Il supercalcolo entra in azienda per accelerare l’innovazione

L’adozione dell’intelligenza artificiale in azienda è vicina a una svolta. Presto la partita non si giocherà più solo sul software, ma anche sulla potenza di calcolo. Entro il 2027 il 40% delle imprese investirà in infrastrutture di supercalcolo disegnate per l’intelligenza artificiale, con l’obiettivo di sviluppare applicazioni avanzate, aumentare la produttività o difendere il proprio vantaggio competitivo. O tutte queste cose insieme. Il bisogno di potenza di calcolo ridisegnerà le priorità per la spesa It, aprendo un nuovo ciclo di investimenti industriali.

Lo scenario è descritto nel report Top strategic technology trends for 2026, con cui gli analisti di Gartner tracciano i trend tecnologici dei prossimi cinque anni. Se confermato, potrebbe segnare l’avvio di una nuova fase industriale per l’intelligenza artificiale al servizio delle imprese. Una fase segnata dallo sviluppo di modelli più maturi e complessi, dall’automazione di processi critici e, non ultimo, dalla necessità di accelerare l’innovazione.

La convergenza tra supercalcolo e intelligenza artificiale non è una novità. È anzi alla base della nascita dell’intelligenza artificiale generativa, lanciata nel 2022 da OpenAI con ChatGpt, e di tutti i suoi derivati. Nascita che è stata resa possibile proprio dall’incontro tra le potenti Gpu Nvidia e gli algoritmi capaci di addestrare i grandi modelli linguistici (LLM). Incontro che ha reso artificiale l’intelligenza, dando vita a una tecnologia in grado di comprendere il linguaggio naturale e generare autonomamente testi, video e immagini.

Questo gioco dell’imitazione si basa sull’addestramento dei modelli. E l’addestramento richiede ingenti risorse di calcolo. L’ente internazionale Ieee (Institute of electrical and electronics engineers) stima che per alimentare l’intelligenza artificiale già oggi i data center consumino, a livello globale, più dell’intero Messico: 600 TWh all’anno contro 550. Certo, concorrenti di OpenAi come la cinese DeepSeek hanno rimescolato le carte lanciando IA generative che a parità di prestazioni funzionano con meno risorse di calcolo. Ma lo stesso non può dirsi per il loro addestramento.

Tutto questo sta rendendo il supercalcolo una risorsa scarsa. I centri di calcolo sono diventati centri di potere. Un potere che a livello globale è in mano a poche big tech private con dimensioni sovranazionali: Google, Amazon e Microsoft. Gli stessi privati che hanno investito centinaia di miliardi per acquistare Gpu – un singolo chip Nvidia H200 oggi può costare fino a 40mila dollari – e trasformare i data center da infrastrutture per servizi cloud e storage di dati a centri dove addestrare e far lavorare intelligenze artificiali, con l’unico scopo di generare profitti.