Per comprendere come e perché Nvidia si sia guadagnata nell’arco degli ultimi anni (ma soprattutto negli ultimi giorni/mesi) i titoli delle prime pagine anche dei quotidiani generalisti è sufficiente capire quanto è cresciuta l’importanza delle Gpu non solo per la grafica, ma in tutti quegli ambiti in cui è necessario accelerare la capacità computazionale e l’elaborazione in parallelo di più operazioni e dati. Oggi tema sempre più caro alle aziende.

E’ proprio questo aspetto oggi a porre sotto la lente dell’interesse generale l’azienda americana. Un interesse destinato a crescere ancora con lo sviluppo delle reti neurali e l’esplosione dell’interesse per le AI generative e conversazionali che funzionano sulla base di modalità di calcolo del tutto simili a quelle utilizzate per la grafica (e infatti proprio Nvidia ha contribuito con le sue Gpu allo sviluppo di ChatGpt), così come anche per i sistemi di High Performance Computing.
Le schede grafiche (Graphics Processing Unit, Gpu) permettono di raggiungere un livello superiore di prestazioni rispetto ai processori anche se a scapito di un aumento della complessità. Cresce il numero di core presenti che lavorano in parallelo e per questo le Gpu sono preferibili, soprattutto nelle applicazioni altamente ripetitive. Per esempio, proprio quelle scientifiche che utilizzano elaborazioni video, modelli climatologici e fluidodinamica e algoritmi di intelligenza artificiale. Ecco, in questi utilizzi, pensarne il funzionamento senza Gpu è oggi del tutto improbabile. In particolare, la disponibilità di potenza di calcolo co-presente nella stessa unità di tempo è alla base delle possibilità esplicative e predittive anche di modelli matematici prima elaborati in decenni (si pensi anche solo a tutta la sfera del deep learning).

Gpu, un mercato in evoluzione per il business

Ad inquadrarla nello scenario complessivo degli ultimi 20/25 anni di IT, la parabola di Nvidia, che è nata nel “lontano” 1993, appare ancora più singolare se si pensa anche solo alla differenza di importanza con cui si è valutata per anni la disponibilità di risorse per il calcolo grafico su un pc rispetto alla capacità di computazione complessiva.

Senza nulla voler togliere al contributo del gaming per lo sviluppo e la diffusione del computing, anzi, volendo ricordare come proprio il mondo dei giochi ha spesso aperto la via alla diffusione dell’innovazione declinata per il business, è facile comprendere come la proposta di Nvidia sia – per le caratteristiche delle Gpu – alla base ora anche delle performance dei più importanti sistemi di calcolo – per esempio anche quando si parla di supercomputer e Hpc computing.

Huang Nvidia
Jensen Huang, fondatore e Ceo di Nvidia

Lo sviluppo delle AI generative, insieme alla “consumerizzazione” della loro esperienza con ChatGpt ha certo smosso le acque e fornito un’accelerazione inattesa anche a questo mercato. Solo per fare un esempio recente di come Nvidia sia sempre più “presente” nei comparti più b2b dell’IT si può fare riferimento anche alla recente partnership con Dell Technologies su Project Helix per facilitare alle aziende la creazione e l’utilizzo di modelli di AI generativa on-premise con una serie di soluzioni full-stack e strumenti predefiniti basati sull’infrastruttura e sul software Dell e Nvidia così da aiutare le aziende a utilizzare i propri dati proprietari e implementare più facilmente progetti basati sull’AI generativa.

E’ comunque tutta la sfera del cloud computing a beneficiare dell’adozione di questi sistemi, perché l’accelerazione del calcolo con le Gpu consente di ridurre i costi operativi del cloud, ma interviene anche in tutte quelle operazioni sia per la maintenance, ma ancora di più per l’elaborazione dei dati, in cui l’analisi è alla base della possibilità poi di sfruttare gli insights. Facile quindi comprendere la presenza di “istanze” Nvidia nel listino di tutti i più importanti hyperscaler, ma anche l’utilizzo stesso da parte di questi ultimi. Come risultato dell’utilizzo delle piattaforme Nvidia quindi oggi c’è anche la possibilità di approdare ad una gestione IT semplificata e scalabile.

Nvidia, le novità più importanti a Computex 2023

Le novità proposte in occasione di Computex Technology 2023 a Taiwan in questi giorni si collocano entro questo solco. Già Nvidia ha stretto accordi con Microsoft, Meta e Google Cloud che saranno tra le prime aziende a poter accedere alle potenzialità della piattaforma per il supercomputing e l’AI denominata Dgx GH200 (utilizza Nvidia NVLink per combinare fino a 256 superchip Grace Hopper Nvidia GH200 in un’unica potente Gpu). Jensen Huang, fondatore e Ceo di Nvidia, così ha presentato servizi, software e sistemi informatici accelerati che abilitano nuovi modelli di business e rendono quelli attuali più efficienti: “I sistemi per l’AI Dgx GH200 integrano avanzate tecnologie di elaborazione e rete accelerate e la stessa Nvidia sta preparando un proprio supercomputer per l’AI, Nvidia Helios che utilizzerà quattro sistemi Dgx GH200 collegati alla rete Nvidia Quantum-2 Infiniband per potenziare il throughput dei dati per l’addestramento di modelli di intelligenza artificiale di grandi dimensioni”.

Il supercomputer di Nvidia per l'AI
Il supercomputer di Nvidia per l’AI, Helios con quattro sistemi Dgx GH200

Affianco a questo annuncio quello relativo ad Nvidia Mgx come architettura di riferimento modulare per la creazione di server accelerati. I produttori di sistemi lo utilizzeranno per creare diverse configurazioni di server per un’ampia gamma di applicazioni AI e in ambito Hpc, sulla base del supporto a tutta la proposizione di Gpu e Dpu (unità di elaborazione dati) dell’azienda, e per i processori x86 e Arm. Mentre per quanto riguarda la proposizione per i nuovi scenari delle comunicazioni video 5G e 6G ecco la demo riguardo l’applicazione con AI in esecuzione su Grace Hopper che ha messo in luce come sia possibile trasformare le videochiamate 2D di oggi in esperienze 3D più realistiche. Ancora, per l’utilizzo in cloud, Computex ha visto l’annuncio di Nvidia Spectrum-X come piattaforma di rete creata per migliorare le prestazioni e l’efficienza dei cloud per i carichi di calcolo legati all’AI basati su Ethernet.

Un ultimo annuncio di interesse specifico per tutto il comparto manifatturiero. Durante il keynote Huang ha mostrato come i produttori di elettronica tra cui Foxconn Industrial Internet, Innodisk, Pegatron, Quanta e Wistron stiano creando flussi di lavoro digitali con le tecnologie Nvidia per realizzare la visione di una fabbrica intelligente interamente digitale. In particolare con Nvidia Omniverse – piattaforma aperta creata per la collaborazione nella progettazione 3D e nella simulazione con digital twine le Api AI generative è possibile connettere strumenti di progettazione e produzione in modo da poter costruire gemelli digitali ed ottimizzare i processi di produzione con evidenti risparmi di tempi e risorse rispetto ai sistemi di prototipazione tradizionale.

© RIPRODUZIONE RISERVATA

Condividi l'articolo: