Blackwell Ultra e la nuova generazione di AI
Nel 2026 il panorama dell'hardware per l'intelligenza artificiale vive un cambio di paradigma: NVIDIA completa la transizione da Hopper alla famiglia Blackwell. Il superchip GB300 non è un semplice aggiornamento incrementale, ma una riarchitettura profonda che ottimizza il rapporto tra calcolo, memoria e comunicazione tra i nodi.
Architettura, memoria e interconnessioni
Il GB300 integra due die GPU Blackwell Ultra e una CPU Grace in un'unica unità co-packaged, collegati tramite l'interconnessione NVLink-C2C. Questo approccio multi-die massimizza la resa produttiva per wafer combinando die specializzati in un'unica unità di calcolo coesa.
La capacità di memoria raggiunge 288 GB per GPU, distribuiti su otto stack di logic-die in tecnologia HBM3e. La banda di memoria sale a 12,8 TB/s per GPU, un salto significativo rispetto agli 8 TB/s della B200. La segnalazione PAM3 trasmette 1,5 bit per simbolo, riducendo il consumo energetico per bit trasferito.
L'interconnessione NVLink 6 offre una banda bidirezionale di 200 GB/s per link, fino a 3,6 TB/s aggregati per GPU in configurazione NVL72. Nasce così un dominio di memoria condivisa che abbraccia 72 GPU in un singolo rack, con oltre 20 TB di memoria HBM3e e routing adattivo con Forward Error Correction integrato.
Prestazioni e confronto con la generazione precedente
In termini di potenza, il GB300 supera i 20 PFLOPS in FP4 e i 10 PFLOPS in FP8. Un rack NVL72 aggrega circa 1,4 EFLOPS in FP4 e 720 PFLOPS in FP8, abilitando inferenza in tempo reale su modelli oltre i 10 trilioni di parametri con latenze inferiori a 50 millisecondi per token.
Rispetto alla B200, il GB300 raddoppia la banda di memoria, raddoppia la banda NVLink e più che raddoppia la potenza di calcolo in FP8. I benchmark interni NVIDIA indicano un miglioramento di 3,5 volte nel throughput di token al secondo per l'inferenza su modelli da 1,8 trilioni di parametri.
La Physical AI rappresenta la convergenza tra intelligenza artificiale, robotica e sistemi cyber-fisici, capaci di percepire e interagire con il mondo fisico in tempo reale. A differenza dell'AI generativa tradizionale, richiede inferenza a latenza ultra-bassa, elaborazione multi-sensore e cicli di controllo chiusi sotto il millisecondo.
Physical AI e opportunità per la Svizzera
Produttori svizzeri come Delvitech SA esemplificano l'applicazione della Physical AI nell'ispezione elettronica. Il loro sistema Horus combina sensori ottici proprietari e reti neurali dedicate per l'ispezione 3D delle schede PCB in produzione, elaborando oltre 40 Gbit di dati di ispezione al secondo riducendo drasticamente i falsi positivi.
La Svizzera parte da una posizione favorevole: energia idroelettrica rinnovabile abbondante, clima alpino ideale per il free-cooling e regolamentazioni rigorose sull'efficienza energetica. Tuttavia i rack GB300 NVL72, con oltre 120 kW per unità, richiedono raffreddamento a liquido diretto anziché ad aria.
Energia, raffreddamento e rete
Il Direct Liquid Cooling impiega cold-plate in cui il refrigerante circola direttamente sui die di GPU e CPU. I design a micro-canali raggiungono coefficienti di scambio termico oltre 50.000 W/m²K, mantenendo temperature di ingresso del refrigerante intorno ai 35-40°C e permettendo il recupero del calore per teleriscaldamento o cicli ad assorbimento.
Integrare sistemi GB300 richiede una pianificazione metodica che affronti contemporaneamente dimensioni elettriche, termiche, di rete e software. Ogni rack NVL72 richiede 150 kVA trifase a 415V AC, con UPS modulari al litio-ferro-fosfato che garantiscano almeno 10 minuti di autonomia per uno spegnimento controllato.
La pianificazione di rete separa il fabric NVLink dal traffico Ethernet/InfiniBand, richiedendo SuperNIC NVIDIA ConnectX-8 con supporto RoCEv2 e topologia a full-bisection bandwidth. L'installazione del raffreddamento a liquido impone sistemi di distribuzione a manifold, valvole di bilanciamento proporzionali e sensori integrati nel Building Management System via BACnet/IP.
Pianificare l’adozione e guardare oltre
L'architettura GB300 segna un punto di svolta nell'evoluzione dell'hardware AI: aumentare le unità di calcolo non basta più, occorre co-ottimizzare in modo integrato gerarchie di memoria, protocolli di comunicazione tra chip e gestione termica. Per la Svizzera e il Ticino è un'opportunità strategica in cui Physical AI, energia rinnovabile e infrastruttura di calcolo convergono.
All'orizzonte si profila l'architettura Vera Rubin, attesa a metà 2026 con ramp-up nel 2027, che introdurrà memoria HBM4, NVLink di settima generazione e Tensor Core di quinta generazione. Chi investe oggi nel GB300 dovrebbe progettare un'infrastruttura modulare capace di accogliere le generazioni future senza stravolgimenti strutturali.
