In questo articolo Indice dei contenuti 2 sezioni
Un accordo destinato a spostare gli equilibri nella robotica: Figure, tra le realtà più osservate del settore negli Stati Uniti, si è assicurata una capacità di calcolo enorme per addestrare i modelli di intelligenza artificiale che governeranno i suoi robot umanoidi di prossima generazione. Non un aggiornamento marginale, ma la costruzione di quella che si annuncia come una delle infrastrutture di calcolo più grandi mai dedicate all’intelligenza artificiale applicata al mondo fisico. Il numero che colpisce è chiaro e difficile da ignorare: fino a 100.000 GPU.
La partnership è stata siglata con la britannica Nscale, e prevede l’utilizzo della futura piattaforma NVIDIA Vera Rubin. Il primo dispiegamento è programmato per la seconda metà del 2027, con base in Texas. Una tempistica che dice molto sulla natura del progetto, perché parlare di un’infrastruttura di queste dimensioni significa ragionare su anni, non su mesi, e significa mettere in fila fornitori, energia, spazi fisici e software.
Perché servono così tante GPU per un robot che cammina
La domanda sorge spontanea per chi non frequenta il settore ogni giorno. Un umanoide non ha bisogno soltanto di motori e sensori, ha bisogno di capire cosa sta guardando e decidere cosa fare. È qui che entra in gioco Helix, il sistema di intelligenza artificiale sviluppato da Figure che permette ai suoi robot di interpretare le immagini raccolte e tradurle in movimenti concreti, in azioni utili. Prendere un oggetto, spostarlo, riconoscere una situazione mai vista prima e reagire senza istruzioni scritte riga per riga.
Il punto è che un sistema di questo tipo migliora soltanto se gli vengono mostrati esempi. Molti esempi. E crescenti. Non simulazioni astratte, ma situazioni tratte dal mondo reale, con tutte le sue imperfezioni, le luci sbagliate, gli oggetti fuori posto, le variabili che nessun laboratorio riesce a prevedere completamente. Ogni volta che la quantità di dati aumenta, aumenta anche la potenza di calcolo necessaria per digerirli e trasformarli in comportamenti affidabili. Ecco spiegato il motivo di una corsa alle GPU che, vista da fuori, potrebbe sembrare sproporzionata.
La AI fisica come nuovo terreno di gara
Quello che sta emergendo è una differenza sostanziale rispetto all’intelligenza artificiale a cui il pubblico si è abituato negli ultimi anni. I modelli che generano testo o immagini lavorano dentro uno schermo, dove un errore si corregge con un clic. La AI fisica invece agisce nello spazio, tra persone e oggetti reali, e un errore ha conseguenze immediate. Questo alza l’asticella in modo netto, sia sulla qualità dei dati sia sulla mole di addestramento richiesta.
Figure ha scelto di affrontare il problema alla radice, costruendo la propria capacità di calcolo su misura invece di dipendere soltanto da risorse condivise. Una strategia impegnativa dal punto di vista industriale, che però risponde a una logica semplice: chi controlla l’infrastruttura controlla i tempi di sviluppo. E in un settore dove la competizione si misura in mesi di vantaggio, il fattore tempo pesa quanto la tecnologia.
Il calendario, per ora, resta quello annunciato. Le prime GPU basate su NVIDIA Vera Rubin arriveranno nella seconda metà del 2027 sul suolo texano, dando forma concreta a un progetto che punta a rendere i robot umanoidi di Figure più autonomi e più capaci di operare in ambienti non preparati appositamente per loro. Nel frattempo lo sviluppo di Helix continua, alimentato dagli esempi raccolti sul campo, perché senza quel materiale nessuna quantità di silicio produrrebbe risultati.
