Nvidia ha deciso di investire in Safe Superintelligence, la società di ricerca sull’intelligenza artificiale fondata da Ilya Sutskever dopo la sua uscita da OpenAI. L’operazione, annunciata il 27 luglio 2026, unisce un investimento diretto a un accordo tecnologico di lungo periodo: la startup potrà utilizzare i sistemi Vera Rubin di Nvidia e aumentare di dieci volte la propria capacità di calcolo.
Le due aziende hanno definito «sostanziale» l’investimento senza comunicarne l’importo. Secondo il Financial Times, che cita persone informate sui termini dell’intesa, Nvidia avrebbe impegnato circa 5 miliardi di dollari, con erogazioni legate al raggiungimento di specifici traguardi. Sarebbe una delle maggiori partecipazioni mai assunte dal produttore di chip in una singola startup.
L’accordo consente a Safe Superintelligence, indicata anche con la sigla Ssi, di accedere alla generazione più recente delle infrastrutture Nvidia. Per il gruppo guidato da Jensen Huang, l’operazione porta nel proprio ecosistema uno dei ricercatori più influenti del settore e riduce lo spazio occupato dalle tecnologie concorrenti di Google.
Indice degli argomenti:
Una startup senza prodotti valutata 32 miliardi
Safe Superintelligence è nata nel giugno 2024, poche settimane dopo l’uscita di Sutskever da OpenAI. Tra i cofondatori figurano Daniel Gross, già responsabile dell’intelligenza artificiale in Apple, e Daniel Levy, ricercatore proveniente dalla stessa OpenAI.
La società ha scelto una struttura diversa da quella delle principali aziende del settore. Non vende chatbot, servizi cloud o applicazioni per imprese. Non ha presentato modelli al pubblico e mantiene riservati dati, architetture e risultati sperimentali. L’obiettivo dichiarato è sviluppare una superintelligenza sicura attraverso un unico programma di ricerca, senza la pressione commerciale legata al lancio periodico di prodotti.
Questa impostazione non ha frenato gli investitori. La startup ha raccolto circa 2 miliardi di dollari da fondi come Andreessen Horowitz, Sequoia Capital e Greenoaks. Le operazioni concluse nel 2025 le hanno attribuito una valutazione compresa tra 30 e 32 miliardi di dollari, nonostante l’assenza di ricavi e di un prodotto disponibile sul mercato.
Il capitale è stato raccolto soprattutto sulla base della reputazione scientifica di Sutskever e delle aspettative legate alle sue ricerche. Il valore assegnato a Ssi mostra fino a che punto il mercato privato dell’intelligenza artificiale sia disposto a finanziare competenze, infrastrutture e proprietà intellettuale prima che esista un’attività commerciale verificabile.
Il passaggio dalle Tpu di Google alle Gpu Nvidia
Prima dell’accordo, Safe Superintelligence utilizzava soprattutto le tensor processing unit, o Tpu, sviluppate da Google. Questi processori sono progettati per eseguire le operazioni matematiche necessarie all’addestramento e al funzionamento dei modelli di intelligenza artificiale.
La nuova partnership sposta una parte rilevante del lavoro della startup verso le Gpu e i sistemi integrati di Nvidia. Ssi riceverà accesso alla piattaforma Vera Rubin, presentata dal gruppo statunitense nel gennaio 2026 come una nuova generazione di supercomputer per l’intelligenza artificiale. La piattaforma combina sei tipologie di chip e integra processori, Gpu, reti ad alta velocità e software.
Secondo il comunicato congiunto del 27 luglio, le nuove risorse moltiplicheranno per dieci la potenza di calcolo a disposizione di Ssi. Sutskever ha dichiarato che il laboratorio dispone ora di risultati di ricerca «meritevoli di essere sviluppati su scala maggiore». La società non ha fornito dettagli sul risultato raggiunto, né ha indicato quando potrebbe presentarlo.
“La nostra ricerca merita di essere ampliata, e l’accesso a un potente computer Nvidia ci consentirà di farlo”, ha dichiarato Ilya Sutskever, cofondatore e CEO di SSI. “Siamo incredibilmente orgogliosi di collaborare con Jensen e il team di Nvidia, e siamo certi che la nostra grande scommessa sulla piattaforma Vera Rubin ci porterà a un livello superiore.”
L’accesso alla capacità di calcolo è uno dei principali ostacoli per i nuovi laboratori. L’addestramento dei modelli più avanzati richiede migliaia di acceleratori, grandi quantità di energia elettrica, sistemi di raffreddamento e reti in grado di trasferire rapidamente i dati tra i chip. Una startup può raccogliere miliardi di dollari e continuare a dipendere dalla disponibilità dei processori e dai tempi di costruzione dei centri dati.
“Ilya è stato pioniere di scoperte fondamentali alla base dell’intelligenza artificiale moderna, a partire da AlexNet”, ha affermato Jensen Huang, fondatore e CEO di Nvidia. “Siamo entusiasti di vedere quali nuove scoperte SSI riuscirà a realizzare grazie alla nostra piattaforma Vera Rubin”.
