Il presunto modello da mille miliardi di parametri di NVIDIA resta non verificato. Il suo modello confermato è più piccolo

NVIDIA è comparsa in un titolo di Google News con un’affermazione sorprendente: l’azienda starebbe sviluppando un modello di IA aperto da mille miliardi di parametri per sfidare i sistemi leader. Tuttavia, i materiali pubblicati da NVIDIA non confermano questa descrizione. Il suo modello di punta verificato, Nemotron 3 Ultra, contiene 550 miliardi di parametri totali e ne attiva 55 miliardi per ciascun token.

Questa differenza è più di una semplice correzione numerica. Rivela quanto facilmente parametri totali, parametri attivi, token di addestramento e piani di sviluppo possano confluire in un unico titolo fuorviante. Ogni numero descrive una parte diversa di un sistema di IA.

La vicenda di fondo resta comunque importante. NVIDIA sta andando oltre la vendita di processori e infrastrutture software. Sta rilasciando pesi di modelli aperti, risorse per l’addestramento, strumenti di deployment e una collaborazione industriale per la prossima generazione di Nemotron.

La vera competizione non è semplicemente NVIDIA contro OpenAI, Anthropic o Google. È la strategia aperta e incentrata sull’infrastruttura di NVIDIA contro i servizi di modelli chiusi che oggi definiscono gran parte della frontiera commerciale.

Cosa non dimostra il titolo di Google News

Nessun rilascio pubblico di NVIDIA verifica attualmente lo sviluppo di un modello Nemotron da mille miliardi di parametri.

Il titolo distribuito tramite Google News risale a una pubblicazione editoriale, non a un report tecnico o a un annuncio di prodotto NVIDIA. Non fornisce alcuna model card accessibile, architettura nominata, pacchetto di benchmark, data di rilascio o dichiarazione aziendale che confermi tale cifra.

Questo non dimostra che NVIDIA non disponga di un modello interno più grande. Le aziende testano regolarmente sistemi prima di annunciarli. Significa però che la descrizione da mille miliardi di parametri dovrebbe restare una notizia non verificata, anziché essere trattata come un fatto consolidato su un prodotto.

Il riferimento verificato più vicino è Nemotron 3 Ultra. NVIDIA ha pubblicato il modello il 4 giugno 2026, descrivendolo come la sua versione Nemotron più capace. La panoramica ufficiale del modello specifica 550 miliardi di parametri totali e 55 miliardi di parametri attivi.

Nemotron 3 Ultra utilizza un’architettura mixture-of-experts. Questo design divide il modello in gruppi specializzati e attiva solo una parte della rete per ciascun token. L’approccio può aumentare la capacità complessiva senza applicare ogni parametro durante ogni risposta.

Il nome completo, Nemotron 3 Ultra 550B-A55B, espone entrambe le cifre. “550B” rappresenta i parametri totali, mentre “A55B” indica che circa 55 miliardi diventano attivi per ciascun token.

Questa distinzione modifica l’economia del deployment. Un modello denso da 550 miliardi di parametri coinvolgerebbe l’intera rete durante l’inferenza. Un modello sparso può instradare ciascun token attraverso esperti selezionati, riducendo il lavoro computazionale necessario per una risposta.

Un’altra possibile fonte di confusione è il corpus di addestramento. NVIDIA afferma di aver preaddestrato Ultra su 20 mila miliardi di token testuali. I token sono frammenti di dati di addestramento, non parametri appresi del modello. Un modello addestrato su migliaia di miliardi di token non è automaticamente un modello da mille miliardi di parametri.

NVIDIA discute di addestramento su scala dei mille miliardi da anni. Nel 2021, i suoi ingegneri descrissero una dimostrazione di addestramento che coinvolgeva un modello da mille miliardi di parametri e 3.072 GPU A100. Quel lavoro dimostrava software per l’addestramento distribuito, anziché annunciare un modello conversazionale pubblico.

Questi numeri possono facilmente staccarsi dai loro contesti originari. Un esperimento storico di scalabilità, un dataset da 20 mila miliardi di token e una versione da 550 miliardi di parametri descrivono tre fatti distinti.

