La critica di Pat Gelsinger alle GPU svela il vero problema dell'hardware per l'AI

Pat Gelsinger ha innescato un titolo diretto su Google News sostenendo che alcuni carichi di lavoro girano male sulle GPU, nonostante il loro ruolo dominante nell'intelligenza artificiale. L'ex capo di Intel non ha liquidato il calcolo su GPU come inutile. Ha invece contestato l'assunto secondo cui una singola architettura di processore debba gestire ogni fase di un sistema AI sempre più complesso.

Questa distinzione cambia la prospettiva. Gelsinger ha elogiato i progressi di Nvidia nell'addestramento, chiedendosi però se un'infrastruttura GPU generica possa offrire un'inferenza accessibile su scala enorme. L'inferenza è il processo che esegue un modello addestrato ogni volta che un utente richiede una risposta, un'immagine, una previsione o un'azione.

La sua critica contiene anche un'ammissione scomoda per Intel. L'azienda ha sottovalutato la strategia GPU di Nvidia quando le CPU dominavano ancora i data center. Nvidia ha poi costruito CUDA, coltivato una comunità di sviluppatori e trasformato l'elaborazione parallela nel fondamento del moderno addestramento AI.

Ora la discussione va oltre Intel contro Nvidia. Riguarda le GPU rispetto al calcolo eterogeneo, in cui CPU, GPU, processori di rete e acceleratori specializzati si dividono il lavoro in base ai rispettivi punti di forza.

L'inversione più significativa è che Nvidia sembra accettare gran parte di questa premessa a livello di sistema. Le sue piattaforme più recenti combinano GPU con CPU personalizzate, silicio per il networking, unità di elaborazione dati e tecnologia incentrata sull'inferenza. La disputa riguarda chi riesca ad assemblare questa combinazione nel modo più efficiente, non se le GPU spariscano improvvisamente.

Il titolo di Google News omette la vera argomentazione di Gelsinger

La critica di Gelsinger prende di mira il ragionamento basato esclusivamente sulle GPU, non tutte le GPU o tutti i carichi di lavoro AI.

L'espressione del titolo “le GPU fanno schifo” comprime una discussione tecnica più ampia in un giudizio assoluto. I suoi commenti effettivi erano più specifici e più utili per gli acquirenti di data center.

In una dettagliata intervista a Gelsinger, l'analista dei semiconduttori Ian Cutress ha chiesto della crescente varietà di architetture di calcolo. Gelsinger ha sostenuto che sia il carico di lavoro a determinare l'architettura.

Ha affermato che le GPU offrono prestazioni estremamente elevate quando un problema contiene grandi quantità di calcolo parallelo. Il moderno addestramento AI rientra in questo schema, perché i processori eseguono ripetutamente operazioni matriciali su molti elementi di dati.

Le operazioni di controllo del flusso, tuttavia, si comportano diversamente. Includono ramificazioni condizionali, orchestrazione, esecuzione di strumenti, funzioni del sistema operativo e analisi con percorsi meno prevedibili.

Gelsinger ha proposto una formulazione volutamente provocatoria: “Ci sono cose che girano malissimo su una GPU.” Ha poi indicato la logica di base if-then-else come un cattivo abbinamento per una lunga pipeline GPU.

Questa affermazione non equivale a dire che tutte le GPU siano cattive. Dice che un'architettura progettata per il throughput parallelo perde efficienza quando il carico di lavoro si ramifica, si interrompe o cambia direzione ripetutamente.

L'AI agentica rende questa differenza più evidente. Un agente AI potrebbe interrogare un database, eseguire codice, ispezionare un risultato, scegliere un altro strumento e aggiornare il proprio piano. Solo alcuni passaggi implicano i calcoli matriciali densi che favoriscono le GPU.

I passaggi rimanenti consumano comunque tempo di processore, banda di memoria, capacità di rete ed energia. Una GPU può eseguirne molti, ma la compatibilità tecnica non garantisce l'efficienza economica.

