrano sistemi di governance, strumenti software, infrastrutture e dati.

Il programma fa uso degli strumenti software NeMo e NIM di Nvidia oltre al suo hardware. Un ospedale di ricerca sul cancro che utilizza le piattaforme Nvidia

per radiologia e diagnostica, un fornitore di parti per auto che utilizza servizi cloud alimentati da Nvidia per ridurre il tempo di configurazione della produzione da mesi a giorni, e un produttore statunitense che sta attualmente testando linee di produzione di batterie utilizzando simulazioni accelerate da Nvidia sono solo alcuni esempi di risultati precoci dei clienti.

Kari Briski, vice presidente di Nvidia per il software generativo enterprise, ha notato che la costruzione di questi modelli all'avanguardia mette una pressione enorme sui sistemi di archiviazione, rete e calcolo, e che questa pressione aiuta a plasmare la direzione dell'hardware futuro.

Il CEO Jensen Huang ha descritto l'AI come più simile a un'infrastruttura fondamentale piuttosto che a una moda del software.

Huang ha descritto lo stack AI in cinque livelli: l'energia alla base, seguita dai chip, dall'infrastruttura fisica come terreni e sistemi di raffreddamento, dai modelli AI e, infine, dalle applicazioni in cima, dove ha affermato che viene creato il valore economico effettivo, attraverso attività come la scoperta di farmaci, i robot industriali e i veicoli a guida autonoma.

Ha riconosciuto che la fase di sviluppo è ancora nelle sue fasi iniziali.

Sono stati spesi finora poche centinaia di miliardi di dollari, ma Huang ha dichiarato che il totale richiederà trilioni, definendolo potenzialmente il più grande sviluppo infrastrutturale nella storia dell'umanità.

Ha aggiunto che i modelli AI hanno recentemente superato una linea chiave, diventando abbastanza affidabili da essere ampiamente utili, e che i modelli open-source stanno aiutando ad accelerare l'adozione in generale.