Il titolo usa anche l’espressione “open AI model”, che può creare un’altra ambiguità. In questo contesto, “open” descrive l’accesso al modello. Non indica alcuna relazione con OpenAI, l’azienda dietro ChatGPT.

L’aggregazione di Google News può ampliare la portata di una notizia, ma l’aggregazione non verifica la sua affermazione centrale. La verifica dipende ancora da documentazione primaria, fonti nominate, artefatti tecnici e valutazioni riproducibili.

Per ora, la conclusione sostenibile è circoscritta. NVIDIA ha rilasciato un modello open-weight da 550 miliardi di parametri, mentre uno specifico successore da mille miliardi di parametri resta non confermato.

Il modello aperto verificato di NVIDIA è Nemotron 3 Ultra

La versione confermata è già un modello importante, ma NVIDIA lo ha progettato attorno al calcolo selettivo anziché al solo numero di parametri.

Nemotron 3 Ultra è il modello più grande della famiglia Nemotron 3. Segue Nano e Super, che puntano a impronte di deployment più ridotte e a requisiti prestazionali differenti.

Ultra combina l’instradamento mixture-of-experts con livelli Mamba e di attenzione. Mamba è un’architettura per l’elaborazione di sequenze pensata per gestire input lunghi con caratteristiche computazionali diverse dall’attenzione standard.

Il modello utilizza inoltre esperti latenti e previsione multi-token. Gli esperti latenti forniscono ulteriore specializzazione all’interno della rete, mentre la previsione multi-token consente al sistema di anticipare più di un token futuro durante la generazione.

NVIDIA afferma che Ultra supporta lunghezze di contesto fino a un milione di token. Una finestra di contesto è la quantità di materiale in input e generato che il modello può considerare durante una singola interazione.

Questa capacità è rivolta ad agenti a esecuzione prolungata piuttosto che a brevi scambi con chatbot. I carichi di lavoro probabili includono analisi di repository software, ricerca estesa, pianificazione multistadio e processi aziendali che accumulano un ampio contesto operativo.

Il report tecnico dell’azienda afferma che il preaddestramento ha utilizzato 20 mila miliardi di token testuali. NVIDIA ha poi esteso la lunghezza del contesto e applicato fine-tuning supervisionato, reinforcement learning e distillazione da modelli insegnanti.

La distillazione da modelli insegnanti trasferisce il comportamento di altri modelli in un modello di destinazione. NVIDIA afferma che più di dieci insegnanti focalizzati su domini specifici hanno contribuito con indicazioni durante il processo di post-addestramento di Ultra.

La versione include checkpoint base, post-addestrati e quantizzati. La quantizzazione rappresenta i valori del modello con meno bit, riducendo i requisiti di memoria e calcolo nel tentativo di preservare un’accuratezza utile.

NVIDIA ha preaddestrato una versione di Ultra utilizzando NVFP4, il suo formato in virgola mobile a quattro bit. L’azienda presenta quel formato come una via per aumentare il throughput sull’hardware Blackwell.

Questo legame con l’hardware è centrale. NVIDIA non ha bisogno che Nemotron diventi l’unico modello usato dalle imprese. Trae vantaggio quando gli sviluppatori addestrano, adattano e servono molti modelli usando processori e software NVIDIA.

Ultra agisce quindi sia come modello utilizzabile sia come implementazione di riferimento. Può dimostrare come un grande modello sparso si comporti nell’intero stack NVIDIA di addestramento, ottimizzazione e inferenza.

NVIDIA afferma che Nemotron 3 Ultra raggiunge un’inferenza fino a cinque volte più veloce e costi fino al 30 percento inferiori rispetto a modelli aperti comparabili. Si tratta di confronti aziendali e dipendono dall’hardware, dalla precisione, dal software, dai prompt e dalle lunghezze di output selezionati.

La sua pagina di ricerca fornisce affermazioni di throughput più specifiche. NVIDIA riporta 5,9 volte il throughput di GLM-5.1, 4,8 volte quello di Kimi K2.6 e 1,6 volte quello di Qwen 3.5.

