La Medal of Honor IEEE a Jensen Huang: dai chip grafici alle AI factory

IEEE ha assegnato a Jensen Huang, fondatore e CEO di Nvidia, la Medal of Honor 2026, con un premio di 2 milioni di dollari. Il premio è stato annunciato il 6 gennaio al Consumer Electronics Show di Las Vegas da Mary Ellen Randall, presidente e CEO di IEEE. La motivazione ufficiale è «per la leadership nello sviluppo delle unità di elaborazione grafica e della loro applicazione al calcolo scientifico e all'intelligenza artificiale».

La formulazione è più circoscritta dell'immagine diffusa di Huang come figura imprenditoriale. IEEE riconosce una catena di decisioni architetturali che ha trasformato una periferica per il gaming in hardware parallelo general-purpose. Questo profilo ripercorre quella catena e segnala i punti in cui le affermazioni poggiano su dati dei produttori anziché su misurazioni indipendenti.

01Da progettista di chip a fondatore

Huang ha una laurea BSEE della Oregon State University e un MSEE di Stanford. Prima di fondare Nvidia ha lavorato in AMD e in LSI Logic. In LSI è stato direttore di CoreWare, la strategia system-on-a-chip dell'azienda, mentre in AMD aveva già progettato microprocessori. Nvidia è stata fondata nel 1993 da Huang, Chris Malachowsky e Curtis Priem. Malachowsky proveniva da Sun Microsystems. Priem era stato progettista di chip grafici in IBM e Sun. Huang è presidente, CEO e membro del consiglio di amministrazione fin dall'inizio.

Il problema che i fondatori si proponevano di risolvere era la grafica 3D realistica sui personal computer. Il primo tentativo non andò a buon fine. Il prospetto di quotazione (IPO) di Nvidia riportava che le vendite di NV1 erano calate mentre si affermavano Microsoft Direct3D e SGI OpenGL. L'azienda smise di vendere NV1 all'inizio del 1996. Abbandonò poi lo sviluppo di NV2 e concentrò gli sforzi su RIVA 128, che arrivò sul mercato nel 1997 come processore Direct3D a 128 bit. La lezione fu progettare in funzione degli standard software dominanti anziché competere con essi. Questa abitudine avrebbe poi plasmato la strategia di piattaforma.

02La GPU: spostare la geometria fuori dalla CPU

Nel 1999 Nvidia lanciò la GeForce 256. L'azienda la presentò come la prima GPU al mondo, definita come un processore a chip singolo con motori integrati di trasformazione, illuminazione, triangle setup/clipping e rendering, in grado di elaborare almeno 10 milioni di poligoni al secondo. Fino ad allora, gli acceleratori 3D concorrenti eseguivano queste funzioni sulla CPU host. L'eccezione era il processore autonomo di trasformazione e illuminazione di 3Dlabs.

I numeri sono modesti rispetto agli standard odierni. Secondo Jon Peddie Research, l'NV10 a 120 MHz era realizzato da TSMC con processo a 220 nm, con 17 milioni di transistor su un die da 139 mm². Quattro motori in pipeline garantivano un fill rate di 480 Mpix/s. Il punto architetturale era la ripartizione dei compiti. I calcoli geometrici (posizionamento, rotazione e illuminazione dei vertici) sono aritmetica regolare e data-parallel. Si adatta a un hardware ad ampio parallelismo meglio che a una CPU general-purpose.

Vale la pena tenere presenti due precisazioni. Primo, il termine non era nuovo. Peddie osserva che 3Dlabs introdusse «GPU» nel 1997 per un motore programmabile di trasformazione e illuminazione, per cui la rivendicazione di Nvidia riguarda la diffusione e l'integrazione, non il conio del termine. Secondo, i materiali di IEEE descrivono una «GPU programmabile» nel 1999. Le ricostruzioni tecniche descrivono invece la GeForce 256 come un chip che aggiungeva la trasformazione e l'illuminazione in hardware, aumentando il numero di pipeline pixel fisse. La programmabilità in senso shader arrivò con le generazioni successive.

03CUDA: trasformare la pipeline in un computer

Il passaggio che collega la grafica all'IA è il software. Prima di CUDA, chiunque volesse sfruttare il parallelismo della GPU per attività non grafiche doveva riformulare il problema come operazioni grafiche tramite OpenGL. Nvidia rilasciò CUDA nel 2006. La prima GPU compatibile fu la GeForce 8800 GTX, lanciata nel novembre 2006 sull'architettura G80. Quella generazione introdusse gli shader unificati, così che ogni core potesse eseguire calcolo generico, e la 8800 GTX ne aveva 128. CUDA si compone di tre parti: un linguaggio che estende C/C++, un'API e alcune librerie. I programmatori scrivono «kernel», programmi brevi eseguiti su una singola unità di esecuzione. Un lavoro di grandi dimensioni viene suddiviso in tanti piccoli pezzi che vengono eseguiti in parallelo.

