Nvidia pagherà 6 miliardi di dollari (5,1 miliardi di euro) per ottenere in licenza la tecnologia di Poolside, startup americana specializzata nei modelli IA a pesi aperti.
Si tratta di modelli i cui pesi, cioè i parametri appresi durante l’addestramento, possono essere scaricati e modificati da aziende e sviluppatori, invece di rimanere accessibili soltanto attraverso i servizi del produttore, come accade invece coi modelli proprietari di OpenAI e Anthropic.
A questi 6 miliardi si aggiunge un investimento da 1 miliardo di dollari nella società, sulla base di una valutazione pre-money di 12 miliardi di dollari (circa 10 miliardi di euro). Ma Nvidia si porterà dentro anche più di cento dipendenti di Poolside, che andranno a lavorare su Nemotron, la famiglia di modelli IA aperti sviluppata dalla stessa Nvidia.
È qui che si capisce l’obiettivo di Jensen Huang. Secondo il Wall Street Journal, la tecnologia e gli ingegneri di Poolside serviranno ad accelerare lo sviluppo dei Nemotron più avanzati, con l’ambizione di portarli al livello dei migliori modelli aperti cinesi, da DeepSeek a Kimi di Moonshot.
Nvidia, quindi, non vuole più limitarsi a vendere l’hardware su cui gira l’IA degli altri: vuole diventare uno dei protagonisti anche nella produzione dei modelli.
Un acquihire che formalmente non lo è
La struttura dell’accordo è particolare. Nvidia non compra Poolside e la licenza sulla sua tecnologia non è esclusiva. I fondatori Eiso Kant e Jason Warner, insieme alla dirigente Margarida Garcia, non entreranno in Nvidia e continueranno a lavorare nella società. Poolside lo ha scritto esplicitamente agli investitori: “Non è un’acquisizione e non è un acquihire“.
Poi però c’è la realtà dei fatti: Nvidia farà offerte a 109 persone che hanno lavorato ai modelli Laguna. Appena un mese fa, Kant spiegava che meno di 70 ricercatori avevano costruito Laguna e che, considerando insieme ricerca e ingegneria, il gruppo coinvolto contava meno di 115 persone.
Nvidia si sta quindi portando dentro quasi tutto il nucleo tecnico che ha realizzato la tecnologia per cui sta pagando la licenza.
Poolside continua a esistere, mantiene i fondatori e conserva il diritto di usare e concedere ad altri la propria tecnologia. Nvidia, però, ottiene contemporaneamente la tecnologia e gran parte delle persone che sanno come svilupparla.
Chiamarlo semplicemente ‘acquihire’ sarebbe tecnicamente scorretto, ma nella sostanza l’operazione ne conserva una delle caratteristiche fondamentali: comprare competenze senza comprare la società.
Il buco americano nei modelli aperti
La ragione per cui Nvidia è disposta a spendere tanto si trova anche dall’altra parte del Pacifico. Negli Stati Uniti la maggior parte delle risorse è confluita nei modelli proprietari di OpenAI, Anthropic e Google. In Cina, invece, aziende come DeepSeek, Moonshot e Z.AI hanno trasformato i modelli a pesi aperti in uno dei propri punti di forza.
Per chi li utilizza la differenza è concreta. Un’azienda può scaricare i pesi, adattare il modello alle proprie esigenze e farlo funzionare sulle proprie infrastrutture, senza essere obbligata a passare ogni volta dai server e dalle API del produttore. È una formula che interessa anche aziende e governi che vogliono mantenere un maggiore controllo sui propri dati e sui costi.
Nvidia teme che una parte crescente di questo mercato finisca nelle mani dei produttori cinesi. Per questo a marzo ha creato anche la Nemotron Coalition, che non è un modello ma un’alleanza tra Nvidia e sviluppatori come Mistral, Thinking Machines Lab, Perplexity e Reflection AI.
I partecipanti mettono in comune ricerca, dati e capacità di calcolo per sviluppare modelli aperti di frontiera; il primo servirà come base alla futura famiglia Nemotron 4. L’accordo con Poolside aggiunge ora a questa strategia tecnologia già sviluppata e, soprattutto, quasi tutto il gruppo di ingegneri che l’ha costruita.
Huang sfida i suoi clienti
La conseguenza è che Nvidia entra direttamente nel territorio di aziende che però sono tra i suoi clienti più importanti. OpenAI e Anthropic comprano enormi quantità di GPU Nvidia per costruire i propri sistemi, ma Nemotron potrebbe diventare un’alternativa più economica e personalizzabile ai loro modelli proprietari.
La concorrenza, del resto, funziona già in entrambe le direzioni. I grandi laboratori americani stanno cercando di ridurre la dipendenza dalle GPU Nvidia, sviluppando chip personalizzati o lavorando con fornitori alternativi. Il confine tra cliente, fornitore e concorrente sta diventando quindi sempre meno netto.
Huang cerca di stare su entrambi i lati. Se continueranno a dominare i modelli chiusi, Nvidia venderà loro i processori. Se cresceranno i modelli a pesi aperti, vuole che Nemotron sia uno dei sistemi di riferimento.
È una strategia che permette all’azienda di difendere la propria posizione anche se dovesse cambiare il modo in cui il mercato consuma l’IA.
Poolside non aveva abbastanza potenza di calcolo
La lettera agli investitori di Poolside spiega anche perché un laboratorio promettente abbia accettato un accordo del genere. Alla fine del 2025 la startup aveva sei settimane per raccogliere 2 miliardi di dollari (1,7 miliardi di euro) necessari a pagare un cluster da 40.000 sistemi GB300, che sarebbe diventato disponibile a gennaio. Non riuscì a chiudere il finanziamento e perse il cluster.
Poolside ha continuato a sviluppare Laguna, ma si è resa conto che già dal prossimo anno avrebbe avuto bisogno di molta più capacità di calcolo per restare alla frontiera. Nvidia ha qualcosa che una startup difficilmente può replicare: capitale, accesso ai chip e rapporti con chi costruisce i data center.
Iscriviti alla newsletter di TechTalking
Nel frattempo Nvidia sta preparando il Nemotron più grande mai realizzato. Secondo indiscrezioni citate dal Wall Street Journal, potrebbe superare i mille miliardi di parametri, anche se alcuni modelli cinesi sono già più grandi.
La corsa ai modelli a pesi aperti, quindi, sta iniziando a richiedere le stesse risorse miliardarie che hanno concentrato l’IA proprietaria attorno a pochi laboratori. E Nvidia ha deciso che, invece di limitarsi a vendere loro le GPU, vuole correre in prima persona.
Fonte: Wall Street Journal
