Nvidia prepara una delle sue mosse più aggressive fuori dal mercato dei chip. Il gruppo guidato da Jensen Huang ha raggiunto un accordo da 6 miliardi di dollari per ottenere una licenza non esclusiva sulla tecnologia sviluppata dalla startup Poolside e intende assumere più di cento suoi dipendenti. A questa cifra si aggiungerà un investimento azionario da 1 miliardo di dollari nella società, valutata 12 miliardi prima dell’apporto di nuovo capitale.
I termini dell’operazione sono emersi il 20 e 21 agosto 2026 da una lettera inviata da Poolside agli investitori, ottenuta inizialmente dalla newsletter Newcomer e successivamente confermata da Bloomberg e dal Wall Street Journal. Nvidia non ha ancora diffuso un comunicato dedicato all’accordo.
Il valore economico dell’intesa supera quindi i 7 miliardi di dollari considerando licenza e investimento. Ma Nvidia non compra Poolside. La startup continuerà a esistere e i fondatori Eiso Kant e Jason Warner, insieme alla dirigente Margarida Garcia, resteranno nella società. La licenza sulla tecnologia è inoltre non esclusiva.
L’operazione consente però a Nvidia di acquisire ciò che più le interessa: competenze, sistemi per addestrare modelli e gran parte del gruppo di ricerca che ha costruito la famiglia Laguna.
Indice degli argomenti:
Oltre cento ingegneri verso Nemotron
Secondo Bloomberg, Nvidia offrirà un posto di lavoro a più di cento dipendenti di Poolside. Altre ricostruzioni basate sulla lettera agli investitori indicano 109 persone. Una parte consistente dovrebbe essere destinata a Nemotron, la famiglia di modelli di intelligenza artificiale sviluppata direttamente dal produttore di processori.
Poolside è stata fondata nel 2023 da Eiso Kant e Jason Warner, ex chief technology officer di GitHub. La società si è concentrata soprattutto sull’intelligenza artificiale applicata alla programmazione e ha costruito internamente sistemi per addestrare e migliorare modelli destinati agli sviluppatori.
La tecnologia oggetto della licenza viene indicata come “Model Factory”, l’infrastruttura software utilizzata per creare i modelli Laguna. Poolside sostiene che Laguna S 2.1 abbia 118 miliardi di parametri complessivi, con 8 miliardi attivi, e una finestra di contesto da un milione di token. La società rende disponibili i pesi dei propri modelli e dichiara di voler contribuire alla costruzione di un ecosistema occidentale di modelli open-weight.
Per Nvidia il valore della transazione deriva quindi anche dal trasferimento di capitale umano. Il gruppo può incorporare una squadra che ha già costruito modelli avanzati e utilizzarla per accelerare un programma interno che richiederebbe tempo e risorse per essere sviluppato soltanto attraverso nuove assunzioni.
La risposta americana ai modelli cinesi
L’investimento assume un significato industriale più ampio perché il mercato dei modelli open-weight è diventato uno dei principali terreni della competizione tra Stati Uniti e Cina.
Con “open-weight” si indicano sistemi i cui pesi possono essere scaricati e utilizzati dagli sviluppatori, spesso con possibilità di modificarli o specializzarli. Il termine non coincide necessariamente con “open source”: licenze, dati di addestramento e codice possono restare soggetti a limitazioni anche quando i pesi sono disponibili.
Negli Stati Uniti, una parte rilevante degli investimenti privati è stata assorbita da società che distribuiscono soprattutto modelli proprietari attraverso servizi cloud e interfacce Api, come OpenAI e Anthropic.
In Cina, invece, gruppi come DeepSeek, Moonshot AI e Z.ai hanno conquistato visibilità internazionale attraverso modelli con pesi accessibili.
La svolta più rilevante è arrivata nel gennaio 2025 con DeepSeek. La diffusione del suo modello a costi inferiori rispetto alle aspettative degli investitori contribuì a una forte correzione dei titoli tecnologici statunitensi, Nvidia compresa, perché mise in discussione l’idea che soltanto investimenti enormi in infrastrutture potessero produrre sistemi competitivi.