Questi test hanno utilizzato un input da 8.000 token e un output da 64.000 token su sistemi GB200. NVIDIA ha usato TensorRT-LLM per Ultra, mentre i modelli di confronto hanno usato vLLM, selezionando per ciascuno la configurazione più efficace disponibile.

Questa metodologia non rende i risultati privi di significato. Significa però che i lettori dovrebbero interpretarli come risultati di deployment a livello di sistema, non come confronti limitati alla sola architettura.

Un modello, un runtime, un formato numerico e un acceleratore operano insieme. NVIDIA sta deliberatamente competendo a quel livello combinato.

Perché NVIDIA sta sfidando i sistemi di IA chiusi

Il vantaggio strategico di NVIDIA deriva dalla fornitura della piattaforma sottostante a molti modelli, non dalla vittoria in ogni benchmark con un unico assistente.

OpenAI, Anthropic e Google forniscono per lo più i loro principali sistemi generalisti tramite servizi ospitati. I clienti inviano richieste a endpoint gestiti, mentre i pesi dei modelli e i metodi fondamentali di addestramento restano indisponibili.

NVIDIA sta adottando una strada diversa con Nemotron. Rilascia i pesi e una parte maggiore del materiale di sviluppo circostante, affinché le organizzazioni possano ispezionare, adattare e distribuire i modelli negli ambienti che scelgono.

I pesi aperti non significano automaticamente sviluppo completamente aperto. I dati di addestramento possono contenere restrizioni, le licenze possono imporre condizioni e riprodurre un grande modello resta costoso.

Tuttavia, l’accesso ai pesi cambia ciò che le imprese possono controllare. I team possono effettuare fine-tuning su un modello, valutarlo su carichi di lavoro privati, modificarne il comportamento e gestirlo senza instradare ogni richiesta attraverso un fornitore esterno di modelli.

Questa opzione conta in contesti regolamentati o sensibili ai dati. Banche, organizzazioni sanitarie, governi e aziende industriali necessitano spesso di un controllo più chiaro sulla localizzazione dei dati, sulle politiche di accesso e sul comportamento dei sistemi.

Nemotron 3 Ultra punta anche ai carichi di lavoro agentici. Un sistema agentico combina un modello con strumenti, memoria e un ciclo di esecuzione, così da poter completare attività in più fasi.

Gli agenti a esecuzione prolungata generano una domanda sostanziale di inferenza. Ispezionano ripetutamente lo stato, chiamano strumenti, leggono i risultati, riconsiderano i piani e producono nuove azioni. Una sola richiesta utente può attivare molte chiamate al modello.

Questo schema favorisce l’attività di NVIDIA. Più attività degli agenti significa più calcolo, anche quando i pesi del modello sottostante sono disponibili gratuitamente.

NVIDIA vende anche i componenti che circondano tali carichi di lavoro. Il suo portafoglio comprende acceleratori, networking, sistemi DGX, librerie CUDA, motori di inferenza, software per il serving dei modelli e capacità cloud.

Un modello aperto di successo può quindi ampliare il mercato di NVIDIA senza richiedere all’azienda di far pagare ogni risposta del modello. Il modello stimola la domanda per l’infrastruttura che lo addestra e lo serve.

I fornitori chiusi affrontano un calcolo diverso. Il loro vantaggio deriva dalla fornitura di sistemi integrati con prestazioni solide, accesso semplice, controlli di sicurezza e aggiornamenti frequenti.

Molti clienti preferiscono questa soluzione. Gestire un modello da 550 miliardi di parametri richiede hardware specializzato, competenze operative, monitoraggio e un processo di valutazione continuo.

La pressione competitiva è quindi selettiva. Nemotron non deve sostituire ogni assistente ospitato. Deve rendere credibile il deployment autogestito per le organizzazioni che attribuiscono valore al controllo o alla personalizzazione.

La scala di NVIDIA distingue inoltre il suo sforzo dai progetti più piccoli di modelli aperti. L’azienda può collegare direttamente la ricerca sui modelli all’hardware e al software usati per l’inferenza in produzione.

Questo crea un ciclo di rafforzamento. NVIDIA può progettare modelli per i propri formati numerici, ottimizzare i runtime per tali modelli e usare i risultati per dimostrare le proprie piattaforme di calcolo più recenti.