Gelsinger chiama il suo modello preferito la “trinità del calcolo”. I processori classici gestiscono il lavoro orientato al controllo, gli acceleratori AI gestiscono gli algoritmi ad alta intensità di dati e le macchine quantistiche affronteranno infine problemi selezionati oltre le capacità pratiche del calcolo classico.

La componente quantistica resta speculativa per l'infrastruttura AI quotidiana. La divisione tra CPU e acceleratori è già visibile nei sistemi per data center in commercio e annunciati.

Questo rende l'inquadramento di Google News utile come punto di partenza, ma incompleto come conclusione. Gelsinger mette in discussione il modello di implementazione del settore, non nega l'architettura che ha reso possibile l'attuale boom dell'AI.

La sua argomentazione separa inoltre addestramento e inferenza. L'addestramento crea o aggiorna un modello elaborando grandi dataset. L'inferenza applica quel modello addestrato alle richieste in tempo reale.

Le GPU restano centrali in entrambe le fasi. Tuttavia, l'inferenza introduce priorità diverse, tra cui tempo di risposta, costo per token, consumo energetico, capacità di memoria e livelli di servizio prevedibili.

Il mercato dei chip per inferenza include già AMD, Intel, Cerebras, Groq, d-Matrix e altri specialisti. La loro opportunità deriva dall'ottimizzazione di queste priorità, anziché dalla riproduzione dell'intera piattaforma di addestramento di Nvidia.

Il linguaggio di Gelsinger suona categorico. La sua posizione tecnica è specifica per ciascun carico di lavoro.

Perché i chip per l'inferenza AI mettono sotto pressione l'economia dei data center

Il dibattito sull'hardware ora si concentra sul costo ricorrente dell'uso dell'AI, non solo sul costo spettacolare del suo addestramento.

Un modello potrebbe affrontare un numero limitato di grandi cicli di addestramento. Può poi servire miliardi di prompt, ricerche, immagini generate, azioni degli agenti e richieste aziendali interne.

Ogni richiesta aggiunge lavoro di inferenza. I modelli di ragionamento più capaci possono attraversare varie fasi di elaborazione prima di restituire una risposta. Gli agenti aggiungono ulteriori passaggi richiamando strumenti e rivedendo i propri piani.

Questo schema sposta l'attenzione dalle prestazioni di picco nell'addestramento al costo per output utile. Gli operatori di data center devono valutare quanti token un sistema eroga per watt, server, rack e unità di capitale.

Gelsinger ha sostenuto che l'inferenza debba diventare 10.000 volte più efficiente per avvicinarsi alla scala della ricerca e dell'uso diffuso degli agenti. Ha riconosciuto che questa cifra era una stima basata su ipotesi relative a calcolo, energia e costi.

Non si tratta di un requisito del settore dimostrato in modo indipendente. Va quindi interpretata come un'affermazione sulle dimensioni della sfida, non come un benchmark verificato.

La pressione di fondo resta comunque reale. Un agente aziendale utile non può spendere calcolo illimitato per ogni ricerca di documenti, attività software o interazione con i clienti.

Anche la latenza conta. Un modello che genera rapidamente molti token può comunque sembrare lento se il sistema circostante attende database, trasferimenti di rete, controlli di sicurezza o codice applicativo.

È qui che l'utilizzo delle GPU diventa importante. Gli acceleratori costosi creano valore mentre elaborano lavori adatti. Diventano un peso economico quando restano bloccati dal movimento dei dati o in attesa di un'attività seriale.

I chip per l'inferenza AI cercano di migliorare questa equazione attraverso progetti più mirati. Alcuni collocano più memoria vicino al calcolo. Altri usano architetture dataflow, precisione numerica ridotta, esecuzione deterministica o software adattato a modelli specifici.

Questi approcci comportano compromessi. Un chip specializzato potrebbe superare una GPU in un carico di lavoro selezionato, ma supportare meno modelli, librerie o strumenti di implementazione.

