Nvidia contro tutti: ecco i nuovi chip per l'intelligenza artificiale

Quando all’inizio di quest’anno Mark Zuckerberg annunciò l’impegno di Meta nelle intelligenze artificiali, decise di farlo citando un dato in particolare. Non tanto la quantità di miliardi di dollari investiti, ma il numero di unità di elaborazione grafica (o Gpu) che il gruppo aveva acquistato: entro la fine dell’anno Meta avrebbe avuto a disposizione 600 mila Gpu, circuiti elettronici per la generazione di immagini che sono fondamentali allo sviluppo di reti neurali artificiali. Di queste, poco più della metà, 350 mila, erano del tipo H100 AI prodotte da Nvidia.

Una simile dichiarazione non aveva l’obiettivo di entusiasmare il pubblico e i consumatori ma aveva una funzione più specifica: attirare talento e professionisti interessati alle intelligenze artificiali verso Meta, indicando il gruppo come il più grande acquirente di unità grafiche di questo tipo. Di questi tempi, infatti, basta la parola “Nvidia” per gridare al mondo che si fa sul serio con le IA. Qualche mese prima, quando Elon Musk lanciò la divisione IA di Twitter, lo fece comprando circa diecimila Gpu dalla stessa azienda. Anche Sam Altman, capo di OpenAI e ChatGPT, è conscio dello strapotere della società statunitense, tanto da voler creare un’alternativa (per la quale ha detto servirebbero sette trilioni di dollari. Sì, trilioni).

Oggi Nvidia è al centro del mondo. Pochi mesi fa la sua capitalizzazione di mercato ha superato i 2 trilioni di dollari, inserendola nello stesso club da dodici zeri di cui fanno parte giganti come Apple o Microsoft. Questo lunedì, il suo ceo e cofondatore Jensen Huang ha festeggiato il dominio sul mercato nel corso di una conferenza aziendale, la “GPU Conference”, nel corso della quale ha vestito i panni dello Steve Jobs di vent’anni fa, ma con di giacca di pelle lucida. 

Al centro dell’evento, interrotto da applausi scroscianti, c’erano i nuovi chip che andranno a sostituire i citati H100 AI tanto amati da Meta: si chiamano Blackwell e sono accompagnati da una serie di specifiche roboanti quanto inintelligibili a chi non è del settore. Fino a 20 petaflop di potenza grazie a 208 miliardi di transistor che consentono di processare 10 Terabyte di dati al secondo; il tutto, sfruttando architetture più efficienti per un settore notoriamente energivoro come quello delle IA. Secondo Nvidia, Blackwell sarà in grado di “ridurre i costi e il consumo energetico di 25 volte” in confronto agli H100. Il focus è ancora lo sviluppo delle IA, ovviamente, che con i nuovi chip diventerà più veloce ed economico. Una quantità di lavoro che avrebbe impiegato ottomila Gpu di tipo Hopper (più vecchie) e 15 megawatt di potenza energetica verrà svolto da duemila Gpu Blackwell consumando soltanto 4 megawatt.

Insomma Huang non ha intenzione di mollare. Classe 1963, nato a Taiwan, ha vissuto prima in Thailandia e poi negli Stati Uniti, dov’è arrivato all’età di nove anni. Qui si è laureato a Stanford nel 1992, anno in cui ha cominciato a lavorare per la AMD, azienda produttrice di semiconduttori. Ma gli stava stretta. L’anno successivo ha fondato insieme ai colleghi Chris Malachowsky e Curtis Priem la Nvidia, fiutando l’enorme business nascente dell’elaborazione grafica, di cui settori come quello degli effetti speciali, della grafica in 3D e dei videogame avevano disperato bisogno. Fu il primo boom di Nvidia; poi sono arrivate le cripotvalute, che per qualche anno hanno reso il “mining” una miniera d’oro per le aziende produttrici di Gpu, che venivano usate per risolvere i complessi problemi matematici che consentono di “creare” nuovi Bitcoin; subito dopo, il successo di ChatGPT e l’esplosione delle IA. 

Rimane però impossibile parlare di chip per le IA senza finire nella geopolitica e nella guerra commerciale in corso tra Cina e Stati Uniti. Al centro di tutto, a dire il vero, c’è Taiwan, isola nativa di Huang ma anche di TSMC, azienda leader nello sviluppo e nella produzione dei semiconduttori, ovvero l’elemento fondativo di ogni dispositivo elettronico. Anche delle Gpu di Nvidia, ovviamente, la cui vendita in Cina è stata vietata dal governo statunitense: prima del divieto, la società di Huang aveva circa il 90 per cento del mercato dei chip per le IA, tanto che alla notizia del divieto seguì una corsa all’acquisto delle Gpu da parte di aziende cinesi. Secondo Reuters, però, il muro costruito da Washington avrebbe alcune falle che permettono l’acquisto delle Gpu anche in Cina. La stessa Nvidia, inoltre, ha da poco presentato delle versioni dei suoi chip per le IA pensate proprio per l’enorme mercato cinese, e quindi depotenziate rispetto al solito.

Il rapporto tra Huang e la Cina non riguarda però solamente le intelligenze artificiali. Il tipo di Gpu prodotto da Nvidia è infatti fondamentale anche per i software per il riconoscimento facciale e le macchine auto-guidanti. Visto che il ban statunitense si concentra sul settore delle IA, quindi, Nvidia sta cercando di aggirarlo concentrandosi sull’automotive: pochi giorni fa l’azienda ha annunciato l’espansione della collaborazione con società cinesi produttrici di automobili come BYD e GAC Aion, che riguarderanno sia i modelli auto-guidanti sia quelli tradizionali dotati di infotainment. Dovunque c’è un chip c’è Nvidia, e le auto di oggi ne contengono numerosi. Sempre secondo la Reuters, l’azienda starebbe collaborando con il produttore di computer cinese Lenovo per “lo sviluppo di un modello linguistico”, tipo GPT-4, a conferma dei vari tentativi da parte dell’azienda di ridurre l’impatto della guerra commerciale in corso. Resta da capire quando Washington sarà disposta a tollerare mosse simili.

Sul palco della Gpu Conference, Jensen Huang è sembrato uno degli uomini più potenti del mondo. A differenza di Altman di OpenAI, il suo impero non sembra influenzato dall’hype del momento né da giganti come Microsoft. Perché Nvidia lavora con tutti e per tutti, essendosi ritagliata un ruolo di unico fornitore di Gpu necessarie per aprire le porte del futuro. In questo, ricorda forse di più la citata TSMC, la cui posizione è però ancora più cruciale e delicata, producendo i semiconduttori che finiscono anche nelle stesse Gpu Nvidia. Quanto durerà il dominio di Huang è difficile dirlo: Elon Musk, che sta disperatamente cercando di mettere un piede nel settore delle IA, ha collaborato con l’azienda ma ha anche previsto che il suo “monopolio non durerà per sempre”. Negli stessi mesi, come detto, anche Altman ha discusso la possibilità di raccogliere fondi per superare l’impasse e immaginare un mondo post Nvidia. La quale, nel frattempo, continua a comandare e a suscitare quel sentimento che è alla base del suo nome, un gioco di parole tra “video” e un sentimento spesso suscitato dal successo altrui: l’invidia.