A San Jose, al GTC 2026, Nvidia ha provato a raccontare se stessa non più solo come il produttore dei chip che alimentano l’AI, ma come la piattaforma che vuole stare in mezzo a tutto: data center, agenti autonomi, sicurezza, videogiochi e robotica. Il dato che ha fatto più rumore è quello annunciato da Jensen Huang: la domanda cumulata per i sistemi Blackwell e Rubin potrebbe superare i 1.000 miliardi di dollari entro la fine del 2027, il doppio rispetto alla stima evocata un anno fa per il 2026. Ma attorno a quel numero c’è un messaggio più ampio: Nvidia scommette che la prossima ondata dell’intelligenza artificiale non sarà solo addestrare modelli, bensì metterli al lavoro, in tempo reale, dentro software, macchine e ambienti fisici.
1. Il trilione non è solo una previsione: è una dichiarazione di potere
Quando Huang parla di oltre 1.000 miliardi di dollari di “sales opportunity” entro il 2027 per Blackwell e Rubin, non sta solo alzando l’asticella delle attese su Nvidia. Sta dicendo che l’infrastruttura dell’AI è diventata un mercato di scala quasi energetica: gigantesco, sistemico, difficile da sostituire. Reuters nota anche che questa cifra non include né il networking né i nuovi processori legati all’accordo con Groq, quindi il messaggio implicito è che il perimetro Nvidia è persino più largo del numero annunciato.
2. Il centro della partita si sta spostando dall’addestramento all’inferenza
Il GTC 2026 ha mostrato con chiarezza dove Nvidia vede la prossima frontiera: l’inferenza, cioè il momento in cui i modelli vengono usati davvero. È qui che entrano in scena agenti AI, software autonomi e servizi che devono rispondere in tempo reale. La nuova corsa non riguarda solo costruire modelli sempre più grandi, ma farli funzionare su larga scala, in modo rapido, continuo e affidabile. È anche per questo che Huang insiste sul fatto che la domanda di calcolo sia esplosa con l’ascesa degli agenti e dei modelli “reasoning”.
3. OpenClaw e NemoClaw: Nvidia vuole mettere in sicurezza l’era degli agenti
Dentro questa strategia rientra anche la mossa più interessante sul piano software: il supporto a OpenClaw e la proposta di NemoClaw, la versione enterprise di Nvidia pensata per aggiungere controllo, privacy e sicurezza agli agenti AI. TechCrunch la legge così: Nvidia ha capito che l’entusiasmo per gli agenti rischia di schiantarsi contro il suo problema più grande, cioè la sicurezza. Se ogni azienda avrà davvero una “OpenClaw strategy”, come ha detto Huang, allora il vantaggio competitivo non sarà solo far girare gli agenti, ma renderli governabili in ambienti reali, dove errori, accessi impropri e automazioni fuori controllo costano caro.
4. DLSS 5 dice che Nvidia non vuole lasciare il gaming sullo sfondo
Nel mezzo di un keynote dominato da AI factory, chip e agenti, Nvidia ha comunque riservato un annuncio pesante al gaming: DLSS 5, in arrivo nell’autunno 2026. Secondo la società, si tratta del maggiore salto nella grafica computerizzata dai tempi del ray tracing in tempo reale del 2018. La novità è che DLSS non viene più raccontato solo come strumento per aumentare i frame, ma come sistema di neural rendering capace di aggiungere illuminazione e materiali fotorealistici, fino al 4K in tempo reale. Nvidia afferma anche che la tecnologia sarà supportata da grandi publisher come Bethesda, CAPCOM, Ubisoft e Warner Bros. Games, e da titoli come Starfield, Hogwarts Legacy e Assassin’s Creed Shadows. È il segnale che, per Nvidia, l’AI non è più un capitolo separato dal gaming: è il nuovo linguaggio della grafica stessa.
5. La physical AI allarga il racconto: dai data center al mare
L’ultimo messaggio del GTC 2026 è forse il più politico e industriale: l’AI non resta chiusa nei server, ma prova a entrare nel mondo fisico. In questo quadro si colloca anche la presenza di Mirai Robotics, startup italiana che, secondo quanto comunicato dall’azienda, ha presentato a San Jose la propria visione sulla robotica navale autonoma e parteciperà agli “NVIDIA Inception Startup Pitches”, il format dedicato alle giovani imprese del programma Inception. Il punto qui non è solo la startup in sé, ma il contesto: Nvidia sta cercando di diventare la piattaforma di riferimento anche per la physical AI, cioè per veicoli, robot e sistemi autonomi che devono percepire l’ambiente, decidere e agire sull’edge in tempo reale. È il passaggio dall’AI che genera testi o immagini all’AI che muove oggetti, mezzi e infrastrutture.
Per approfondire
Chi è James? Il primo essere umano digitale di Nvidia
Nvidia lancia il nuovo assistente in-game per il videogioco. E potrebbe essere una rivoluzione
Quanta elettricità consuma l’intelligenza artificiale?
Arriva il primo videogioco con umani “intelligenti” potenziati con l’Ai di Nvidia
Da Convert Protocol ai Neo Npc, i chatbot renderanno i videogiochi più umani e unici