Da allora la corsa non si è fermata. Nvidia considera la disponibilità di modelli americani aperti un fattore economico oltre che tecnologico: se imprese, sviluppatori e governi adottassero in larga misura modelli cinesi, Pechino potrebbe conquistare una posizione importante negli standard e negli ecosistemi software che si stanno formando attorno all’intelligenza artificiale.
Nemotron diventa una piattaforma industriale
Nvidia aveva già preparato il terreno nei mesi precedenti. Nel marzo 2026, durante la conferenza Gtc, la società ha annunciato la Nemotron Coalition, una collaborazione che riunisce Black Forest Labs, Cursor, LangChain, Mistral AI, Perplexity, Reflection AI, Sarvam e Thinking Machines Lab.
Il progetto prevede la condivisione di dati, capacità di calcolo, valutazioni e competenze per costruire modelli di frontiera aperti. Secondo Nvidia, il primo modello sviluppato dalla coalizione sarà realizzato insieme a Mistral AI e costituirà la base della futura famiglia Nemotron 4.
L’11 agosto Nvidia ha inoltre pubblicato Nemotron 3.5 Lightning, un modello mixture-of-experts da 30 miliardi di parametri complessivi, con 3 miliardi attivi. La società lo presenta come un sistema destinato soprattutto agli agenti di intelligenza artificiale che devono eseguire grandi quantità di operazioni con tempi di risposta ridotti. I pesi, i dati e alcune procedure di addestramento sono disponibili agli sviluppatori.
L’acquisizione delle competenze di Poolside può consentire a Nvidia di intervenire su modelli di dimensioni e ambizioni maggiori. Secondo il Wall Street Journal, il gruppo punta a sviluppare entro il prossimo anno una versione di Nemotron capace di avvicinarsi ai migliori modelli di frontiera.
Per Nvidia i modelli servono anche a vendere chip
La strategia può apparire insolita per una società che ricava una parte dominante dei propri risultati dalla vendita di processori e sistemi per data center. In realtà, costruire un ecosistema di modelli amplia potenzialmente il mercato dell’hardware Nvidia.
Più società possono scaricare, personalizzare e utilizzare un modello, maggiore può diventare la domanda di capacità di calcolo necessaria per addestrarlo ulteriormente e farlo funzionare. Nvidia può quindi distribuire modelli aperti e contemporaneamente vendere Gpu, server, sistemi di rete e software per eseguirli.
La società sta estendendo la stessa logica al finanziamento delle infrastrutture. Il 10 agosto 2026 ha annunciato accordi con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR per creare piattaforme capaci, secondo il progetto, di mobilitare nel tempo oltre 500 miliardi di dollari di capitale privato destinato alle infrastrutture di calcolo per l’AI.
Pochi giorni dopo è emerso anche il coinvolgimento di Nvidia nel grande progetto di data center destinato a OpenAI in Ohio, sviluppato con SB Energy. Il gruppo dei semiconduttori fornirà chip e sostegno finanziario al progetto, mostrando come Huang voglia occupare più livelli della catena del valore: processori, infrastrutture, finanziamento, software e modelli.
Il rapporto con OpenAI e Anthropic si fa più complesso
L’espansione nei modelli introduce però una tensione commerciale. OpenAI e Anthropic sono tra i maggiori utilizzatori di infrastrutture basate su Gpu Nvidia. Rafforzando Nemotron, il fornitore dei processori entra nello stesso mercato dei clienti che hanno alimentato la crescita della sua attività.
Il conflitto non è completo. OpenAI e Anthropic vendono soprattutto l’accesso a sistemi proprietari molto avanzati, mentre Nvidia punta a creare una piattaforma aperta che possa essere adattata da imprese e sviluppatori. I segmenti, tuttavia, si sovrappongono quando un’azienda deve decidere quale modello utilizzare per costruire un prodotto o un agente autonomo.