Per Ssi, l’accordo offre una fornitura più prevedibile. Per Nvidia, significa sottrarre un cliente di alto profilo all’architettura Tpu di Alphabet e rafforzare il ruolo delle proprie Gpu come infrastruttura standard per la ricerca avanzata.
Nvidia finanzia i clienti dei suoi processori
L’investimento segue una strategia già applicata da Nvidia ad altri laboratori. Il produttore di chip non si limita a vendere hardware: investe nelle società che sviluppano i modelli e stipula accordi pluriennali per la costruzione delle relative infrastrutture.
Nel marzo 2026 Nvidia ha annunciato una partnership con Thinking Machines Lab, fondata dall’ex direttrice tecnologica di OpenAI Mira Murati. L’intesa prevede l’installazione di almeno un gigawatt di sistemi Vera Rubin, una capacità paragonabile al consumo elettrico di una grande infrastruttura industriale. Anche in quel caso Nvidia ha effettuato un investimento diretto, senza pubblicarne le dimensioni.
Nel settembre 2025 Nvidia e OpenAI avevano inoltre sottoscritto una lettera d’intenti per installare almeno dieci gigawatt di sistemi destinati all’addestramento e all’esecuzione dei futuri modelli. Nvidia aveva indicato la possibilità di investire fino a 100 miliardi di dollari, procedendo per fasi in base all’effettiva attivazione della capacità informatica.
Questi rapporti producono un circuito economico nel quale il fornitore di chip finanzia aziende che, a loro volta, destinano una parte del capitale all’acquisto o al noleggio delle sue infrastrutture. La strategia sostiene la domanda futura e crea legami tecnici difficili da interrompere: i laboratori costruiscono software, procedure di addestramento e reti di centri dati attorno all’architettura Nvidia.
L’operazione comporta anche un rischio. Le valutazioni dei laboratori di frontiera incorporano aspettative elevate su tecnologie ancora sperimentali. Se i progressi rallentassero o i ricavi non compensassero gli investimenti, Nvidia potrebbe subire sia una riduzione della domanda di chip sia una perdita di valore delle partecipazioni finanziarie.
La competizione con Google e Amd
Nvidia mantiene una posizione dominante nel mercato degli acceleratori per l’intelligenza artificiale, ma i maggiori clienti stanno sviluppando alternative proprietarie. Google utilizza da anni le Tpu nei propri servizi e le offre attraverso Google Cloud. Amazon dispone dei chip Trainium e Inferentia, mentre Microsoft ha progettato gli acceleratori Maia.
Questi processori non devono necessariamente superare le Gpu Nvidia in ogni attività. Per i grandi operatori cloud è sufficiente ottenere prestazioni adeguate a costi inferiori, ridurre la dipendenza da un solo fornitore e controllare direttamente la progettazione dell’infrastruttura.
Anche Amd sta cercando di ampliare la propria presenza nei centri dati per l’AI. Nel luglio 2026 ha annunciato un investimento da 5 miliardi di dollari in Anthropic, secondo quanto riferito dal Financial Times. La competizione riguarda quindi sia le caratteristiche tecniche dei chip sia la capacità dei produttori di finanziare e assicurarsi i laboratori che genereranno la domanda futura.
Il passaggio di Ssi verso Vera Rubin ha un valore commerciale superiore alle dimensioni immediate dell’ordine. Sutskever è associato ad alcuni dei principali progressi del deep learning e la sua scelta può influenzare investitori, ricercatori e nuove imprese nella selezione delle piattaforme.
L’equilibrio tra segretezza e fabbisogno di capitale
La segretezza protegge Ssi dalla concorrenza e permette ai ricercatori di lavorare senza la pressione di lanci commerciali. Allo stesso tempo rende difficile valutare la distanza tra gli obiettivi dichiarati e i risultati ottenuti.
L’investimento di Nvidia fornisce un’indicazione indiretta. Prima di impegnare il capitale, il produttore avrebbe avuto un raro accesso allo stato delle ricerche della startup. Le aziende non hanno precisato quali informazioni siano state condivise e quali verifiche tecniche abbiano preceduto l’accordo.
La partecipazione di Nvidia non dimostra che Ssi abbia trovato una strada verso la superintelligenza. Dimostra però che il gruppo dei chip considera il laboratorio abbastanza promettente da destinargli miliardi di dollari e una quota significativa delle proprie infrastrutture più avanzate.
La collaborazione lega ora il futuro di Ssi alla capacità di Nvidia di produrre e installare i sistemi Vera Rubin nei tempi previsti. Lega anche una parte della crescita di Nvidia ai risultati di laboratori che non hanno ancora costruito attività commerciali stabili. La corsa all’intelligenza artificiale si finanzia così attraverso accordi nei quali capitale, chip e ricerca diventano componenti della stessa operazione industriale.
Partecipa alla community