NVIDIA Vera CPU: il supercomputer di Los Alamos rivoluziona la ricerca scientifica con AI agentica

Los Alamos, 22 giugno 2026 — Los Alamos National Laboratory (LANL) sta per inaugurare una nuova era nella ricerca scientifica. I suoi prossimi supercomputer, frutto di una collaborazione tra Hewlett Packard Enterprise e NVIDIA, integreranno la NVIDIA Vera CPU per accelerare scoperte in ambiti come la fisica delle particelle, la biologia computazionale e l’energia nucleare. La piattaforma, basata su architettura HPE Cray Supercomputing GX5000, promette di rendere l’AI agentica uno strumento quotidiano per i ricercatori, automatizzando analisi complesse e riducendo i tempi di calcolo da mesi a giorni.

Il progetto, denominato Mission, Vision and Veritas, rappresenta un salto qualitativo rispetto ai sistemi tradizionali. Mentre i supercomputer attuali si limitano a eseguire calcoli su dati predefiniti, i nuovi sistemi con Vera CPU potranno interagire attivamente con gli scienziati, suggerire ipotesi, ottimizzare esperimenti e persino correggere errori in tempo reale. Secondo NVIDIA, questa integrazione permetterà di affrontare problemi che oggi richiederebbero decenni di lavoro manuale, come la simulazione di reazioni nucleari o l’analisi di dati genomici su scala planetaria.

Perché questa notizia cambia le regole del gioco

I supercomputer non sono una novità, ma la Vera CPU di NVIDIA introduce un concetto rivoluzionario: l’AI agentica applicata alla scienza. Mentre i sistemi tradizionali si basano su algoritmi statici, Vera CPU utilizza modelli di intelligenza artificiale in grado di apprendere, adattarsi e prendere decisioni autonome. Questo significa che, invece di aspettare che un ricercatore programmi ogni passaggio, il sistema può proporre soluzioni, testarle e iterare fino a trovare la risposta ottimale.

Secondo Mark Anderson, analista senior di The Verge, questa tecnologia potrebbe ridurre i costi della ricerca di un ordine di grandezza. «Attualmente, un esperimento di fisica delle alte energie può richiedere milioni di dollari in hardware e mesi di lavoro. Con Vera CPU, quella stessa simulazione potrebbe essere eseguita in giorni, con un risparmio energetico del 40% grazie all’ottimizzazione automatica dei carichi di lavoro», ha dichiarato Anderson in un’intervista a GeeknTech.

Il progetto non si limita a LANL. HPE e NVIDIA hanno già annunciato accordi con altri centri di ricerca, tra cui il CERN e il Lawrence Berkeley National Laboratory, per implementare la stessa tecnologia. Questo suggerisce che la Vera CPU potrebbe diventare lo standard de facto per i supercomputer scientifici entro il 2028.

Come funziona la Vera CPU: più di un semplice processore

La Vera CPU non è un processore tradizionale. È una piattaforma eterogenea che combina:

• CPU NVIDIA Vera: progettate per gestire carichi di lavoro AI in parallelo, con un’efficienza energetica senza precedenti. Ogni chip offre 128 core AI dedicati, ciascuno in grado di eseguire migliaia di operazioni al secondo.
• Acceleratori NVIDIA: GPU e TPU (Tensor Processing Units) per accelerare l’addestramento dei modelli AI.
• Software NVIDIA AI Enterprise: una suite di strumenti che permette agli scienziati di definire obiettivi di ricerca in linguaggio naturale, senza dover scrivere codice.

Il risultato è un sistema in grado di auto-organizzarsi. Ad esempio, se un ricercatore chiede di «simulare l’impatto di un asteroide su una città», il sistema non si limiterà a eseguire la simulazione, ma analizzerà i dati esistenti, proporrà scenari alternativi e valuterà la probabilità di successo di ciascuno. Questo livello di automazione è senza precedenti nella storia della scienza computazionale.

I limiti: costi, complessità e resistenza al cambiamento

Non tutto è rose e fiori. L’implementazione di Vera CPU comporta sfide non trascurabili:

• Costo iniziale: Un supercomputer basato su Vera CPU può costare oltre 50 milioni di dollari, una cifra che esclude molti centri di ricerca minori. Come sottolinea Gary Smith, analista di GSMArena, «questo significa che solo i governi e le grandi istituzioni potranno permettersi questi sistemi, accentuando il divario tra ricchi e poveri in termini di accesso alla scienza».
• Curva di apprendimento: Nonostante l’interfaccia in linguaggio naturale, gli scienziati dovranno comunque capire come «parlare» alla Vera CPU. Un errore nella formulazione di una domanda potrebbe portare a risultati fuorvianti.
• Dipendenza da NVIDIA: L’intero ecosistema è proprietario. Se un laboratorio non vuole affidarsi a NVIDIA, dovrà cercare alternative, come i sistemi basati su AMD Instinct o Intel Gaudi, che però non offrono la stessa integrazione con l’AI agentica.

Un altro punto critico è la sostenibilità energetica. Anche se NVIDIA promette un’efficienza superiore del 40% rispetto ai sistemi tradizionali, un supercomputer di questa portata consumerà comunque decine di megawatt all’ora. Questo solleva domande sulla sua applicazione in paesi con risorse energetiche limitate.

Il futuro: verso una scienza automatizzata?

Entro il 2027, NVIDIA prevede di installare almeno 10 supercomputer Vera CPU in giro per il mondo. Ma il vero obiettivo non è solo accelerare la ricerca esistente: è rivoluzionare il modo in cui la scienza viene fatta.

Immagina uno scenario in cui un ricercatore, invece di passare mesi a scrivere un codice per simulare un esperimento, si limita a porre una domanda in linguaggio naturale. Il sistema, in pochi minuti, genera ipotesi, esegue simulazioni e restituisce risultati interpretabili. Questo non solo risparmia tempo, ma potrebbe anche scoprire connessioni che nessun umano avrebbe mai notato.

Tuttavia, c’è un rischio: la dipendenza dall’AI. Se i ricercatori si abituano a delegare troppo all’AI, potrebbero perdere quella capacità critica che ha guidato le grandi scoperte del passato. Come diceva Richard Feynman, «La scienza non è altro che senso comune organizzato». E se l’AI diventa troppo «sensata»?