Quando Jensen Huang salirà sul palco della GTC 2025, la conferenza annuale per sviluppatori di Nvidia che si terrà a San Jose da oggi fino al 21 marzo 2025, non avrà solo il compito di presentare le ultime innovazioni della propria azienda.
Dovrà anche rispondere alla crescente pressione di una concorrenza sempre più agguerrita nel settore dell’intelligenza artificiale. Un settore che, come vedremo, sta aggiornando le sue necessità.
Se infatti negli ultimi anni Nvidia ha costruito il proprio dominio vendendo potenza di calcolo alle aziende che sviluppano IA avanzate, oggi il settore si sta evolvendo, e con esso anche le sfide che il colosso americano deve affrontare.
L’IA e il passaggio dal training all’inferenza
L’intelligenza artificiale sta attraversando una trasformazione radicale.
Se fino a poco tempo fa l’elemento primario era la fase di training, ovvero l’addestramento dei modelli con enormi quantità di dati, oggi l’attenzione si sta spostando sull’inferenza, ossia l’uso di quegli stessi modelli per generare risposte in tempo reale.
Nvidia domina il mercato del training con una quota superiore al 90% ma nell’inferenza deve affrontare una competizione sempre più agguerrita, con startup e colossi dei semiconduttori che puntano a offrire soluzioni più efficienti e meno costose.
Non a caso alcuni osservatori del settore stanno criticando Jensen Huang per la sua strategia, sostenendo che Nvidia si sta limitando ad aumentare la potenza dei propri chip, senza cercare soluzioni più innovative.
“Usano un martello e stanno semplicemente costruendo martelli più grandi”, ha dichiarato a Reuters Bob Beachler, vicepresidente di Untether. Il problema, secondo alcuni esperti, è che ogni nuovo chip di Nvidia porta con sé il peso del mercato del training, rendendo più difficile competere in settori emergenti con esigenze diverse.
La risposta di Nvidia: nuovi chip e maggiore efficienza
Durante la conferenza, l’azienda dovrebbe presentare il sistema di chip Vera Rubin, che entrerà in produzione entro la fine dell’anno.
Questo nuovo hardware promette miglioramenti significativi in termini di efficienza e prestazioni, anche se la GPU annunciata lo scorso anno, Blackwell, ha subito ritardi produttivi che hanno ridotto i margini di Nvidia.
Ma Huang sa bene che per mantenere il dominio, Nvidia deve adattarsi al cambiamento e non limitarsi all’inferenza.
L’azienda sta dunque investendo anche nel cosiddetto reasoning, in cui i chatbot non si limitano a generare testo ma “pensano ad alta voce”, rileggendo le proprie risposte per migliorarle.
Questo processo richiede una maggiore potenza di calcolo, il che potrebbe nuovamente favorire Nvidia, la cui architettura hardware è progettata proprio per gestire operazioni complesse su larga scala.
Nvidia: un occhio alla robotica e al quantum computing
Se l’intelligenza artificiale conversazionale è al centro dell’attenzione, Nvidia non sta perdendo di vista altre opportunità.
L’azienda punta infatti sempre più sull’uso dell’IA per migliorare la robotica, con l’obiettivo di rendere i robot più autonomi e adattabili.
Un altro settore chiave è il quantum computing, nel quale Nvidia oggi è indietro rispetto alla concorrenza. Forse con un pizzico di malizia, Jensen Huang ha inizialmente provato a smorzare gli entusiasmi, dicendo che non diverrà di uso comune prima di vent’anni.
Ma alcuni competitor sostengono che la tecnologia sia molto più vicina all’applicazione pratica di quanto si pensasse, e per questo il colosso di San Jose ha deciso di dedicare un’intera giornata della conferenza all’argomento.
Nvidia dunque continua a essere il punto di riferimento per l’industria dell’intelligenza artificiale ma la competizione si sta facendo sempre più intensa.
Tra l’evoluzione dell’inferenza, la sfida del quantum computing e le nuove applicazioni dell’IA, la battaglia per il futuro della tecnologia è appena iniziata. E Huang sa che per restare in testa, dovrà dimostrare ancora una volta di essere un passo avanti agli altri.
