Gpu

• Il governo indiano ha lanciato una missione AI con un finanziamento di 10.000 crore di rupie e 38.000 GPU, selezionando 12 aziende per sviluppare strumenti di AI autoctoni per i settori del benessere pubblico come l'agricoltura, l'istruzione e l'assistenza sanitaria. • Nonostante questi obiettivi, l'iniziativa ha avuto difficoltà nell'adozione, poiché le aziende partecipanti vendono i loro prodotti principalmente ai mercati commerciali generali piuttosto che ai settori governativi previsti. • Un esempio chiave dei risultati della missione è Project Indus di Tech Mahindra, un modello linguistico di grandi dimensioni (LLM) open-source progettato specificamente per supportare l'hindi e i suoi vari dialetti regionali.

• L'India sta implementando programmi di GPU sovvenzionate per ridurre i costi di calcolo dell'AI e colmare il divario di capacità nell'intelligenza artificiale. • L'iniziativa ha istituito una piattaforma nazionale progettata per supportare la ricerca accademica, lo sviluppo di modelli indigeni e progetti di AI di interesse pubblico. • Gli esperti del settore sostengono che l'hardware da solo non sia sufficiente, citando la necessità di infrastrutture affidabili, set di dati specializzati, ricercatori qualificati e una robusta cybersecurity.

• Il 9 giugno 2026, gli analisti di UBS hanno evidenziato la continua dominanza di NVIDIA Corp (NVDA) nel mercato delle GPU per l'IA, in un contesto di crescente domanda di potenza di calcolo per l'IA. • NVIDIA detiene attualmente una capitalizzazione di mercato massiccia di circa 5,05 trilioni di dollari, posizionandosi come leader nell'industria dei semiconduttori. • La crescita dell'azienda è guidata dalle sue GPU specializzate che servono settori critici, tra cui i data center, le applicazioni automotive, il gaming e la visualizzazione professionale.

• Un nuovo rapporto di Avendus indica che l'industria dei data centre per l'AI in India potrebbe guidare l'implementazione di 700.000 GPU nei prossimi cinque anni. • Questa espansione rappresenta un'enorme opportunità di investimento da 23 miliardi di dollari all'interno dell'infrastruttura tecnologica del paese. • Si prevede che l'aumento delle infrastrutture predisposte per l'AI avvantaggierà un'ampia gamma di stakeholder, tra cui fornitori di semiconduttori, fornitori di energia, aziende di cloud computing e sviluppatori di data centre.

• Nvidia ha lanciato le GPU Blackwell Ultra B300 il 25 aprile 2026 al GTC US, offrendo prestazioni FP4 di 20 petaflops per l'addestramento di modelli fino a 10 trilioni di parametri. • I nuovi chip sono dotati di 4,5TB di memoria HBM4 e interconnect NVLink 6, riducendo i costi di addestramento del 40% per gli hyperscaler come Microsoft Azure. • L'annuncio rafforza il dominio di Nvidia del 92% nel mercato degli acceleratori AI, nonostante i controlli sulle esportazioni degli Stati Uniti verso la Cina.

• Nvidia ha lanciato la serie di GPU Blackwell Ultra B300 il 19 aprile 2026, dichiarando velocità di addestramento dell'IA superiori del 50% rispetto al precedente modello B200. • I nuovi chip vantano 208 miliardi di transistor e supportano la precisione FP4, rivolgendosi ai data center per i carichi di lavoro dei grandi modelli linguistici. • Ciò posiziona Nvidia per mantenere il proprio dominio in un contesto di concorrenza intensificata da parte di AMD e del silicio personalizzato di hyperscaler come Amazon e Google.

• Nava, una startup di infrastrutture per l'IA, ha raccolto 22 milioni di dollari in finanziamenti guidati da Greenoaks Capital per espandere le proprie capacità di data center e cloud GPU. • L'investimento mira a soddisfare la crescente domanda statunitense di computing ad alte prestazioni per l'addestramento e l'implementazione di modelli di IA avanzati. • La piattaforma di Nava supporta gli sviluppatori di IA con risorse scalabili in un contesto di carenza di chip e concorrenza tra i servizi cloud.

• Nvidia ha svelato le GPU Blackwell Ultra il 9 aprile 2026, durante il keynote del GTC US, offrendo 50 petaflops per l'addestramento dell'IA in un singolo rack. • I chip si rivolgono agli hyperscaler statunitensi con una velocità di inferenza 4 volte superiore rispetto alla generazione precedente; la spedizione avverrà nel quarto trimestre del 2026 al prezzo di 50.000 dollari per unità. • Il CEO Jensen Huang l'ha definita 'l'alba dell'IA agentica', rafforzando il dominio di Nvidia nel mercato dell'hardware per l'IA negli Stati Uniti, the stimato in 200 miliardi di dollari.

• David Sacks, consigliere per l'IA di Trump, ha difeso la decisione di consentire agli Emirati Arabi Uniti l'accesso a potenti tecnologie americane per i semiconduttori, definendola un punto di svolta per stabilire la dominanza tecnologica degli Stati Uniti a livello globale. • L'investimento di 1,4 trilioni di dollari e il quadro economico degli Emirati Arabi Uniti con gli Stati Uniti, annunciati l'anno scorso, proseguono come previsto con un'accelerazione nell'implementazione e nei finanziamenti per l'IA, l'energia, la produzione avanzata e le infrastrutture critiche. • La visita di Trump negli Emirati Arabi Uniti nel 2025 ha portato alla pianificazione di un Campus IA UAE-US da 5GW, una importante iniziativa infrastrutturale congiunta.