Il titolo sul modello NVIDIA da mille miliardi di parametri esagera ciò che è stato verificato. Tuttavia, la sfida strategica sottostante è reale. NVIDIA vuole che i modelli aperti diventino una fonte importante di domanda per il calcolo gestito da NVIDIA.

La vera competizione è l’efficienza, non mille miliardi di parametri

Un totale di parametri più elevato non garantisce un modello migliore, soprattutto quando la maggior parte dei parametri rimane inattiva durante ciascun token.

Il numero di parametri un tempo fungeva da comodo indicatore della scala di un modello. Quel segnale è diventato meno utile man mano che gli sviluppatori hanno adottato architetture sparse, distillazione, dati sintetici, ragionamento più lungo e post-addestramento specializzato.

Kimi K2.6, uno dei modelli usati da NVIDIA per i confronti, ha un trilione di parametri totali ma ne attiva 32 miliardi per token. Nemotron 3 Ultra contiene 550 miliardi di parametri totali e ne attiva 55 miliardi.

Il primo modello è più grande per numero totale di parametri. Il secondo ne attiva di più durante l’elaborazione di ciascun token. Nessuno dei due dati, da solo, stabilisce quale modello offra prestazioni migliori per un determinato compito.

Architettura, dati di addestramento, ottimizzazione e impostazioni di inferenza possono contare quanto le dimensioni dichiarate. Un modello più piccolo, con un post-training più efficace, può superare un modello più grande in valutazioni mirate.

L’argomentazione di NVIDIA si basa su questa distinzione. Ultra è pensato per offrire un’accuratezza competitiva generando output più rapidamente sugli attuali sistemi NVIDIA.

I test indipendenti forniscono un utile contrappeso ai risultati dei fornitori. Artificial Analysis ha valutato il modello in pre-release e lo ha definito, al lancio, il principale modello open-weight statunitense.

La sua valutazione indipendente ha assegnato a Ultra un punteggio di 48 nell’Intelligence Index. La stessa valutazione ha collocato Kimi K2.6 a 54, lasciando NVIDIA alle spalle del più forte modello open-weight cinese testato in quell’analisi.

Il risultato supporta solo in parte il posizionamento di NVIDIA. Ultra è apparso competitivo tra i rilasci open-weight statunitensi e ha offerto un’elevata velocità di serving misurata. Non ha però guidato l’intero panorama open-weight sul fronte dell’intelligenza.

Anche le versioni dei benchmark cambiano. In seguito, la pagina live dei modelli di Artificial Analysis ha mostrato un punteggio diverso nell’ambito di una suite di valutazione aggiornata. Le classifiche dovrebbero quindi essere considerate misurazioni datate, non posizioni permanenti.

È qui che l’affermazione originaria di Google News diventa fuorviante. L’etichetta di un trilione di parametri suggerisce che raggiungere una certa dimensione collocherebbe NVIDIA accanto ai principali sistemi chiusi.

Questa ipotesi ignora il problema della valutazione. OpenAI, Anthropic e Google espongono capacità, strumenti, interfacce e livelli di sicurezza diversi. I loro modelli non sono direttamente comparabili attraverso il conteggio dei parametri, perché queste aziende in genere non divulgano dati equivalenti.

Le prestazioni reali in ambito enterprise dipendono inoltre dall’applicazione nel suo complesso. Qualità del retrieval, affidabilità degli strumenti, autorizzazioni, progettazione della memoria e revisione umana possono determinare se un agente riesce a completare un lavoro utile.

Il modello può fallire anche quando il suo punteggio nei benchmark appare elevato. Un contesto lungo non garantisce un richiamo accurato, e buoni risultati nel coding non garantiscono modifiche al codice sicure.

Anche l’efficienza operativa ha i suoi limiti. I risultati più rapidi di NVIDIA dipendono dall’hardware NVIDIA, da formati a bassa precisione e da software di serving ottimizzato. Le organizzazioni che utilizzano altri ambienti potrebbero non riprodurre lo stesso throughput.

I modelli sparsi introducono anche complessità di routing. Il sistema deve selezionare gli esperti appropriati, bilanciare i carichi di lavoro e spostare efficientemente i dati del modello tra gli acceleratori.

