Installare in pochi giorni infrastrutture che normalmente richiedono mesi. È la promessa con cui Nvidia ha presentato DSX POD, un progetto modulare per realizzare data center dedicati all’intelligenza artificiale, durante la conferenza GTC di Berlino del 21 ottobre. L’azienda guidata da Jensen Huang vuole accelerare la costruzione delle “AI factory”, strutture che riuniscono chip, reti, archiviazione, alimentazione e raffreddamento per addestrare modelli e generare risposte. Il progetto guarda soprattutto all’Europa, che vuole ampliare la propria capacità di calcolo e ridurre il divario con Stati Uniti e Cina.
DSX POD è un modello con cui i partner possono assemblare in fabbrica moduli di calcolo completi, integrarli e testarli prima della consegna. Le unità vengono trasportate nel sito scelto e collegate alle reti elettriche, al raffreddamento e alle connessioni già predisposte. Secondo Nvidia, il sistema può ridurre i tempi di messa in funzione da circa sei mesi a soli 14 giorni. Non significa che un data center possa essere costruito da zero in due settimane. Terreno, autorizzazioni, connessione alla rete e impianti di supporto devono essere pronti. La testata specializzata ServeTheHome descrive il progetto come un sistema modulare che integra rack della piattaforma Vera Rubin, rete e apparati di raffreddamento.
La soluzione rientra nella strategia di Nvidia di vendere non soltanto chip, ma un’intera architettura per le fabbriche AI. Vera Rubin è la piattaforma di nuova generazione per carichi intensivi, dall’addestramento dei modelli all’inferenza, cioè la produzione di risposte. Nvidia prevede che le consegne possano partire a livello globale all’inizio del 2027. Tra i partner figurano produttori di server come Dell, HPE e Lenovo, insieme ad aziende specializzate in alimentazione e raffreddamento. L’obiettivo è spostare parte dell’assemblaggio dal cantiere alla fabbrica, dove i controlli possono essere standardizzati. Il modello punta anche a rendere più prevedibili tempi e qualità delle installazioni.
A Berlino Huang ha richiamato l’attenzione sul ritardo europeo nella disponibilità di potenza di calcolo. Secondo le cifre citate dall’Associated Press, l’Europa dispone di circa il 5% della capacità globale di calcolo AI, contro il 75% attribuito agli Stati Uniti. Sono stime sulla distribuzione delle infrastrutture, non della qualità della ricerca. «Il grande collo di bottiglia è la capacità di calcolo», ha dichiarato Jeannette zu Fürstenberg, presidente e managing director di General Catalyst, società che investe in aziende tecnologiche. Nvidia ha affermato di aver investito circa 10 miliardi di dollari nell’ecosistema europeo, tra startup e partner, nell’ultimo anno. Tra le collaborazioni citate figurano Siemens, Mercedes-Benz e Audi, anche per applicazioni industriali e automobilistiche.
La velocità, però, non risolve da sola il problema dei consumi. In un annuncio separato, Nvidia ha sostenuto che la piattaforma DSX può ridurre fino al 30% l’energia necessaria per produrre lo stesso volume di output AI e portare vicino allo zero l’acqua impiegata per il raffreddamento in determinate configurazioni. L’azienda indica sistemi a circuito chiuso e raffreddatori a secco, che disperdono il calore nell’aria. I risultati dipendono dalla configurazione e dal clima e vanno considerati come stime del produttore, non come prestazioni garantite. Anche con sistemi efficienti, i data center consumano molta elettricità e richiedono connessioni alla rete.
La questione strategica va oltre il singolo prodotto. L’Europa potrebbe guadagnare capacità di calcolo e accelerare lo sviluppo di servizi AI, ma rischia anche di dipendere maggiormente da un fornitore statunitense che controlla una parte decisiva di chip, software e architetture. Per trasformare gli impianti in autonomia serviranno finanziamenti, competenze, dati e imprese capaci di sviluppare applicazioni proprie. DSX POD può ridurre il tempo tra l’investimento e l’avvio operativo, ma non sostituisce politiche industriali ed energetiche di lungo periodo. La sfida europea non sarà soltanto accendere i server più velocemente, ma decidere come utilizzarli e quale valore economico creare.
La Germania annuncerà un accordo con Nvidia per espandere l'uso di AI nel settore industriale
L’iniziativa è parte di uno sforzo più ampio per accelerare…
