Nvidia ha rilasciato una nuova famiglia di modelli open-weight pensati per agenti sempre attivi e calcolo in locale. Il pezzo forte è Nemotron 3.5 Super VL, un modello multimodale da 120 miliardi di parametri per l’uso aziendale. Con lui arrivano due modelli Bolt, più leggeri, destinati ai PC.
Super VL usa un’architettura Mixture-of-Experts: per ogni token lavorano solo 12 miliardi dei 120 miliardi di parametri. Nvidia lo ha distillato da Nemotron 3 Ultra, il suo modello di ragionamento più grande, e sostiene che offra un’accuratezza simile nel seguire istruzioni e nell’uso di strumenti, con meno parametri. Il modello elabora testo, immagini, documenti e video. Per svilupparlo Nvidia ha lavorato con la Nemotron Coalition, di cui fanno parte Mistral AI, Thinking Machines Lab, Perplexity e Black Forest Labs.
Sul fronte delle prestazioni, Nvidia afferma che Super VL porta a termine i compiti più rapidamente dei modelli di Anthropic e OpenAI (Opus 5, GPT 6.1 Sol, Luna e Astra). Il confronto vale però solo dopo un post-addestramento su attività specifiche: analisi di documenti, contabilità finanziaria, sperimentazione scientifica, pratiche assicurative e resistenza agli attacchi informatici. Sono dati dichiarati dall’azienda. A sostegno, Nvidia cita tra gli utilizzatori Skydance, EY, Ramp, Crowdstrike, Perplexity e Salesforce.
I due modelli Bolt servono a un altro scopo. Il Bolt 74B-A9B gestisce ragionamento in più passaggi, chiamate a strumenti e navigazione web. Il Bolt E4B, più piccolo, è pensato per gli agenti conversazionali. Girano in locale sui nuovi AI PC con chip RTX Spark e sulle workstation DGX Spark, in arrivo sul mercato tramite partner come Microsoft e Dell. L’agente lavora senza inviare dati al cloud, un punto che interessa a chi ha vincoli di riservatezza. Secondo alcune ricostruzioni, il Bolt E4B arriverà più avanti, entro la fine di ottobre.
La mossa ha anche una lettura industriale. I grandi laboratori di AI proprietaria sono clienti di Nvidia, ma guardano sempre più ad altri chip, come Trainium di AWS e Cerebras, oltre a progettare silicio in proprio. Offrire modelli aperti e ottimizzati per la propria infrastruttura dà ad aziende e sviluppatori un motivo in più per restare su hardware Nvidia. Kari Briski, vicepresidente per modelli aperti e software, lo riassume così: ogni organizzazione può ora avere un modello aperto per la propria fascia, senza scegliere tra capacità e facilità di messa in produzione.
Resta da vedere quanto reggeranno i confronti fuori dai benchmark scelti da Nvidia. Il banco di prova sarà l’adozione reale: integrazione software, resa dei Bolt nei compiti quotidiani e costi di gestione per chi ospita Super VL nei propri server.