Un modello con 55 miliardi di parametri attivi resta comunque sostanziale. Ospitarlo autonomamente su scala produttiva richiede infrastrutture ben più ampie rispetto al download di un piccolo modello locale.

Il confronto importante non è quindi “550 miliardi contro un trilione”. È l’accuratezza utile per unità di calcolo, misurata su carichi di lavoro realistici in condizioni di serving comparabili.

NVIDIA sembra comprendere questo cambiamento. I suoi materiali tecnici enfatizzano throughput, parametri attivi, comportamento su contesti lunghi ed efficienza di deployment più di una corsa verso il massimo numero possibile di parametri totali.

Nemotron 4 trasforma il modello in un progetto di coalizione

La prossima mossa di NVIDIA nel campo dei modelli aperti è un programma di sviluppo condiviso, ma l’azienda non vi ha associato una specifica verificata da un trilione di parametri.

Al GTC del 16 marzo 2026, NVIDIA ha annunciato la Nemotron Coalition. Tra i membri fondatori figurano Mistral AI, Black Forest Labs, Cursor, LangChain, Perplexity, Reflection AI, Sarvam e Thinking Machines Lab.

Il primo modello di base della coalizione viene sviluppato congiuntamente da NVIDIA e Mistral AI. Si prevede che gli altri partecipanti contribuiscano con dati, valutazioni e conoscenze di dominio nelle fasi successive dello sviluppo.

NVIDIA afferma che il modello risultante sarà addestrato su DGX Cloud e rilasciato nell’ecosistema open. Sarà inoltre alla base della futura famiglia Nemotron 4.

L’annuncio ufficiale della coalizione non rivela il numero di parametri di Nemotron 4. Non fornisce alcun obiettivo di un trilione di parametri, specifica di checkpoint o data di rilascio.

Questa assenza è rilevante perché Nemotron 4 è il progetto più plausibile dietro le notizie su un modello NVIDIA più grande, non ancora annunciato. È pubblico, ancora in fase di sviluppo e destinato a far progredire i sistemi open frontier.

Tuttavia, la plausibilità non è una conferma. Il progetto potrebbe produrre diverse dimensioni, usare un’architettura sparsa o privilegiare capacità specializzate rispetto alla scala totale.

La struttura della coalizione rivela anche l’obiettivo più ampio di NVIDIA. Anziché chiedere a un singolo gruppo di ricerca interno di definire ogni obiettivo, NVIDIA sta coinvolgendo aziende che rappresentano requisiti applicativi diversi.

Cursor può contribuire con casi d’uso per il coding. LangChain può orientare l’uso degli strumenti e gli agenti di lunga durata. Perplexity porta esperienza nelle applicazioni incentrate sulla ricerca, mentre Mistral contribuisce con competenze nello sviluppo di modelli.

Questa configurazione offre a NVIDIA accesso a feedback sui carichi di lavoro prima del rilascio del modello. Incoraggia inoltre i membri della coalizione a ottimizzare i propri prodotti attorno alla base open risultante.

Esiste un evidente allineamento commerciale. Un modello sviluppato in modo collaborativo, addestrato su DGX Cloud e ottimizzato per i sistemi NVIDIA può aumentare la domanda di infrastruttura NVIDIA.

Ciò non ne annulla il potenziale valore per gli sviluppatori. Valutazioni condivise e pesi accessibili possono ampliare la partecipazione rispetto a un modello disponibile soltanto tramite l’API di un unico fornitore.

L’effettiva apertura del modello dipenderà dal rilascio. Gli sviluppatori dovrebbero esaminare licenza, utilizzi consentiti, divulgazioni sui dati di addestramento, checkpoint, ricette, documentazione di sicurezza e requisiti hardware.

Dovrebbero inoltre distinguere i pesi aperti dalla riproducibilità. Pubblicare i checkpoint consente deployment e modifica, ma poche organizzazioni possono ripetere autonomamente un pretraining su scala frontier.

Nemotron 4 metterà pressione ai fornitori chiusi solo se la coalizione produrrà prestazioni competitive e opzioni di deployment pratiche. Un numero elevato di parametri senza queste qualità genererebbe attenzione, non adozione duratura.

