Ci sono stati molti annunci sull’intelligenza artificiale al CES 2025, a cui abbiamo partecipato. Ma sebbene alcuni fossero affascinanti, come i robot per le pulizie domestiche, nessuno di loro avrà il potere di trasformare la società come le novità annunciate da Nvidia nel suo keynote, durante il quale il Ceo Jensen Huang ha presentato una visione di IA accessibile a tutti.
Nvidia al Ces 2025
Quest’anno il discorso di apertura (keynote in gergo) del CEO di Nvidia è stato l’evento più importante. Tutti ricordano quando Bill Gates ha tenuto il keynote della conferenza e ha annunciato Xbox (insieme a Tablet PC e Windows 2000). Microsoft era anche la società con la maggiore capitalizzazione di mercato all’epoca sottoposta a un intenso controllo antitrust ma anche la beniamina di Wall Street. L’eccitazione, l’energia e la portata di questo keynote hanno fatto impallidire i migliori ricordi, ma sembra incredibile se si pensa che stiamo parlando di schede grafiche!

Oggi Nvidia è tra le società con la capitalizzazione di borsa più alte (pari attualmente a 3300 miliardi di dollari americani). Definire Nvidia come il produttore di chip che alimenta la rivoluzione dell’intelligenza artificiale non è un’esagerazione, motivo per cui il suo modello Cosmos AI ha vinto il premio ufficiale Best of CES non solo per l’intelligenza artificiale.
Abbiamo visto dei robot, quelli di Roborock e Dreame, che stanno creando aiutanti personali per la pulizia domestica che utilizzano l’intelligenza artificiale (AI) per identificare il disordine e gli ostacoli su cui “arrampicarsi” con i loro arti robotici, ed anche qui Nvidia è il motore che sta rilasciando le piattaforme per consentire a robot come questi di funzionare nel mondo reale. Anche gli occhiali intelligenti per elaborare parlato e immagini nel mondo circostante e nelle auto stanno utilizzando Nvidia, mentre Toyota ha appena siglato un accordo per utilizzare il prodotto Cosmos AI di Nvidia per addestrare l’AI delle sue automobili.
I progressi compiuti nel campo dell’IA nell’ultimo anno
Il lungo discorso-spettacolo di Huang ha riassunto gli enormi progressi compiuti nel campo dell’intelligenza artificiale nell’ultimo anno, che vanno dai modelli linguistici all’AI visiva generativa e AI fisica per la robotica, e i suoi Blueprint per i prossimi agenti AI in grado di ragionare e risolvere problemi. “Il futuro dell’intelligenza artificiale probabilmente richiederà una discreta quantità di riflessione”, ha affermato. “La capacità di ragionare, pianificare e agire oggi è fondamentale per il modo in cui andremo avanti”, dice Huang in pieno accordo con Andrew Ng di Stanford ed Amazon.
Il CES, Consumer Electronics Show
Il CES, Consumer Electronics Show, si è tenuto come sempre pal Las Vegas Convention Center ed è una manifestazione molto partecipata con oltre 140.000 partecipanti da oltre 160 paesi e 4.500 espositori, incluse 1.500 startup.
Nonostante il nome, non si può dire che sia direttamente rivolta ai consumatori ed è più che mai evidente che la fiera abbia attenuato l’idea di lanci diretti al consumatore, specialmente nelle comunicazioni e contenuti per gli stand. È incredibile che molti partecipanti neofiti pensino di fare shopping mentre in realtà non si può comprare niente, e che la maggior parte delle cose interessanti sono prototipi non funzionanti pensati per valutare o generare interesse nei grossisti.
La piattaforma Cosmos
Per sostenere lo sviluppo del AI Nvidia ha presentato al CES Cosmos, una piattaforma di intelligenza artificiale fisica che include modelli di base mondiale generativi all’avanguardia.