Anche l'integrazione può annullare i risparmi teorici. Le aziende hanno bisogno di monitoraggio, sicurezza, orchestrazione, supporto dei modelli e ingegneri che comprendano la piattaforma.

Questo è uno dei motivi per cui la posizione software di Nvidia resta così importante. CUDA offre agli sviluppatori un ambiente di programmazione maturo, mentre le librerie di Nvidia coprono addestramento dei modelli, inferenza, networking ed elaborazione dati.

Un concorrente non vince semplicemente pubblicando un benchmark favorevole del chip. Deve offrire un sistema affidabile che i clienti possano installare, programmare, gestire e aggiornare.

L'economia dell'inferenza varia anche in base all'applicazione. La chat interattiva richiede bassa latenza. L'elaborazione offline dei documenti può privilegiare il throughput. La generazione video richiede schemi di memoria e calcolo diversi dai sistemi di raccomandazione.

Anche la dimensione del batch cambia il risultato. Un fornitore che serve molte richieste concorrenti può mantenere un grande acceleratore più occupato rispetto a un'implementazione aziendale più piccola.

Questa variabilità indebolisce qualsiasi affermazione universale secondo cui le GPU sarebbero intrinsecamente troppo costose. Rafforza l'affermazione più circoscritta di Gelsinger: la selezione dell'architettura dovrebbe partire dal carico di lavoro.

La posta in gioco va oltre i fornitori di chip. I provider cloud devono decidere quali processori acquistare e come definirne i prezzi. Le aziende software devono scegliere tra portabilità e ottimizzazione specifica per l'hardware.

Gli acquirenti aziendali affrontano un'altra domanda. Possono noleggiare capacità, gestire infrastrutture private o usare servizi di modelli gestiti che nascondono l'hardware sottostante.

La scelta corretta dipende da utilizzo, controlli sui dati, latenza e personale. Il nome di moda di un processore non risolve questi requisiti.

Google ha riconosciuto questa distinzione anni prima dell'attuale ciclo dell'AI generativa. La sua originale Tensor Processing Unit era rivolta ai carichi di lavoro delle reti neurali con un design specifico per il dominio.

La nuova Ironwood TPU di Google è esplicitamente posizionata per l'inferenza e i grandi modelli di ragionamento. Questo prodotto offre un'altra prova della tesi di Gelsinger.

Il mercato si sta quindi muovendo verso diversi tipi di acceleratori. La parte difficile è farli comportare come un unico ambiente di calcolo affidabile.

La strategia CPU di Nvidia sostiene la tesi del calcolo eterogeneo

La risposta di Nvidia ai limiti delle GPU non è abbandonarle. È circondarle con processori progettati per scopi specifici e software strettamente integrato.

Questa strategia è visibile in Vera, la CPU personalizzata di Nvidia per carichi di lavoro agentici. L'azienda afferma che Vera gestisce orchestrazione, analisi, elaborazione dati e altro lavoro vincolato alla CPU intorno agli acceleratori AI.

Vera contiene 88 core Olympus progettati da Nvidia e un sottosistema di memoria LPDDR5X. Nvidia afferma che il processore fornisce fino a 1,2 terabyte al secondo di banda di memoria.

La CPU si collega alle GPU Rubin tramite NVLink-C2C. Nvidia dichiara fino a 1,8 terabyte al secondo di banda coerente attraverso questa connessione.

Si tratta di specifiche dell'azienda, non di risultati prestazionali indipendenti. Tuttavia, l'architettura è importante perché mostra come Nvidia definisce il problema.

L'azienda non vende più una GPU come componente isolato. Descrive una piattaforma di calcolo accelerato composta da CPU, GPU, networking, processori di storage, switch, librerie e progetti a livello di rack.

L'annuncio della CPU Vera di Nvidia afferma che il processore è rivolto a runtime Python, codice in sandbox, analisi e orchestrazione degli agenti. Si tratta proprio dei carichi di lavoro con ramificazioni alla base della critica di Gelsinger.

Questa sovrapposizione crea l'inversione centrale dell'articolo. Gelsinger attacca i limiti delle GPU mentre Nvidia investe pesantemente nei componenti necessari per compensare tali limiti.

Nvidia non descrive questo investimento come una ritirata. Presenta l'integrazione CPU-GPU come un'estensione del calcolo accelerato.

Gelsinger è giunto a una conclusione simile dopo la conferenza GTC di Nvidia del marzo 2026. In un filmato Reuters, ha definito critica la connettività CPU-GPU per la progettazione dei sistemi.

Ha inoltre elogiato la presentazione tecnica di Nvidia, avvertendo al contempo che l'azienda doveva ancora mantenere le promesse. Questa reazione è molto più equilibrata di quanto suggerisca il titolo virale.

La posizione di Nvidia si rafforza grazie al suo controllo sulla piattaforma circostante. Può coordinare la progettazione dei processori con NVLink, networking, librerie software e rack completi.

Questo coordinamento può ridurre il sovraccarico di comunicazione e semplificare il deployment. Aumenta però anche la dipendenza dei clienti dall’architettura di un unico fornitore.

La strategia di piattaforma crea un obiettivo difficile per i concorrenti. Un chip rivale potrebbe offrire migliori prestazioni per watt senza disporre di networking o supporto software equivalenti.

Nvidia può inoltre migliorare l’economia su più livelli contemporaneamente. Un’interconnessione più veloce potrebbe aumentare l’utilizzo delle GPU senza modificare le unità aritmetiche della GPU.

Le ottimizzazioni software possono ridurre l’uso della memoria. Nuovi formati numerici possono aumentare il throughput. Un processore specializzato per l’inferenza può gestire carichi di lavoro non adatti a una GPU convenzionale.

Ciò significa che le critiche di Pat Gelsinger alle GPU non prevedono automaticamente il declino di Nvidia. Nvidia può rispondere cambiando ciò che viene considerato un sistema Nvidia.

L’azienda si descrive già come una piattaforma di accelerated computing, piuttosto che semplicemente come un produttore di GPU. La sua roadmap hardware sostiene questa caratterizzazione.

I clienti dovrebbero comunque verificare queste affermazioni sulle proprie applicazioni. Una piattaforma strettamente integrata può essere efficiente su larga scala pur rimanendo eccessiva per un deployment più piccolo.

Può inoltre introdurre una concentrazione operativa. Un problema che coinvolge il calendario hardware di un fornitore, il livello di networking o lo stack software può influenzare l’intero sistema.

Tuttavia, l’integrazione offre un chiaro vantaggio commerciale quando i clienti danno priorità alla velocità di deployment. Gli acquirenti spesso accettano un certo lock-in per evitare di assemblare autonomamente molteplici componenti ancora poco maturi.

La sfida immediata non è quindi GPU contro CPU. È la piattaforma integrata di Nvidia contro una combinazione più aperta di processori di diversi fornitori.

Intel affronta il test più difficile della tesi di Gelsinger

Intel concorda con l’argomento workload-first, ma deve dimostrare che i clienti desiderano la sua specifica combinazione di CPU, GPU, networking e software.

L’analisi di Gelsinger ha un peso aggiuntivo perché Intel un tempo occupava la posizione più forte nel data center computing. Porta con sé anche un bagaglio aggiuntivo.

Intel ha sottovalutato il ruolo a lungo termine delle GPU e della piattaforma per sviluppatori di Nvidia. I suoi sforzi nel campo degli acceleratori AI hanno avuto difficoltà a raggiungere un’adozione comparabile.

Questa storia rende Gelsinger sia un critico competente sia un partecipante interessato. Ora lavora con aziende tecnologiche attraverso investimenti di venture capital e attività di consulenza.

Alcune aziende nel suo portafoglio operano nel dataflow computing, nella resilienza del networking, nelle connessioni ottiche e in altre alternative alle architetture convenzionali. I lettori dovrebbero considerare questo contesto nel valutare il suo entusiasmo.

