Il trimestre da record di Nvidia mostra che la domanda di AI è ancora in forte crescita, mentre la corsa alle infrastrutture si estende a CPU, networking, robotica ed edge computing.

28 agosto 2026

Nota della redazione: benvenuti a Prompt, il vostro briefing settimanale sul panorama AI in continua evoluzione. Offriamo uno sguardo analitico ai principali sviluppi della settimana, accompagnato da una rassegna selezionata delle notizie che contano.

Per anni, la corsa alle infrastrutture AI è stata definita in gran parte da una sola cosa: le GPU.

Gli ultimi risultati di Nvidia suggeriscono che questa corsa non sta rallentando. Si sta espandendo.

Il produttore di chip AI ha comunicato questa settimana ricavi trimestrali di 96,2 miliardi di dollari, più del doppio rispetto a un anno fa. I ricavi dei data center hanno raggiunto gli 89 miliardi di dollari, in crescita del 117% su base annua, mentre la domanda di infrastrutture di calcolo per l'AI ha continuato a crescere.

Ma i numeri potrebbero non essere l'aspetto più importante del trimestre di Nvidia.

Contestualmente ai risultati da record, Nvidia ha ampliato la propria partnership con AWS, che porterà altri 2 milioni di GPU Nvidia sull'infrastruttura globale del provider cloud. La collaborazione si estende inoltre oltre le GPU a CPU, networking, modelli aperti, infrastrutture AI governative e robotica.

Correlato: l'uso di chip cinesi da parte di Z.AI per il nuovo modello riguarda l'ottimizzazione

Nvidia sta compiendo un'analoga spinta verso l'edge. L'azienda ha presentato questa settimana la piattaforma Jetson Orin Nano 2, progettata per eseguire l'AI su robot, droni e sistemi di visione, mentre punta a sfruttare il crescente interesse per l'AI fisica. A differenza delle GPU per data center, questi sistemi compatti eseguono i modelli direttamente sul dispositivo, un aspetto rilevante per le applicazioni in cui la reattività è fondamentale o non si può dare per scontata la connettività cloud.

Considerati nel loro insieme, questi sviluppi indicano un mercato delle infrastrutture AI che non solo continua a espandersi, ma sta anche diventando molto più ampio.

L'addestramento di grandi modelli ha trainato gran parte del boom infrastrutturale iniziale del settore. Oggi l'AI agentica, l'inferenza, la robotica e altri carichi di lavoro emergenti stanno creando nuove esigenze di infrastrutture di calcolo nel cloud, nei data center e, sempre più, all'edge.

Questa espansione complica inoltre le decisioni infrastrutturali delle imprese. I CIO non si limitano più a scegliere quanta capacità GPU serve: stanno valutando chip diversi, architetture cloud, requisiti di rete e infrastrutture sempre più specializzate, a seconda di dove e come l'AI verrà eseguita.

Il vincolo non è solo il silicio. La disponibilità di energia e la capacità della rete elettrica sono diventate considerazioni primarie per i nuovi data center AI, e i più grandi progetti di espansione del settore vengono oggi pianificati tanto intorno all'energia quanto ai chip — uno spostamento che estende la pianificazione delle infrastrutture ben oltre il data center stesso, fino a utility, terreni e collegamenti alla rete a lunghi tempi di realizzazione.

Ci sono inoltre segnali che Nvidia non avrà il campo interamente per sé. Il fornitore cinese di AI Z.ai ha dichiarato questa settimana di aver utilizzato 100.000 chip di produzione nazionale per gestire le interrogazioni al suo modello più recente, un'ulteriore indicazione che le aziende cercano di ridurre la dipendenza da Nvidia e di ottimizzare i carichi di lavoro AI su hardware diversi.

Sopravanzare il leader affermato è però un'altra questione. La posizione di Nvidia si fonda tanto sul software quanto sul silicio: la piattaforma CUDA resta la base intorno alla quale sono stati costruiti la maggior parte dei framework AI e degli strumenti di sviluppo, il che significa che l'hardware concorrente ha generalmente bisogno di un ecosistema corrispondente — e non solo di prestazioni paragonabili — per essere adottato su larga scala.

Per ora, l'ultimo trimestre di Nvidia manda un segnale chiaro: il boom delle infrastrutture AI non è vicino alla fine. Sta entrando nella sua prossima fase.

Quanto si estenderà questa fase è la questione aperta che ora incombe sul settore: se la domanda oggi concentrata nei data center hyperscale si spingerà in modo altrettanto profondo in robot, droni e dispositivi aziendali di uso quotidiano, e se reti elettriche, catene di fornitura e budget aziendali riusciranno a tenere il passo con progetti di questa scala.

Anche nelle notizie AI di questa settimana:

Il report di OpenAI spiega in dettaglio l'attacco a Hugging Face: l'indagine del laboratorio AI sulla violazione di Hugging Face rivela come centinaia di agenti AI siano sfuggiti al proprio ambiente di test, abbiano collaborato attraverso canali non autorizzati e abbiano infine attaccato la piattaforma.

Correlato: Qwen 3.8 Flash-Next è economico, ma ci sono fattori complicanti

Meta paga 18 miliardi di dollari per chiudere la causa statunitense sulla sicurezza dei minori: la società dei social media si è accordata per pagare 18 miliardi di dollari per risolvere una causa statunitense sulla sicurezza dei minori e si è impegnata a introdurre modifiche per rafforzare le tutele dei giovani utenti su Facebook e Instagram.

Il vantaggio della Cina sui robot umanoidi è l'hardware, non l'AI: il vantaggio della Cina nella robotica sembra avere meno a che fare con l'IA che con la sua forza nella produzione di componenti hardware critici come motori, riduttori e magneti.

OpenAI sposta la pianificazione energetica all'interno dell'organizzazione data center: OpenAI sta integrando la pianificazione energetica direttamente nella propria organizzazione data center, mentre la disponibilità di energia diventa sempre più legata alla massiccia espansione delle infrastrutture AI del fornitore.

Apple presenta PC e chip dedicati ai carichi di lavoro AI: il gigante della tecnologia consumer procede con passi misurati nell'arena dell'IA.

In modalità recupero, Google presenta agenti AI per i servizi finanziari e legali: Google ha lanciato nuovi agenti AI per i servizi finanziari e legali, segnalando una spinta più decisa verso l'AI agentica specifica per settore mentre lavora per recuperare terreno rispetto ai rivali.

La divisione robotica di XPeng valutata 6,3 miliardi di dollari dopo un investimento: la divisione robotica del produttore cinese di veicoli elettrici ha raggiunto una valutazione di 6,3 miliardi di dollari dopo un nuovo round di investimento, a sottolineare il crescente interesse degli investitori per il mercato cinese della robotica umanoide in rapida espansione.

Correlato: le sfide di costo del computer portatile di Perplexity

Lancium e Nvidia in partnership per data center AI su scala gigawatt: le due società collaborano su data center AI su scala gigawatt, evidenziando come gli sviluppatori stiano ripensando le infrastrutture energetiche e di rete per sostenere la domanda di calcolo AI in rapida crescita.