Questi modelli applicano la stessa tecnica di un modello linguistico che prevede la parte successiva di una frase, per prevedere invece l’azione successiva che un robot dovrebbe intraprendere. “L’idea di poter generare il fotogramma successivo per un video è diventata di buon senso”, ha detto Huang. “E se è così, è possibile che generare la prossima azione possa essere frutto di buon senso? E la risposta è assolutamente sì.” Cosmos comprende anche tokenizzatori avanzati, guardrail (per evitare bias ed allucinazioni) e una pipeline di elaborazione video accelerata creata per far progredire lo sviluppo di sistemi di intelligenza artificiale fisica come veicoli autonomi (AV) e robot.
Ma l’annuncio di gran lunga più importante di Huang è stato il progetto DIGITS, un supercomputer AI personale che offre a ricercatori, data scientist e studenti di tutto il mondo l’accesso alla potenza della piattaforma NVIDIA Grace Blackwell.
Il progetto DIGITS
La novità senza precedenti di DIGITS è che possiamo addestrare e far eseguire gli LLM di grandi dimensioni su un dispositivo personale. DIGITS è una specie di Mac Mini (in Figura 1), con chipset GB10 Blackwell insieme a una CPU prodotta da MediaTek, il tutto studiato per essere energeticamente sostenibile. Il GB10 è un system-on-a-chip (SoC) basato sull’architettura NVIDIA Grace Blackwell, con prestazioni fino a 1 petaflop al secondo (cioè 1015 operazioni matematiche al secondo) con precisione FP4, con 128 GB di memoria unificata e fino 4 TB di spazio di archiviazione (NVMe).
Funziona con il sistema operativo Linux ed ha il middleware Nvidia CUDA integrato in esecuzione. Insomma, è come costringere un animale feroce in una piccola gabbia. Jensen ha mostrato al CES un intero wafer per illustrare quante funzioni sono integrate a forza nel chip. È l’esibizione di un’enorme capacità di progettazione e di produzione microelettronica, dimostrata da questo risultato del tutto senza precedenti.
DIGITS è accessibile agli sviluppatori Windows e Mac tramite un protocollo remoto o come server. L’idea del produttore è che gli utenti possono sviluppare ed eseguire le inferenze dei modelli utilizzando il proprio sistema desktop, quindi distribuire senza problemi i modelli su un’infrastruttura cloud o di data center accelerata. DIGITS, insomma, come piattaforma di calcolo e di sviluppo che possa poi scalare le sue istanze sul cloud Nvidia (DXG Cloud). A giudicare dall’entusiasmo nei blog degli sviluppatori, questo è ciò che tutti aspettavano, mentre dal lato dei gamers, tutti già si chiedono se questa macchinetta prodigiosa può eseguire i giochi sviluppati per Windows.
Potrebbe darsi che il consumatore trarrà solo un beneficio indiretto se questa piattaforma verrà utilizzata solo da sviluppatori e data center, ma gli analisti credono che questi dispositivi finiranno per svolgere gran parte del lavoro che oggi consideriamo da hyperscaler in cloud. A Meta, Ahmad Al-Dahle, capo del GenAI dichiara che: “Rendendo i modelli Llama open source, ci impegniamo a democratizzare l’accesso alla tecnologia AI all’avanguardia. Con Project DIGITS, gli sviluppatori possono sfruttare la potenza di Llama a livello locale, sbloccando nuove possibilità di innovazione e collaborazione.”
Je Boudier, responsabile del prodotto presso Hugging Face, ha detto dopo il CES 2025: “Noi di Hugging Face vogliamo rendere semplice per gli sviluppatori costruire la propria intelligenza artificiale. Il progetto DIGITS di NVIDIA consentirà agli sviluppatori di intelligenza artificiale di creare ed eseguire i propri modelli e sistemi di intelligenza artificiale all’edge”, cioè a casa propria, o nella propria auto.
Hugging Face è una piattaforma di open source per sviluppare strumenti ed applicazioni di apprendimento automatico. Consente agli utenti di condividere modelli e set di dati di apprendimento automatico e di mostrare il loro lavoro. È già forte di una ampia community di sviluppatori che sta ampliando la sua libreria di transformers per l’elaborazione del linguaggio naturale. Boudier aggiunge: “Con 128 GB di memoria unificata, gli sviluppatori di intelligenza artificiale possono eseguire modelli di parametri da 200 miliardi in locale e connettere più sistemi Project DIGITS per scalare da lì”, e conclude con il sogno: “Non vedo l’ora di vedere cosa realizzerà la community di Hugging Face con NVIDIA Project DIGITS!”. In effetti questa domanda implicita sembra l’antefatto della democratizzazione del AI. Ci troviamo di fronte ad un altro riflusso, dal centro alla periferia, dopo che abbiamo vissuto una decade di migrazione verso il cloud, e di perdita di controllo dei consumatori sulle capacità di calcolo e sui propri dati, senza parlare del modello di pagamento per uso che ha ampliato enormemente la spesa per IT delle famiglie.
DIGITS segna l’enorme vantaggio di Nvidia sia come piattaforma hardware che software. Non c’è traccia di competitors per ora nel settore in cui vuole competere. Il chipset Blackwell ovviamente offre un’enorme quantità di potenza di calcolo per l’hardware, ma gran parte dei vantaggi di DIGITS derivano dal fattore di forma estremamente ridotto. Questo è forse il primo passo decisivo in cui Nvidia ha approfondito la linea di prodotti CPU in una piattaforma per uso generale.
La roadmap AI di Nvidia è partita già quindici anni fa con gli annunci al CES 2011 è sta culminando con un’offerta che combina tecnologie che potrebbero essere sfruttate per l’elaborazione di utilizzo generale. “L’intelligenza artificiale sarà mainstream in ogni applicazione per ogni settore. Con Project DIGITS, il superchip Grace Blackwell arriva a milioni di sviluppatori”, ha dichiarato Huang. “Posizionare un supercomputer di intelligenza artificiale sulle scrivanie di ogni data scientist, ricercatore di intelligenza artificiale e studente consente loro di coinvolgere e plasmare l’era dell’intelligenza artificiale”.
Cosmos WFM
Nella visione di Huang, tutto è iniziato con “AI della percezione, che comprende immagini, parole e suoni. Poi l’AI generativa, con la creazione di testo, immagini e suoni. Ora stiamo entrando nell’era dell’AI fisica, che può procedere, ragionare, pianificare e agire”. Le GPU e le piattaforme NVIDIA sono al centro di questa trasformazione, ha spiegato Huang, e consentono di fare passi avanti in tutti i settori, tra cui i giochi, la robotica e i veicoli autonomi. Huang ha dimostrato come le ultime innovazioni di NVIDIA stiano abilitando questa nuova era dell’IA, citando soprattutto la piattaforma NVIDIA Cosmos ed i suoi modelli d’avanguardia. I World Foundation Models, o WFM, sono fondamentalmente modelli linguistici di grandi dimensioni che utilizzano i dati di input soliti (testo, immagine, video) ed il movimento, per generare e simulare mondi virtuali in modo da modellare accuratamente le relazioni spaziali degli oggetti nella scena e le loro interazioni fisiche. I modelli fisici di intelligenza artificiale sono costosi da sviluppare e richiedono grandi quantità di dati e test del mondo reale. Gli WFM offrono agli sviluppatori un modo semplice per generare enormi quantità di dati sintetici fotorealistici basati sulla fisica per addestrare e valutare i modelli esistenti. Gli sviluppatori possono anche creare modelli personalizzati ottimizzando i WFM di Cosmos. Nvidia renderà disponibili i modelli Cosmos con una licenza aperta per accelerare il lavoro della comunità robotica e AV. Gli sviluppatori possono visualizzare in anteprima i primi modelli nel catalogo API NVIDIA o scaricare la famiglia di modelli e il framework di messa a punto dal catalogo NVIDIA NGC o da Hugging Face.
