NVIDIA e Oracle hanno annunciato l’ampliamento della collaborazione infrastrutturale per l’intelligenza artificiale con la disponibilità generale dei sistemi Vera Rubin NVL72 su Oracle Cloud Infrastructure e delle CPU NVIDIA Vera utilizzabili separatamente dalle configurazioni GPU. Il programma comprende inoltre un’espansione pianificata degli Oracle AI Supercluster verso infrastrutture con capacità elettriche nell’ordine di diversi gigawatt, destinate ai carichi computazionali più intensivi. L’offerta distingue due componenti dell’elaborazione AI: la potenza necessaria all’addestramento e all’inferenza dei modelli, fornita principalmente dagli acceleratori GPU, e le risorse CPU utilizzate per coordinare gli agenti, eseguire codice, accedere alle informazioni e gestire strumenti software durante le operazioni. La disponibilità indipendente delle due tipologie di risorse permette ai clienti di dimensionare separatamente i sistemi di calcolo in funzione delle esigenze effettive.
La nuova infrastruttura comprende i sistemi NVIDIA Vera Rubin NVL72, configurazioni rack-scale con 72 GPU progettate per carichi AI su larga scala, e server basati sulle CPU Vera, disponibili attraverso sistemi bare metal e macchine virtuali configurabili. Le CPU sono destinate a elaborazioni che accompagnano l’esecuzione dei modelli, comprese le attività di retrieval, analisi dei dati, coordinamento degli agenti, gestione delle flotte GPU e operazioni di apprendimento per rinforzo. In un sistema agentico, infatti, l’inferenza produce decisioni o istruzioni, ma l’esecuzione pratica può richiedere ulteriori elaborazioni su CPU, accessi a servizi esterni, esecuzione di software isolato e recupero di informazioni. Quando queste attività rappresentano il principale limite prestazionale, aumentare esclusivamente la capacità degli acceleratori non migliora necessariamente il tempo complessivo necessario al completamento delle operazioni.
NVIDIA dichiara per Vera incrementi prestazionali fino all’80% rispetto a processori x86 di riferimento in determinati carichi CPU associati agli agenti AI. Oracle precisa tuttavia che questi risultati provengono da benchmark condotti sulla piattaforma NVIDIA e non costituiscono misurazioni delle prestazioni effettive delle nuove istanze OCI. La disponibilità dei processori separatamente dalle GPU consente di utilizzare le risorse CPU per servizi complementari o di collegarle a infrastrutture di inferenza e addestramento dimensionate in maniera indipendente. OpenAI figura tra i clienti che stanno portando Vera in produzione su OCI per supportare su larga scala i workload di esecuzione isolata degli agenti. Il sistema viene quindi proposto sia agli sviluppatori di modelli avanzati sia alle organizzazioni che utilizzano l’intelligenza artificiale attraverso applicazioni nelle quali l’elaborazione del codice e l’accesso ai dati rappresentano componenti importanti del carico di lavoro.
L’ampliamento dell’offerta assume particolare rilevanza rispetto ai livelli di utilizzo delle GPU nelle organizzazioni. Un’indagine condotta da VentureBeat Intelligence attraverso rilevazioni mensili di luglio, agosto e settembre 2026 ha evidenziato che il 79% di 218 rispondenti dichiarava un utilizzo delle GPU pari o inferiore al 50%. Tra questi soggetti, il 70% prevedeva comunque modifiche alla propria piattaforma infrastrutturale. I risultati derivano da dichiarazioni dei partecipanti, appartenenti a organizzazioni con almeno 100 dipendenti o a consulenti che rispondevano per conto dei clienti, e non da verifiche dirette dei sistemi hardware. I dati non dimostrano quindi che la capacità inutilizzata sia causata prevalentemente dalle prestazioni delle CPU: una GPU può rimanere inattiva perché attende un’elaborazione complementare, perché un servizio remoto introduce ritardi oppure semplicemente perché non esistono sufficienti richieste da elaborare.
Oracle prevede inoltre una configurazione NVIDIA Rubin NVL8 comprendente otto GPU e processori Intel Xeon, pensata per offrire un’opzione di dimensioni inferiori rispetto al sistema NVL72 e mantenere la compatibilità con applicazioni x86. La soluzione è indicata come prevista e non ancora generalmente disponibile. L’architettura OCI viene presentata come capace di gestire differenti generazioni di piattaforme NVIDIA e di adattare le risorse tra carichi di addestramento e inferenza, con l’obiettivo di migliorare l’impiego della capacità installata. Le CPU Vera saranno rese disponibili progressivamente in regioni OCI selezionate, rendendo necessario verificare localizzazione, tipologie di istanza e capacità effettivamente accessibile.
La valutazione economica delle configurazioni richiede di distinguere le prestazioni dei singoli processori dall’efficienza dell’intero workflow applicativo. Per un’organizzazione con GPU sottoutilizzate a causa di ritardi nell’esecuzione di attività CPU, l’introduzione di Vera potrebbe migliorare il throughput complessivo; per un’azienda che dispone già di acceleratori sufficienti ma non genera un volume adeguato di richieste, un aggiornamento hardware non risolve automaticamente il problema. Le informazioni commerciali disponibili non permettono ancora di quantificare risparmi generalizzabili, che dipendono dai prezzi delle istanze, dalla durata delle elaborazioni, dall’utilizzo effettivo delle risorse e dagli eventuali costi delle API dei modelli. La nuova offerta introduce quindi configurazioni hardware più flessibili, la cui convenienza deve essere misurata considerando il costo totale delle attività completate e non soltanto le prestazioni teoriche dei processori.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI).