Dietro l’abbondanza di annunci al Computex, il messaggio strategico più importante non riguarda il pc, ma il server. NVIDIA sta consolidando il proprio dominio nel cuore dell’infrastruttura AI, dove si decide chi controlla calcolo, modelli e margini. Il keynote di Jensen Huang non ha solo presentato nuovi chip: ha rilanciato l’idea di una piattaforma totale, capace di trasformare il data center nel motore operativo dell’economia degli agenti.
Sotto la superficie degli annunci per il mercato, al GTC Taipei 2026 si è consumato qualcosa di più rilevante: la formalizzazione di un’idea economica nuova, che Huang ha ripetuto come un mantra per un’ora e 45 minuti davanti a una platea di partner, fornitori e operatori di data center. L’idea è questa: il token, unità atomica di output dei modelli linguistici, è diventato un’unità di misura economica. Ogni token generato vale denaro, e ogni watt consumato per generarlo deve produrre il massimo rendimento possibile. Il corollario è che l’architettura che genera più token per watt vince, indipendentemente dal prezzo della singola scheda. Questo cambia radicalmente le regole del mercato dei server AI.
Vera Rubin: un sistema, non un chip
Il primo e più denso blocco di annunci ha riguardato Vera Rubin, già presentato al CES 2026 e ora dichiarato in piena produzione. Vera Rubin non è un processore grafico: è un sistema a cinque rack interconnessi, progettato dall’inizio per il calcolo agentico a scala industriale.
La configurazione NVLink 72 è il cuore pulsante: 72 gpu Rubin collegate senza cavi né ventole grazie a un bus PCB centrale, con memoria HBM4 per un totale di seimila miliardi di transistor su un singolo sistema. Ciò che colpisce non è solo la potenza, ma la logistica: il tempo di assemblaggio di un rack è sceso da due ore a cinque minuti, la catena di fornitura è il doppio di quella di Grace Blackwell, e 150 partner taiwanese partecipano alla produzione distribuita su milioni di metri quadrati di spazio produttivo.
Accanto alla GPU, Nvidia ha introdotto il sistema Grok LPX, basato su 256 processori Grok LPU distribuiti su 16 vassoi, con 40 petabyte al secondo di larghezza di banda SRAM. Grok LPX non compete con Vera Rubin: lo affianca, occupandosi del regime di bassa latenza mentre Vera Rubin massimizza il throughput. La logica è quella di un sistema audio a due vie: Vera Rubin gestisce il volume, Grok LPX la precisione. Completano il sistema Vera Bluefield 4 STX per lo storage e la sicurezza, e Spectrum X Ethernet, il primo switch di rete al mondo con ottiche co-package da 200 gigabit al secondo basate su fosfuro di indio sviluppato con TSMC.
Il nuovo processore per gli agenti
Il secondo annuncio di peso è stato il processore Vera CPU, ed è qui che la strategia di Nvidia si fa più sottile. Tutti i processori esistenti sono stati progettati per gli esseri umani: sistemi pazienti, che vivono in un mondo misurato in secondi, che si affittano a core singoli in cloud. Gli agenti AI sono impazienti. Vivono in un mondo misurato in nanosecondi. Ogni millisecondo di attesa tra un passo e il successivo della catena di elaborazione è calcolo sprecato accanto a una gpu che costa decine di migliaia di dollari all’ora.
Vera CPU risponde a questo problema con quattro proprietà specifiche: istruzioni per ciclo di clock ai massimi del settore (dieci istruzioni recuperate, decodificate ed eseguite per ciclo), larghezza di banda per core e totale ai vertici assoluti grazie alla prima implementazione di LPDDR5X in un processore data center, efficienza energetica alta perché il processore non deve rubare watt alla gpu. Il core “Olympus”, che è il nome dell’architettura interna, introduce un predittore di branch neurale e un motore di decodifica a dieci vie. La latenza di picco sulla memoria è del 40% inferiore rispetto agli x86 comparabili. Nei test su SQL, il linguaggio per le basi di dati creato da Ibm sul quale gira tutto il mondo, il carico di lavoro di riferimento per database, Vera CPU è tre volte più veloce. Per lo stream processing in tempo reale, usato per esempio al New York Stock Exchange, sei volte. Numeri non da cpu consumer: numeri da salto generazionale.
DSX: l’infrastruttura come prodotto
Terzo asse strategico del keynote: il sistema DSX (Data Center Experience), la piattaforma di Nvidia per la progettazione, costruzione e operatività delle AI factory. Già annunciato al GTC di marzo 2026 in forma di blueprint, a Taiwan DSX è stato presentato nella sua forma operativa completa. L’idea è che un data center AI da un gigawatt, che vale tra gli 80 e i 100 miliardi di dollari di investimento, non può permettersi errori nella fase di progettazione: ogni rack fisico deve essere validato prima di essere prodotto.
DSX Sim usa il motore Omniverse per costruire un gemello digitale dell’intera infrastruttura: layout, simulazione termica, rete, alimentazione, tutto viene testato virtualmente prima che arrivi un singolo server fisico. DSX OS si occupa poi del provisioning e del monitoraggio in produzione. DSX Max LPS ottimizza l’allocazione dinamica di potenza rack per rack, recuperando fino al 40% di capacità sprecata nei sistemi tradizionali e trasformandola in token aggiuntivi.
Infine, DSX Flex dialoga con la rete elettrica in tempo reale e modula i consumi del data center in funzione dei segnali della rete, rendendo le AI factory asset energetici flessibili invece di carichi rigidi e potenzialmente destabilizzanti per la rete. Con cento gigawatt di AI factory previsti entro fine decennio, la differenza tra un operatore DSX e uno che non lo usa si misurerà in miliardi di mancati ricavi secondo Huang.
Il modello aperto: Nemotron e i tool per le imprese
Sul piano del software, Huang ha annunciato Nemotron 3 Ultra, terza generazione del modello linguistico aperto di Nvidia. La caratteristica distintiva non è la qualità del modello in sé, anche se i benchmark mostrano risultati di frontiera: è l’apertura radicale del sistema. Nvidia rilascia il modello, i dati di addestramento e gli script di training. Chiunque può prendere Nemotron 3 Ultra, aggiungere dati proprietari, e costruire un modello verticale con conoscenza propria.
Per una azienda come Cadence, che ha mostrato sul palco il suo super-agente per la verifica dei chip in collaborazione con Nvidia, questo significa poter costruire un agente specializzato nella propria pipeline di progettazione elettronica che riduce da settimane a ore i cicli di verifica RTL.
L’architettura interna di Nemotron 3 Ultra è un ibrido SSM (State Space Model) con tecnologia “mixture of experts“, il che lo rende cinque volte più veloce rispetto ai modelli di riferimento comparabili e del 30% più economico da eseguire. Il toolkit enterprise per agenti che Nvidia ha strutturato attorno a queste componenti comprende quattro elementi: modelli da personalizzare, harness di orchestrazione (il riferimento è Open Shell, il sistema open source di Nvidia già adottato da Red Hat e Microsoft), librerie CUDA-X come strumenti per gli agenti, e runtime.
NemoClaw, la versione agente autonomo già in sviluppo da Nvidia, si inserisce in questa stessa architettura enterprise. CrowdStrike, Palantir, ServiceNow e SAP figurano tra i partner che stanno costruendo agenti verticali su questa architettura.
Cosmos 3 e l’AI fisica
Il capitolo finale del keynote ha riguardato l’intelligenza artificiale fisica, con l’annuncio di Cosmos 3, terza versione del modello fondazionale per la robotica e la simulazione del mondo reale. Cosmos 3 opera su un’architettura mista che combina un transformer autoregressivo per ragionamento e pianificazione con un transformer diffusivo per la generazione video e la simulazione fisica.
Il modello può funzionare come sistema di visione artificiale, come generatore di video sintetici fisicamente accurati per l’addestramento di robot, come simulatore in loop per la valutazione delle policy, e come modello di azione condizionato per robot di qualsiasi forma.
Il problema che Cosmos risolve è strutturale: addestrare robot fisici richiede dati in prima persona, ma quasi tutto il video nel mondo è in terza persona. Cosmos era già al centro degli annunci Nvidia al CES 2025, quando Huang aveva mostrato le prime applicazioni per la simulazione di ambienti fisici. Cosmos 3 può riproiettare prospettive, generare scenari sintetici da immagini o testo, e chiudere il loop tra simulazione e policy reale senza dati umani diretti.
Anche Cosmos è completamente aperto, con modello, dati e script di training disponibili per chiunque voglia costruire sistemi di AI fisica verticale. Apollo Myrio 2, il modello aperto di Nvidia per la guida autonoma, segue la stessa logica: base pubblica che i costruttori di veicoli possono specializzare per i propri sistemi Hyperion, con il runtime Hayloft come sistema operativo del veicolo.
Il token come unità di profitto
Il filo conduttore di tutto il keynote è stato economico prima che tecnologico. Nvidia non si presenta più come venditrice di chip: si presenta come progettista dell’intera catena del valore che trasforma kilowatt in token e token in ricavi. La metrica proposta, token per watt, è nuova e potenzialmente dirompente per il mercato dei server, perché sposta il confronto dal prezzo unitario del chip alla redditività dell’intera infrastruttura su tutta la sua vita utile.
Il fondatore di Nvidia ha citato i dati di GitHub come prova che l’AI agentica produce già valore economico misurabile: il numero di commit mensili sulla piattaforma è quasi triplicato nei primi mesi del 2026 rispetto all’anno precedente, con la stessa popolazione di sviluppatori che produce quasi tre volte il lavoro. Tradotto in dollari, tremila miliardi di spese per il personale qualificato che generano novemila miliardi di output. Questi numeri giustificano qualsiasi spesa infrastrutturale, purché l’architettura regga.
Ed è esattamente il punto: Nvidia sostiene di essere l’unica a poter garantire quella resa, perché è l’unica a progettare tutto il sistema, dal chip al rack, dalla rete al runtime, dalla simulazione del data center agli agenti enterprise. Qualcomm e altri possono vendere chip per l’inferenza a prezzi inferiori. Ma Nvidia vende la certezza che l’intero sistema funzioni, subito, al massimo dell’efficienza. In un mercato dove ogni ora di ritardo nell’avvio di un AI factory da 100 miliardi costa milioni, quella certezza ha un prezzo che, secondo Huang, il mercato sembra disposto a pagare.