Come ha affermato Jason Hiner di ZDNET: “Nvidia Cosmos dimostra l’ambizione più grande e audace che abbiamo visto al CES 2025 su come la tecnologia potrebbe aiutare le persone e le comunità negli anni a venire”. Cosmos ha vinto i riconoscimenti Best AI e Best Overall ai Best of CES Awards del CNET Group, partner della Consumer Technology Association, che produce il CES.
Mentre Nvidia sta rendendo disponibile la prima ondata di Cosmos WFM per la simulazione basata sulla fisica e la generazione di dati sintetici, ricercatori e sviluppatori, indipendentemente dalle dimensioni della loro azienda, cominciano a usarli liberamente, perché sono rilasciati con la licenza del modello aperto, che ne consente l’uso commerciale. Possono utilizzare anche i modelli aperti NVIDIA Llama Nemotron e Cosmos Nemotron (di cui parliamo nel seguito). L’apertura dei modelli all’avanguardia di Cosmos sblocca gli sviluppatori di AI fisica che costruiscono robotica e tecnologia AV e consente alle aziende di tutte le dimensioni di portare più rapidamente sul mercato le loro applicazioni di AI fisica. Gli sviluppatori possono utilizzare direttamente i modelli Cosmos per generare dati sintetici basati sulla fisica, oppure possono sfruttare il framework NVIDIA NeMo per mettere a punto i modelli con i propri video per specifiche configurazioni fisiche di intelligenza artificiale.
Veicoli autonomi, robotica umanoide e medicina
Toyota, Aurora e Continental sono ormai entrate a far parte dell’elenco dei leader globali della mobilità che sviluppano e costruiscono le loro flotte di veicoli consumer e commerciali con l’accelerazione informatica e l’intelligenza artificiale di NVIDIA. Toyota, la più grande casa automobilistica del mondo, costruirà i suoi veicoli di prossima generazione su NVIDIA DRIVE AGX Orin, con il sistema operativo NVIDIA DriveOS certificato per la sicurezza. Aurora e Continental prevedono di utilizzare la tecnologia di Nvidia per migliaia di camion senza conducente a partire dal 2027. Questi veicoli offriranno funzionalità avanzate di assistenza alla guida funzionalmente sicure.
La maggior parte delle case automobilistiche, dei produttori di camion, dei robotaxi e delle aziende di veicoli autonomi per le consegne, dei fornitori di primo livello e delle startup di mobilità di oggi stanno utilizzando le tecnologie NVIDIA DRIVE AGX. Con piattaforme all’avanguardia che vanno dall’addestramento nel cloud alla simulazione all’elaborazione in auto, si prevede che il business automobilistico di NVIDIA crescerà fino a circa 5 miliardi di dollari nell’anno fiscale 2026. Le partnership strategiche con Toyota, “La rivoluzione dei veicoli autonomi è arrivata e l’automotive sarà una delle più grandi industrie di intelligenza artificiale e robotica”, ha dichiarato Huang. Nvidia mette a disposizione vent’anni di esperienza nel settore automobilistico, nell’esperienza nella sicurezza e nella sua piattaforma AV CUDA per trasformare l’industria automobilistica. In un momento in cui molte aziende stanno cercando di determinare il ROI di costosi progetti di AI, Nvidia è in controtendenza con obiettivi ambiziosi per il suo settore automobilistico, che prevede di crescere fino a 6 miliardi di dollari di fatturato entro il 2026.
Ma anche l’AI tutta digitale ha il suo spazio in questo panorama. Ecco gli AI Blueprints per gli agenti AI. Tra PDF-to-podcast per ricerche efficienti e ricerca e riassunto di video per l’analisi di grandi quantità di video e immagini, gli AI Blueprints consentono agli sviluppatori di creare agenti personalizzati per automatizzare i flussi di lavoro aziendali. Si tratta di un’integrazione del software AI Enterprise, compresi i microservizi NIM e NeMo, con piattaforme leader (non Nvidia) come CrewAI, LangChain e LlamaIndex. È già molto richiesto Llama Nemotron, il nuovo strumento progettato per migliorare lo sviluppo di modelli generativi di AI per le applicazioni aziendali. Gli sviluppatori possono utilizzare i microservizi NVIDIA NIM per creare agenti AI per attività come il supporto clienti, il rilevamento delle frodi e l’ottimizzazione della catena di approvvigionamento. I microservizi semplificano la gestione dei contenuti video, aumentando l’efficienza e il coinvolgimento del pubblico nel settore dei media e possono potenziare gli agenti AI su qualsiasi applicazione accelerata.