La coalizione introduce anche un rischio di coordinamento. I partecipanti hanno prodotti, incentivi, politiche sui dati e clienti diversi. Lo sviluppo condiviso di un modello richiede decisioni su architettura, valutazioni, tempistiche di rilascio e governance.

NVIDIA mantiene una forte posizione organizzativa perché fornisce la piattaforma di addestramento. Tuttavia, la credibilità del progetto dipenderà dal fatto che i contributi vadano oltre le partnership promozionali.

Un checkpoint di base pubblico fornirebbe la prova più chiara. Una reportistica tecnica dettagliata, valutazioni riproducibili e risorse di post-training utilizzabili rafforzerebbero ulteriormente questa tesi.

Finché questi artefatti non appariranno, Nemotron 4 dovrebbe essere descritto come un programma annunciato di modelli aperti. Non dovrebbe essere presentato come un modello NVIDIA confermato da un trilione di parametri.

Cosa dovrebbero osservare ora sviluppatori e acquirenti enterprise

Tre segnali concreti mostreranno se NVIDIA sta costruendo una piattaforma open-model durevole o se sta semplicemente beneficiando di un titolo gonfiato.

Il primo segnale è una model card o un report tecnico di Nemotron 4. Tale documentazione dovrebbe chiarire la questione delle dimensioni elencando parametri totali, parametri attivi, architettura, token di addestramento, lunghezza del contesto e formati numerici.

Se NVIDIA confermerà un progetto su scala da trilione, il titolo di Google News otterrà un sostegno retrospettivo. Se Nemotron 4 utilizzerà una rete più piccola o strutturata diversamente, l’affermazione originaria apparirà come una conflazione di metriche dei modelli.

Il secondo segnale è costituito da prestazioni indipendenti in condizioni comparabili. I test dovrebbero valutare ragionamento, coding, uso degli strumenti, affidabilità su contesti lunghi e throughput attraverso diverse configurazioni di serving.

I benchmark aziendali sono utili per comprendere i punti di forza previsti. Le valutazioni indipendenti rivelano se tali punti di forza resistono a prompt, runtime e ipotesi hardware differenti.

Osservate i parametri attivi con la stessa attenzione dei parametri totali. Esaminate inoltre lunghezza dell’output, latenza, requisiti di memoria, tassi di errore e accuratezza per unità di calcolo.

Il terzo segnale è l’adozione pratica in ambito enterprise. NVIDIA ha citato framework per agenti e partner software, ma la compatibilità dichiarata non dimostra un utilizzo stabile in produzione.

Prove utili includerebbero deployment documentati, miglioramenti ripetibili dei carichi di lavoro, strumenti di serving stabili e organizzazioni che scelgono Nemotron rispetto a modelli chiusi ospitati.

Gli sviluppatori dovrebbero resistere alla tentazione di considerare l’apertura una raccomandazione automatica. L’accesso al modello è solo una parte di un sistema produttivo. Restano necessari revisioni di sicurezza, governance dei dati, osservabilità, valutazione e procedure di fallback.

Gli acquirenti enterprise dovrebbero confrontare modelli operativi completi. Un servizio ospitato riduce il lavoro infrastrutturale, mentre un modello autogestito offre maggiore controllo e personalizzazione.

I knowledge worker vivranno la competizione attraverso i prodotti costruiti sopra questi sistemi. Modelli aperti più veloci possono ridurre i ritardi e permettere ai fornitori software di offrire più opzioni di deployment privato.

I fatti verificati supportano già una storia significativa. NVIDIA ha rilasciato un modello sparso da 550 miliardi di parametri, aperto diversi artefatti di sviluppo e organizzato partner attorno a una futura famiglia di modelli.

Ciò che non supportano è la certezza su un prodotto da un trilione di parametri. Quel numero resta un’affermazione priva di documentazione primaria corrispondente.

La prossima volta che una cifra accattivante sulle dimensioni di un modello apparirà in Google News, cercate il numero di parametri attivi, la model card, il report tecnico e i test indipendenti. Questi dettagli mostreranno se NVIDIA ha ampliato la frontiera o ha semplicemente generato un titolo più grande.