Ciononostante, l’attuale strategia di Intel segue la stessa logica di sistema. L’azienda ha enfatizzato le CPU come control plane per l’AI agentica, sviluppando al contempo una nuova GPU per data center orientata all’inferenza.

Crescent Island è progettata per l’inferenza enterprise, non come una replica diretta dei più grandi sistemi di training. Intel afferma che utilizzerà l’architettura Xe3P e includerà 160 gigabyte di memoria LPDDR5X.

L’azienda ha descritto la GPU come adatta a server raffreddati ad aria. Afferma inoltre che il design punta a capacità di memoria, larghezza di banda, efficienza energetica e comuni tipi di dati per l’inferenza.

Intel prevede di fornire campioni ai clienti nella seconda metà del 2026. Finché tali campioni non produrranno risultati indipendenti, Crescent Island rimarrà un insieme di obiettivi progettuali.

La roadmap ufficiale di Crescent Island illustra sia l’opportunità sia il rischio. Intel sta affrontando un problema riconosciuto, ma numerosi concorrenti vedono la stessa apertura.

Un ampio pool di memoria può aiutare a servire modelli di grandi dimensioni. Non garantisce compatibilità software, throughput reale delle applicazioni, affidabilità o costi operativi totali favorevoli.

Intel deve inoltre spiegare come gli sviluppatori trasferiranno i carichi di lavoro sulla nuova piattaforma. Le sue ambizioni di software aperto competono con un ambiente CUDA costruito in molti anni.

L’apertura può attrarre clienti che non gradiscono la dipendenza da un singolo fornitore. Può anche generare complessità se driver, compilatori, librerie e framework si comportano diversamente tra processori.

Questo problema software è centrale nell’heterogeneous computing. Dividere il lavoro tra diverse architetture crea opportunità di efficienza, ma ogni confine introduce spostamento dei dati e sovraccarico di programmazione.

Un vantaggio teorico di velocità scompare quando un’applicazione trascorre troppo tempo a copiare informazioni o convertire formati. I team operativi necessitano anche di strumenti coerenti per debugging e monitoraggio.

Gelsinger ha riconosciuto che al settore manca un livello software consolidato per l’AI eterogenea. Intel aveva in precedenza promosso oneAPI come strada per programmare più architetture attraverso strumenti comuni.

L’obiettivo resta interessante. Le evidenze di mercato restano contrastanti.

Il maggiore vantaggio di Intel potrebbe essere la sua base installata di CPU. Le imprese già eseguono applicazioni, database, strumenti di sicurezza e ambienti di virtualizzazione su sistemi x86.

Questi carichi di lavoro non scompaiono quando un’azienda adotta l’AI. Un agente spesso deve interagire con essi.

Intel può sostenere che le sue CPU, i prodotti Ethernet e gli acceleratori per l’inferenza si adattino a questi ambienti esistenti. Nvidia può rispondere che i suoi rack integrati offrono migliori prestazioni end-to-end.

AMD, Google, i cloud provider e le startup dell’inferenza aggiungono ulteriore pressione. Ciascuno offre una combinazione diversa di portabilità, specializzazione, disponibilità e controllo.

Questo mercato affollato rende la formula “le GPU fanno schifo” meno utile per le decisioni d’acquisto. Gli acquirenti hanno bisogno di risultati misurati sui propri modelli e schemi di servizio.

Dovrebbero confrontare il tempo al primo token, il throughput sostenuto, il consumo energetico, la capacità di memoria, l’utilizzo, il recupero dai guasti e il lavoro software. Il solo costo di acquisizione fornisce un quadro incompleto.

I team hanno inoltre bisogno di registrazioni disciplinate di questi test. Una knowledge base ingegneristica ricercabile può conservare condizioni di benchmark, decisioni architetturali e report sui guasti attraverso i cicli di valutazione.

Senza questo contesto, le organizzazioni possono confrontare numeri prodotti con modelli, dimensioni dei batch, precisioni e obiettivi di latenza diversi. La decisione risultante potrebbe premiare il marketing anziché le prestazioni del sistema.

L’affermazione “le GPU fanno schifo” richiede ancora un controllo di realtà

Un argomento architetturale provocatorio non dimostra che hardware alternativo produrrà risultati aziendali migliori.

La prima incertezza riguarda l’ambito. Le GPU gestiscono molti carichi di lavoro, dal training e dal calcolo scientifico al rendering e all’inferenza.

Un risultato debole sul codice con molte diramazioni non annulla risultati forti nel calcolo parallelo denso. Allo stesso modo, solide prestazioni di training non garantiscono il costo più basso per ogni servizio di inferenza.

La seconda incertezza riguarda l’obiettivo di efficienza di 10.000 volte indicato da Gelsinger. Lo ha descritto come una stima derivata dall’economia dei deployment su scala dei motori di ricerca.

Quel numero comunica ambizione. Non descrive un divario verificato condiviso da ogni applicazione AI.

I confronti di efficienza richiedono un denominatore. I ricercatori potrebbero misurare token per joule, richieste al secondo, latenza sotto carico o costo totale per attività completata.

Ogni metrica può favorire un’architettura diversa. La qualità del modello complica ulteriormente il confronto, perché un output più veloce ha valore limitato quando produce risultati meno utili.

La terza incertezza riguarda la domanda. I volumi di inferenza stanno crescendo, ma l’economia delle applicazioni rimane incerta.

Alcuni agenti generano valore evidente automatizzando lavoro costoso. Altri consumano molti token producendo risultati che i dipendenti devono esaminare approfonditamente.

Un’inferenza più economica può espandere l’utilizzo attraverso il paradosso di Jevons, in cui l’efficienza riduce i costi e stimola domanda sufficiente ad aumentare il consumo totale. Non garantisce applicazioni redditizie.

La quarta incertezza è il software. I processori specializzati spesso iniziano con dimostrazioni impressionanti. Un’adozione ampia richiede compilatori stabili, supporto per i framework, strumenti di sicurezza, orchestrazione e disponibilità cloud.

Gli sviluppatori hanno anche bisogno di portabilità. Un’azienda potrebbe esitare a ottimizzare profondamente per il chip di una startup se la migrazione dovesse diventare costosa.

La base software installata di Nvidia le offre margine per migliorare le aree più deboli. La sua piattaforma Rubin combina una CPU personalizzata, GPU, networking, elaborazione dei dati e componenti legati allo storage.

Nvidia afferma che Rubin può ridurre i costi dei token di inferenza fino a dieci volte rispetto a Blackwell. Il confronto proviene da Nvidia e richiede una validazione indipendente su applicazioni diverse.

Ciononostante, sfida direttamente l’idea che la posizione dominante delle GPU impedisca grandi guadagni di efficienza. Nvidia può riprogettare il sistema circostante mantenendo la compatibilità con la propria piattaforma software.

La quinta incertezza riguarda l’infrastruttura dei data center. I processori avanzati richiedono alimentazione, raffreddamento, networking e capacità fisica.

Un chip nominalmente efficiente può comunque creare problemi di deployment se richiede configurazioni di raffreddamento o rete non familiari. Al contrario, un acceleratore raffreddato ad aria può adattarsi più facilmente alle strutture esistenti.

Anche i grandi cluster introducono problemi di affidabilità. Con l’aumento del numero di componenti, i guasti diventano più frequenti e il checkpointing consuma risorse aggiuntive.

Gelsinger ha sostenuto che configurazioni enormi richiedano una resilienza hardware e software più forte. Nvidia considera la progettazione a livello di rack e il co-design parte della propria risposta.

Nessuna delle due posizioni può essere risolta con un titolo. Gli operatori hanno bisogno di evidenze di produzione che coprano uptime, tempi di ripristino, utilizzo e sforzo di manutenzione.

Il precedente ruolo di Gelsinger in Intel aggiunge un’altra ragione di cautela. Intel ha mancato parti importanti della transizione alle GPU mentre lui e altri dirigenti hanno trascorso anni a difendere il computing incentrato sulla CPU.