Ritornando all’AI fisica, Nvidia confida che tutte le tecnologie menzionate permetteranno nei prossimi anni di assistere a progressi rapidissimi e sorprendenti nella robotica generale. I fan della serie di film Terminator sanno bene che la prossima fase dell’AI includerà inevitabilmente l’ascesa al governo delle macchine e la persecuzione del genere umano. Ironicamente Huang lo ha velatamente richiamato sul palco del CES, quando ha annunciato NVIDIA Isaac GR00T Blueprint con 14 robot umanoidi a fargli da coreografia. Il blueprint è pensato per accelerare lo sviluppo di robot umanoidi, e consentire agli sviluppatori di addestrare rapidamente i robot utilizzando movimenti preregistrati, riducendo il processo di programmazione dei movimenti dei robot che tradizionalmente richiedeva molto tempo. Più in dettaglio si tratta di un workflow di simulazione per la generazione di movimenti sintetici, che consente agli sviluppatori di creare grandi serie di dati per l’addestramento degli umanoidi utilizzando l’apprendimento per imitazione.
Per concludere questo breve panorama di settori verticali, mancava il settore sanitario. L’AI c’è già nella ricerca genomica e proteomica (con il Nobel 2024 per la Chimica ad Hassabis di DeepMind) alla scoperta di farmaci, dai flussi di lavoro delle sperimentazioni cliniche all’assistenza ai pazienti. Nella conferenza annuale JP Morgan Healthcare a San Francisco di pochi giorni fa, Huang si è di nuovo proposto come l’abilitatore del progresso. Implementando modelli di base per restringere il campo delle potenziali molecole di farmaci e semplificando i flussi di lavoro con l’intelligenza artificiale agentica, gli innovatori stanno aiutando con l’AI a soddisfare la domanda globale consentendo a medici e ricercatori di ottenere di più con il loro tempo limitato. Gli agenti AI possono accelerare le sperimentazioni cliniche riducendo gli oneri amministrativi, nuovi modelli stanno imparando dagli strumenti biologici per far progredire la scoperta di farmaci, la patologia digitale e l’AI fisica stanno cambiando la chirurgia, mentre altri agenti effettuano il monitoraggio dei pazienti e l’assistenza. Kimberly Powell, vicepresidente dell’assistenza sanitaria a Nvdia, afferma entusiasticamente che: “L’intelligenza artificiale offre un’opportunità eccezionale per far progredire l’assistenza sanitaria e le scienze della vita con strumenti che aiutano a rilevare le malattie in anticipo e a scoprire nuovi trattamenti più velocemente”. Insomma, gli Agenti AI, gli altri strumenti AI ed i robot AI aiuteranno ad efficientare i 3 trilioni di dollari di spesa previsti nel settore e a creare un mercato AI nell’ordine di centinaia di miliardi di dollari.
L’AI e la visione di NVIDIA
L’intelligenza artificiale è manifestamente l’ingrediente di base della strategia di Nvidia. Huang nel suo discorso è partito dagli enormi progressi compiuti nell’intelligenza artificiale nell’ultimo anno, delineando una visione per un futuro che veda gli Agenti AI in grado di ragionare e risolvere problemi. E così ha ricostruito la storia recente a suo modo. In sintesi (in figura 2), Huang sostiene che nel 2012, il deep learning ha scoperto NVIDIA CUDA, il linguaggio software del calcolo accelerato introdotto nel 2007, dando il via alla rivoluzione dell’IA del XXI secolo. I primi modelli, come le CNN e gli LSTM, hanno risolto il problema della percezione, dando il via a una ricerca massiccia sull’IA che ha portato alle GAN, ai modelli di diffusione e ai trasformatori, culminando nel momento dell’IA generativa con ChatGPT. Ora, i modelli fondazionali, la distillazione, il prompting, un più ampio contesto e il RAG stanno sbloccando gli agenti AI. Le curve di scalabilità migliorano ad ogni cambio di paradigma AI (come mostrato in figura 3), con il post-training che perfeziona le performance con il feedback e l’auto-correzione mentre il tempo di test migliora il ragionamento e la risoluzione dei problemi. Ed abbiamo ampliamente visto che prossimo passo, obbligato per Nvidia, sarà l’AI fisica: modelli che comprendono e interagiscono con il mondo fisico.
Ma al momento, nessun player è sicuro di cosa fare con l’AI a livello di mercato. Un modello di business prevalente non c’è. Si può aggiungere l’AI ai prodotti esistenti ma questo approccio non sembra candidato a cambiare veramente le cose. Apple, ad esempio, sta attendendo ed esaminando le mosse dei competitor prima di fare le proprie. Google sta spingendo la sua offerta cloud con l’offerta AI che sta diventando poderosa, ma non sta ancora registrando importanti revenue stream riconducibili a questa offerta e tantomeno (come tutti) un ritorno sugli investimenti.
Nvidia sembra aver trovato una sua strada, ma nel frattempo dovrà affrontare la concorrenza emergente di suoi importanti clienti, come Amazon e Microsoft, che stanno sviluppando da soli i propri chip AI per i propri data center. Nvidia sta tentando una diversificazione strategica per dimostrare che l’azienda è più di un semplice produttore di chip AI. Con l’ambizione di diventare una superpotenza nel campo dell’intelligenza artificiale, l’azienda punta fermamente ad aprire nuovi mercati. Ma per fare ciò, è necessario consentire agli sviluppatori di simulare e costruire sistemi fisici di intelligenza artificiale su larga scala. Come diceva appassionatamente Steve Ballmer di Microsoft vent’anni fa “non è la tecnologia a creare un nuovo futuro ma gli sviluppatori, e questo dobbiamo ripetercelo molte volte”.
Nvidia ha condiviso a Las Vegas la sua visione di un futuro pieno di robotica AI, di veicoli a guida autonoma e di strumenti AI personalizzati. Da un punto di vista di mercato, è importante osservare che le molte nuove brillanti tecnologie presentate sul palco del CES non vedono mai la luce. A parte l’entusiasmo degli annunci, la robotica e l’Automotive contribuiranno con una quota modesta delle entrate complessive di Nvidia: 449 milioni di dollari nel trimestre più recente rispetto ai 30,8 miliardi di dollari dei suoi chip per data center dedicati al AI.
Ma rimane aperta la domanda se la corporation sarà in grado di superare le sfide di costi, scalabilità e concorrenza e riuscire a sfruttare il pieno potenziale di questa opportunità multimiliardaria o se resterà negli annali del CES 2025 soltanto il bellissimo show interpretato da Jensen Huang con i suoi robot.
Bibliografia
https://hardcoresoftware.learningbyshipping.com/p/227-ces-2025-an-abundance-of-ai-experimentation
https://cybernews.com/editorial/jensen-huangs-Nvidia-ai-vision-ces-2025
https://www.girolino.com/Nvidias-ai-vision-ceo-jensen-huang-insights
https://blogs.Nvidia.com/blog/ces-2025-jensen-huang
https://Nvidianews.Nvidia.com/online-press-kit/ces-2025-news
https://www.Nvidia.com/en-us/ai/cosmos
https://blogs.Nvidia.com/blog/cosmos-world-foundation-models/?nvid=nv-int-csfg-959658
https://Nvidianews.Nvidia.com/news/toyota-aurora-continental-Nvidia-drive
https://blogs.Nvidia.com/blog/jp-morgan-healthcare-2025
Figure
Figura 1. Il Progetto DIGITS

Figura 2. La parabola del AI secondo Huang

Fig 3. La scalabilità dell’IA secondo Nvidia
