<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/">
	<channel>
		<title>Info DataNemotron (Nvidia), in cinque punti cosa c’è da sapere - Info Data</title>
		<link>https://www.infodata.ilsole24ore.com/2026/09/05/nemotron-nvidia-in-cinque-punti-cosa-ce-da-sapere/</link>
		<description>Le notizie raccontate con i  numeri</description>
		<lastBuildDate>Sat, 05 Sep 2026 06:43:30 +0000</lastBuildDate>

					<item>
				<title>Nemotron (Nvidia), in cinque punti cosa c’è da sapere</title>
				<link>https://www.infodata.ilsole24ore.com/2026/09/05/nemotron-nvidia-in-cinque-punti-cosa-ce-da-sapere/</link>
				<pubDate>Sat, 05 Sep 2026 05:38:28 +0000</pubDate>
				<dc:creator><![CDATA[Infodata]]></dc:creator>
								<source>Nvidia</source>
				<sourcelink>https://www.infodata.ilsole24ore.com/argomento/nvidia</sourcelink>
				
				<description>
					<![CDATA[Per anni Nvidia ha venduto soprattutto i “muscoli” dell’intelligenza artificiale: le GPU sulle quali vengono addestrati e utilizzati i modelli di OpenAI, Google, Meta e di buona parte dell’industria. Con <a href="https://www.nvidia.com/it-it/ai-data-science/foundation-models/nemotron/"><strong>Nemotron</strong></a>, però, Nvidia sale di un piano: non soltanto chip, ma anche modelli di AI progettati soprattutto per gli agenti, cioè software capaci di pianificare ed eseguire autonomamente una sequenza di operazioni.

Le ultime novità spiegano bene la strategia. <strong>Nemotron 3 Super</strong> ha 120 miliardi di parametri, ma ne attiva 12 miliardi alla volta, ed è pensato per ragionamento, coding e sistemi multi-agente. <strong>Nemotron 3.5 Lightning</strong>...]]>
				</description>

									<enclosure length="0" type="image/jpeg" url="https://www.infodata.ilsole24ore.com/wp-content/uploads/sites/89/2026/08/Copy-of-genai-social-nemotron-3-4643900-1920x1080-1-1536x864-1.png"/>
												<post-id xmlns="com-wordpress:feed-additions:1">96928</post-id>			</item>
			</channel>
</rss>