NVIDIA sta accelerando lo sviluppo di Nemotron 4, un nuovo modello AI aperto che dovrebbe integrare almeno 1.000 miliardi di parametri e raggiungere dimensioni circa doppie rispetto a Nemotron 3 Ultra, il modello di punta della generazione precedente. L’obiettivo è ottenere prestazioni sufficienti per competere con i principali modelli aperti disponibili sul mercato, utilizzando al tempo stesso il progetto per ampliare l’ecosistema AI costruito attorno alle tecnologie NVIDIA. Le specifiche definitive e la data di lancio non sono ancora state stabilite: alcune decisioni relative ai dati di pre-training e all’architettura sono già state prese, ma l’addestramento finale potrebbe richiedere diversi mesi. Una possibile disponibilità viene indicata per la fine dell’autunno 2026, anche se il rilascio potrebbe slittare ulteriormente.
La dimensione complessiva non sarà però l’unico elemento utilizzato per aumentare le prestazioni. NVIDIA intende combinare tecniche di compressione, architetture più efficienti e ottimizzazioni specifiche per il proprio hardware, puntando quindi a migliorare il rapporto tra capacità del modello e risorse necessarie per eseguirlo. Nemotron 4 dovrebbe avere meno parametri rispetto a modelli cinesi come Kimi K3, indicato con 2.800 miliardi di parametri, e Qwen 3.8, con 2.400 miliardi, ma NVIDIA punta a compensare questa differenza attraverso compressione e ottimizzazione dell’esecuzione. L’obiettivo è consentire alle aziende di costruire e utilizzare sistemi AI ad alte prestazioni con costi operativi più contenuti, proseguendo una strategia già evidente nella famiglia Nemotron, dove architetture Mixture-of-Experts e ibride Mamba-Transformer vengono utilizzate per ridurre il numero di parametri effettivamente attivati durante l’inferenza.
Lo sviluppo non è affidato esclusivamente ai ricercatori NVIDIA. Per Nemotron 4 è stata costituita la Nemotron Coalition, alla quale partecipano Reflection AI, Cursor, Thinking Machines Lab, Mistral e Cognition. Le organizzazioni coinvolte condividono dati di addestramento, materiali per la valutazione e idee relative alla progettazione del modello, pur continuando in molti casi a sviluppare parallelamente propri sistemi AI. Prime Intellect avrebbe inoltre messo a disposizione circa 300.000 ambienti di simulazione destinati all’addestramento di Nemotron 4, mentre Cognition avrebbe discusso la fornitura di dati specifici per il coding. Per le aziende partecipanti, la collaborazione permette di contribuire allo sviluppo di un modello di grandi dimensioni utilizzando l’enorme capacità computazionale di NVIDIA senza sostenere autonomamente i costi necessari per addestrare un sistema di questa scala.
La coalizione nasce anche dall’interesse comune ad ampliare il mercato dei modelli aperti invece di concentrare le capacità più avanzate in pochi sistemi proprietari. Vincent Weisser, CEO di Prime Intellect, ha descritto questo tipo di collaborazione come un modo per contrastare uno scenario nel quale un’unica azienda controlla un modello dominante. Per NVIDIA, tuttavia, l’espansione dei modelli aperti ha anche una conseguenza economica diretta: più aziende possono costruire, personalizzare e distribuire propri sistemi AI, maggiore diventa il numero di soggetti che necessitano di infrastrutture di calcolo e quindi di GPU. L’attuale domanda di acceleratori AI è infatti fortemente concentrata in un numero limitato di grandi operatori, tra cui OpenAI, Microsoft e xAI, alcuni dei quali stanno contemporaneamente investendo nello sviluppo di chip proprietari.
NVIDIA punta quindi a rendere più distribuita la domanda di infrastruttura AI, favorendo un mercato nel quale startup, imprese tradizionali e organizzazioni di ricerca possano addestrare o adattare direttamente modelli aperti. La diffusione di sistemi competitivi come Nemotron può aumentare sia il numero di aziende che utilizzano GPU sia la quantità complessiva di calcolo richiesta dalla competizione tra diversi modelli. Questa strategia è accompagnata da un forte aumento degli investimenti diretti di NVIDIA in capacità computazionale: l’azienda sta affittando server AI da cloud provider che a loro volta acquistano GPU NVIDIA e, ad aprile 2026, il valore dei contratti pluriennali per servizi cloud con scadenze fino all’inizio del 2031 aveva raggiunto 28 miliardi di dollari, circa tre volte il livello registrato un anno prima. Una parte di questa capacità viene destinata alla ricerca interna e allo sviluppo della famiglia Nemotron.
La scelta di investire nei modelli aperti è legata anche alla crescente competizione tecnologica tra Stati Uniti e Cina. All’interno di NVIDIA sarebbe aumentata nel corso del 2025 la preoccupazione che i modelli aperti statunitensi stessero perdendo terreno rispetto alle alternative cinesi, trasformando il divario non soltanto in una questione commerciale ma anche in un problema di competitività tecnologica e sicurezza nazionale. Jensen Huang ha più volte sostenuto che i modelli aperti possano avere un ruolo nella sicurezza, nella cybersecurity, nella ricerca scientifica e nella capacità tecnologica dei singoli Paesi. Nemotron 4 viene quindi sviluppato anche con l’obiettivo di ridurre il divario prestazionale rispetto ai principali sistemi aperti cinesi.
La famiglia Nemotron non ha infatti ancora raggiunto stabilmente le prestazioni dei modelli più avanzati del settore. Nemotron 3 Ultra figura tra i modelli statunitensi aperti meglio posizionati in diversi benchmark, ma mantiene ancora una distanza significativa dai principali concorrenti cinesi e dalle prime posizioni delle classifiche complessive. Nemotron 4 dovrà quindi dimostrare che un aumento di scala accompagnato da nuove tecniche di compressione e ottimizzazione può ridurre concretamente questo divario. La strategia introduce allo stesso tempo una particolare sovrapposizione competitiva: molte delle startup che collaborano al progetto sviluppano propri modelli, mentre alcuni dei maggiori clienti NVIDIA potrebbero diventare progressivamente concorrenti sul fronte software. La stessa OpenAI, con cui NVIDIA mantiene rapporti molto stretti e nella quale ha previsto investimenti per 30 miliardi di dollari, potrebbe trovarsi a competere con modelli Nemotron qualora le alternative aperte ad alte prestazioni acquisissero una diffusione significativa.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)