NVIDIA ha annunciato un ampliamento del proprio portafoglio di modelli aperti destinato anche ai programmi europei di intelligenza artificiale sovrana, mettendo a disposizione architetture che organizzazioni pubbliche, imprese e centri di ricerca possono personalizzare con dati locali ed eseguire su infrastrutture controllate direttamente. Il portafoglio comprende le nuove componenti NVIDIA Nemotron 3.5 per linguaggio, visione, embedding, reranking e analisi documentale, la famiglia Kumo per dati aziendali strutturati, Cosmos per simulazione e generazione di ambienti fisici, Alpamayo per la guida autonoma, BioNeMo per le applicazioni biologiche e Ising per il calcolo quantistico. L’iniziativa comprende modelli, dataset, librerie e procedure di adattamento, con l’obiettivo dichiarato di consentire lo sviluppo di sistemi specifici per lingue, requisiti operativi e settori industriali. Nell’ambito di Nemotron, NVIDIA ha richiamato le versioni Super VL e Bolt introdotte il 15 ottobre, fra cui un modello visione-linguaggio da 120 miliardi di parametri e varianti compatte utilizzabili localmente. Il lavoro si inserisce nell’ecosistema Nemotron Coalition, al quale contribuiscono anche realtà europee come Black Forest Labs, H-Company e Mistral. Dassault Systèmes, Domyn, Dream, clienti di Palantir, Salesforce, SAP, Shopify, Synopsys e WPP, insieme ad Accenture ed EY, figurano fra le organizzazioni che utilizzano modelli e dataset Nemotron per creare soluzioni specialistiche.
Per i dati aziendali strutturati NVIDIA ha presentato Kumo Structured e Kumo Engine, destinati a previsioni su dati relazionali e tabellari, analisi di serie temporali, individuazione di anomalie e valutazioni predittive per le applicazioni. La famiglia consente di partire da modelli preaddestrati e adattarli successivamente a informazioni proprietarie, riducendo la necessità di costruire pipeline di machine learning indipendenti per ogni previsione. Fra le prime organizzazioni coinvolte figurano Cognite, Coinbase, Databricks, DoorDash, Revolut e Tubi, mentre clienti Snowflake utilizzano modelli della famiglia in ambiti come pubblicità, energia, servizi finanziari e retail. Per l’intelligenza artificiale fisica, NVIDIA ha ampliato Cosmos con strumenti per il post-training e l’ottimizzazione dei world model, checkpoint per la simulazione interattiva e Cosmos Data Factory, una raccolta di workflow e competenze agentiche per selezionare, etichettare, generare e verificare i dati di addestramento. Porsche con Voxel51, ANYbotics con Encord, Zalando, CEVA Logistics con Sereact e Siemens figurano fra gli utilizzatori di questi strumenti. NVIDIA ha inoltre introdotto Alpamayo 2 Edge, un modello compatto di ragionamento per la comprensione delle scene e la pianificazione del movimento direttamente a bordo dei veicoli, ottimizzato per DRIVE AGX Thor e previsto per la distribuzione su GitHub e Hugging Face entro ottobre 2026.
Nel settore biologico, NVIDIA ha incluso nel portafoglio RFD4-Proteina, realizzato con l’Institute for Protein Design della University of Washington per generare sequenze e strutture proteiche tridimensionali a partire da vincoli molecolari. Nei benchmark dichiarati dall’azienda, il sistema ha mostrato prestazioni competitive in oltre dieci attività di progettazione proteica e una velocità di generazione circa tredici volte superiore a RFdiffusion3 in una prova relativa a proteine di 200 amminoacidi. Per il calcolo quantistico è stata introdotta la famiglia Ising, dedicata a calibrazione hardware, correzione degli errori e gestione delle differenti modalità di qubit. IQM Quantum Computers utilizza Ising nella calibrazione dei processori quantistici, mentre SEEQC sta combinando i modelli con NVIDIA NVQLink e Digital Link per affrontare i requisiti di bassa latenza della correzione degli errori in tempo reale. AWS sta integrando la famiglia nel proprio Parallel Computing Service per consentire ai ricercatori di sviluppare e verificare applicazioni prima dell’impiego sui sistemi quantistici. Il programma comprende anche un ecosistema di partner per il post-training di Nemotron, fra cui AI21, AgileRL, Baseten, CoreWeave, Fireworks, Google Cloud, Multiverse Computing, Nebius, Scale AI e TNG, con il compito di adattare le architetture a carichi di lavoro e domini specifici. La disponibilità dei modelli aperti costituisce il componente software dell’iniziativa, mentre il controllo sovrano dei dati e dell’esecuzione dipende dalle infrastrutture, dalle modalità di distribuzione e dalle configurazioni adottate dalle singole organizzazioni.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)