Dal software ai corpi intelligenti
Per Nvidia l’evoluzione dell’intelligenza artificiale sta entrando in una fase decisiva: dopo l’esplosione delle applicazioni generative, il prossimo grande salto riguarda l’IA fisica, cioè sistemi intelligenti capaci di interagire direttamente con l’ambiente reale. Secondo Jensen Huang, amministratore delegato del gruppo di Santa Clara, questo passaggio rappresenta un punto di svolta paragonabile all’impatto che ChatGPT ha avuto sull’adozione di massa dell’IA basata sul linguaggio.
Un mercato potenziale da 50 trilioni di dollari
L’IA applicata alla robotica, alla manifattura avanzata e alla logistica è destinata a incidere su settori che, nel loro insieme, valgono circa 50 trilioni di dollari a livello globale. Fabbriche automatizzate, magazzini intelligenti, veicoli autonomi e robot collaborativi sono visti come i principali ambiti di trasformazione. Nvidia punta a diventare il fornitore centrale delle infrastrutture computazionali che renderanno possibile questa transizione.
Il palcoscenico del CES 2026
Al CES 2026, Nvidia ha scelto di mostrare una visione che va oltre i tradizionali data center. La strategia copre l’intero spettro dell’IA: dai super chip per l’addestramento dei modelli, fino ai sistemi embedded per robot e mezzi autonomi. Huang ha definito l’attuale fase come un momento di svolta anche per la guida autonoma, grazie alla maturazione simultanea di hardware, software e modelli di simulazione.
Addestrare i robot a capire il mondo
Uno dei punti centrali della presentazione riguarda nuovi modelli di intelligenza artificiale progettati per insegnare ai robot a muoversi e reagire in ambienti complessi. Nvidia ha illustrato soluzioni che consentono di simulare scenari realistici, permettendo alle macchine di apprendere non solo movimenti, ma anche relazioni causa-effetto governate dalle leggi fisiche.
A utilizzare già queste tecnologie sono aziende industriali e tecnologiche di primo piano come Boston Dynamics, Caterpillar, LG Electronics e NEURA Robotics, impegnate nello sviluppo di robot per applicazioni industriali, logistiche e di servizio.
Jetson T4000 e l’efficienza energetica
Sul fronte hardware, Nvidia ha presentato il nuovo modulo robotico Jetson T4000, basato sull’architettura Blackwell. Questo componente è progettato per alimentare robot umanoidi e sistemi di automazione industriale con una efficienza energetica quattro volte superiore rispetto alle generazioni precedenti. Il miglioramento consente di aumentare l’autonomia operativa e di ridurre i costi energetici, un fattore chiave per l’adozione su larga scala.
Simulare la realtà con modelli di base
Accanto all’hardware, Nvidia ha introdotto Cosmos, un modello di base per l’IA capace di simulare ambienti regolati dalla fisica reale. Grazie a enormi set di dati, Cosmos permette di testare comportamenti complessi in modo virtuale, accelerando lo sviluppo di robot e veicoli autonomi senza dover replicare ogni scenario nel mondo reale. Questo approccio riduce tempi e costi di sperimentazione, aumentando al contempo la sicurezza.
L’IA al servizio della guida autonoma
Per il settore automotive, Nvidia ha presentato Alpamayo, un modello di intelligenza artificiale specificamente progettato per la guida autonoma. Il sistema è in grado di riconoscere situazioni anomale o rare che difficilmente emergono durante una guida ordinaria. Un esempio tipico è l’individuazione di un semaforo spento a un incrocio: il modello riconosce l’anomalia, valuta il contesto e determina il comportamento più appropriato. Questa capacità di gestione dell’imprevisto è considerata cruciale per l’affidabilità dei veicoli autonomi.
Vera Rubin, il nuovo super chip
A completare la strategia c’è il lancio del super chip di nuova generazione Vera Rubin, atteso nella seconda metà dell’anno e già entrato in piena produzione. Secondo Nvidia, Vera Rubin offre prestazioni 3,5 volte superiori nell’addestramento dei modelli di intelligenza artificiale rispetto all’architettura Blackwell e risulta 5 volte più efficace nell’esecuzione delle applicazioni di IA, ovvero nella fase di inferenza. Questi numeri rafforzano la posizione di Nvidia come riferimento tecnologico nel calcolo avanzato.
Un ecosistema integrato
La visione che emerge è quella di un ecosistema completo, in cui chip, modelli di base, piattaforme di simulazione e moduli embedded lavorano insieme. Nvidia non punta solo a vendere componenti, ma a definire lo standard tecnologico su cui costruire la prossima generazione di robot, fabbriche intelligenti e veicoli autonomi.
Dall’IA virtuale a quella tangibile
Se l’IA generativa ha trasformato il modo di produrre contenuti e software, l’IA fisica promette di cambiare il mondo materiale. Per Nvidia, questo passaggio rappresenta il vero “dopo ChatGPT”: un’era in cui l’intelligenza artificiale non si limita a rispondere a una richiesta, ma agisce, muovendosi e prendendo decisioni nello spazio reale.