All'inizio la risposta del mercato fu scettica. Il resoconto di Steven Witt sul New Yorker, ripreso da Understanding AI, riferisce che Wall Street reagì con sgomento. I frutti arrivarono sei anni dopo. Alex Krizhevsky e Ilya Sutskever, studenti di Geoffrey Hinton, addestrarono AlexNet su una coppia di GPU GTX 580, ciascuna con 512 unità di esecuzione. Ciò permise loro di addestrare una rete centinaia di volte più velocemente di quanto avrebbe consentito una CPU. AlexNet dipendeva da CUDA, e quel risultato è ampiamente considerato l'inizio del boom del deep learning.

Nvidia iniziò quindi a integrare nel silicio funzionalità specifiche per l'IA. La V100 della generazione Volta (2017) aggiunse i Tensor Core, unità dedicate alla moltiplicazione di matrici. Secondo il whitepaper di Nvidia, offrono fino a 125 Tensor TFLOPS, fino a 12 volte la throughput di picco delle operazioni FP32 standard della P100, la generazione precedente. NVLink collegava più V100 a una velocità fino a 300 GB/s. La scommessa progettuale era che il deep learning fosse dominato dalla moltiplicazione di matrici e che la banda di memoria e i collegamenti tra chip contassero quanto l'aritmetica pura.

04La scalata delle «AI factory»

La stessa logica si applica oggi su scala di rack. Il GB200 NVL72 di Nvidia collega 72 GPU Blackwell in un unico dominio NVLink, con oltre 1 PB/s di banda aggregata e 30 TB di memoria unificata. NVLink di quinta generazione offre a ogni GPU 1,8 TB/s di throughput bidirezionale, che Nvidia indica come 14 volte quella di PCIe Gen5. L'obiettivo è far comportare un rack come un unico acceleratore per modelli da mille miliardi di parametri. Nvidia dichiara un'inferenza LLM in tempo reale 30 volte più veloce per tali modelli rispetto ai sistemi precedenti. Si tratta di un dato del produttore, e contano il termine di confronto e il carico di lavoro utilizzati.

Il costo è fisico. Le QuickSpecs di HPE per il suo NVL72 indicano un TDP nominale del rack di 132 kW, con una potenza elettrica di progetto di picco intorno ai 192 kW. Il rack richiede una busbar a 50 V DC e un collettore per il liquido di raffreddamento. Un'analisi di settore elenca l'alimentazione dell'infrastruttura, i circuiti del refrigerante, i tempi di consegna di packaging e memorie e il lock-in di CUDA tra i vincoli che limitano chi può installare sistemi di questo tipo. L'etichetta «AI factory», usata da Nvidia per queste installazioni, è un'affermazione che riguarda l'ingegneria dei data center oltre che dei chip.

05Impatto, riconoscimenti e questioni aperte

Secondo la sintesi di IEEE, la GPU ha innescato progressi nell'intelligenza artificiale, nel calcolo e nella medicina. Tra i precedenti riconoscimenti di Huang figurano il Robert N. Noyce Award della Semiconductor Industry Association, la IEEE Founder's Medal e l'elezione alla National Academy of Engineering. IEEE elenca inoltre il Queen Elizabeth Prize for Engineering tra i suoi riconoscimenti recenti. Al CES, Huang ha dichiarato di accettare la medaglia a nome di tutti i grandi dipendenti di Nvidia.

Il premio lascia irrisolte alcune questioni:

• Attribuzione. La GPU, CUDA e lo stack per l'IA sono stati costruiti da grandi team, e altri avevano già avuto idee precedenti sulla grafica programmabile e sul calcolo su GPU. La medaglia premia la leadership di Huang, come dice la motivazione, non un'invenzione individuale.
• Dipendenza da una sola piattaforma. Il predominio di CUDA è un punto di forza per gli sviluppatori e un rischio di concentrazione per l'intero settore. Concorrenti come Stream di AMD e DirectCompute di Microsoft sono comparsi poco dopo CUDA, ma non l'hanno scalzato.
• Efficienza. Potenze di oltre 100 kW per rack rendono l'elettricità e il raffreddamento, e non solo il silicio, i fattori limitanti per un'ulteriore scalabilità.
• Evidenze. La maggior parte dei dati di prestazione di punta sui prodotti attuali è pubblicata dai produttori. I dati di benchmark indipendenti arrivano in ritardo rispetto ai lanci.

La medaglia è degna di nota anche perché va a una persona il cui ruolo principale è dirigere un'azienda. Riconosce inoltre che, in questo caso, le decisioni sull'architettura dei prodotti, sulla strategia software e sulla catena di fornitura dei chip non sono separabili.