La sua argomentazione attuale è più sfumata di quella posizione precedente. Tuttavia, la storia di Intel dimostra che identificare una limitazione tecnica non garantisce un’esecuzione di successo.

Nvidia merita un esame altrettanto rigoroso. Una piattaforma dominante può modellare benchmark, definizioni e aspettative di approvvigionamento intorno ai propri punti di forza.

I clienti dovrebbero verificare se un sistema Nvidia completo migliori il proprio carico di lavoro end-to-end o semplicemente aumenti la scala dell’acquisto.

Il giudizio più equo è più ristretto della retorica di entrambe le parti. Le GPU sono acceleratori eccezionalmente efficaci, ma non sono processori universali.

I sistemi eterogenei offrono una risposta credibile. Trasferiscono però la difficoltà dalla progettazione dei chip all’integrazione, al software e alle operazioni.

Cosa dovrebbero osservare ora i lettori di Google News

Tre segnali concreti mostreranno se Gelsinger ha individuato una transizione di mercato o ha semplicemente riaffermato un principio architetturale noto.

Il primo segnale è il test indipendente dei campioni Crescent Island di Intel. Intel prevede la distribuzione dei campioni nella seconda metà del 2026, il che rende le evidenze dei clienti il test pratico più vicino.

Risultati utili dovrebbero coprire modelli reali, diverse dimensioni dei batch, carichi sostenuti e latenza end-to-end. I confronti devono includere anche la maturità software e il consumo energetico del sistema.

Risultati solidi e riproducibili sosterrebbero l’argomento di Gelsinger secondo cui alternative ottimizzate per l’inferenza possono mettere sotto pressione i deployment GPU generalisti. Ritardi o dimostrazioni ristrette lo indebolirebbero.

Il secondo segnale è l’adozione in produzione dei sistemi Vera e Rubin di Nvidia. Nvidia ha nominato importanti laboratori AI, cloud provider e produttori che intendono utilizzare Vera.

I piani non sono implementazioni. Gli acquirenti dovrebbero monitorare l'utilizzo misurato, l'economia dei token, le tempistiche di consegna e l'affidabilità quando i sistemi entrano in un servizio più ampio.

Se Vera mantiene le GPU occupate gestendo in modo efficiente il lavoro di controllo del flusso, Nvidia avrà convalidato il calcolo eterogeneo all'interno della propria piattaforma. Questo risultato sostiene il meccanismo di Gelsinger, rafforzando al contempo Nvidia sul piano commerciale.

Il terzo segnale è la portabilità dei carichi di lavoro tra chip concorrenti per l'inferenza AI. I clienti devono poter spostare i modelli tra Nvidia, Intel, AMD, Google e acceleratori specializzati senza dover ricostruire intere applicazioni.

I progressi nei compilatori, nei runtime di inferenza e nei formati aperti per i modelli ridurrebbero il vantaggio software di Nvidia. La frammentazione o risultati incoerenti preserverebbero la posizione dell'operatore storico.

Il prossimo titolo su Google News probabilmente metterà in evidenza un benchmark, una partnership o una dichiarazione clamorosa di un dirigente. I lettori dovrebbero guardare oltre per trovare prove sui sistemi completi.

Chiedetevi quale processore ha gestito ogni fase, quanti dati sono stati spostati tra i componenti e se il software è rimasto manutenibile. Esaminate poi il risultato sotto una domanda di produzione sostenuta.

L'argomentazione di Gelsinger è importante perché l'infrastruttura AI sta diventando più diversificata proprio mentre cresce la dipendenza da essa. Le sue parole non dovrebbero sostituire la verifica.

Per gli sviluppatori e gli acquirenti aziendali, l'azione pratica è semplice. Documentate il vostro carico di lavoro, testate diverse architetture e misurate l'intero percorso dalla richiesta al risultato utile.

Il sistema vincente non sarà quello con l'affermazione più roboante. Sarà quello che fornisce lavoro affidabile entro vincoli reali di consumo energetico, latenza, software e operatività.