Anche i grandi laboratori stanno cercando di ridurre la propria dipendenza da Nvidia. Google utilizza da anni i propri Tpu, mentre altre società stanno sviluppando o commissionando acceleratori personalizzati. La competizione interessa quindi entrambi i lati del rapporto commerciale: Nvidia entra nel software dei suoi clienti e i clienti cercano alternative ai chip Nvidia.
La scelta di sostenere modelli aperti permette a Huang di evitare che il mercato si concentri attorno a un numero ristretto di laboratori capaci di imporre tecnologie hardware diverse dalle sue.
Il problema di Poolside era il costo del calcolo
La lettera agli investitori di Poolside offre anche una misura della quantità di capitale richiesta oggi per competere ai livelli più alti dell’intelligenza artificiale.
La società ha raccontato di avere avuto alla fine del 2025 circa sei settimane per raccogliere 2 miliardi di dollari necessari a finanziare un cluster composto da 40 mila sistemi GB300 di Nvidia. Il round non è stato completato entro il termine previsto e Poolside ha perso l’accesso alla capacità di calcolo.
Il caso indica quanto sia difficile per una startup indipendente sostenere la crescita dei costi di addestramento. Poolside disponeva di tecnologia, ricercatori e modelli competitivi, ma non della stessa capacità finanziaria e infrastrutturale dei gruppi con decine di miliardi di dollari disponibili per data center e processori.
Per Nvidia quel limite diventa un vantaggio competitivo. Il produttore non deve soltanto acquistare capacità di calcolo: controlla la tecnologia che ne costituisce una parte fondamentale. Può quindi mettere i ricercatori di Poolside nelle condizioni di utilizzare infrastrutture difficilmente accessibili a una startup autonoma.
Un accordo che non è un’acquisizione
Anche la struttura finanziaria merita attenzione. Poolside continuerà a operare, la licenza resterà non esclusiva e i fondatori non passeranno a Nvidia. La società ha scritto agli azionisti che l’operazione non costituisce né un’acquisizione né una semplice acquisizione di personale.
Nvidia ha già utilizzato formule basate su licenze tecnologiche e trasferimenti di dipendenti. The Next Web cita, fra gli altri, il precedente accordo con Groq, nel quale Nvidia avrebbe pagato circa 20 miliardi di dollari per ottenere in licenza tecnologia e assumere ingegneri lasciando la società formalmente indipendente.
Queste strutture stanno attirando attenzione perché permettono alle grandi società tecnologiche di assicurarsi proprietà intellettuale e gruppi di ricerca senza comprare l’intera azienda. La valutazione regolatoria dipende comunque dai termini di ciascuna operazione e dalle autorità competenti: non basta la forma contrattuale per stabilire se un accordo debba essere sottoposto a controlli antitrust.
Nvidia prova a controllare più livelli dell’economia AI
L’accordo con Poolside porta Nvidia oltre il ruolo di principale fornitore di acceleratori per l’intelligenza artificiale. Il gruppo finanzia startup, sostiene data center, crea software, sviluppa modelli e mobilita capitale per nuove infrastrutture.
La scommessa economica è che un mercato dell’AI più ampio e meno dipendente da pochi modelli proprietari generi anche una domanda più distribuita di capacità di calcolo. In questo schema, un modello Nemotron competitivo con DeepSeek, Kimi o le piattaforme americane avrebbe valore anche se Nvidia non lo monetizzasse come un servizio chiuso: potrebbe aumentare il numero di imprese che costruiscono applicazioni sopra l’ecosistema hardware e software del gruppo.
Poolside ottiene invece una soluzione al problema che aveva bloccato la sua crescita: l’accesso a capitale e capacità di calcolo su una scala difficilmente raggiungibile come società indipendente. Gli investitori ricevono valore dalla licenza, mentre la startup mantiene una struttura societaria autonoma.
L’esito industriale dipenderà dalle prestazioni dei prossimi Nemotron. I 6 miliardi pagati per la tecnologia di Poolside indicano però quanto Nvidia attribuisca valore ai modelli aperti: dopo avere costruito il principale business mondiale dell’hardware per l’AI, Huang vuole evitare che lo strato software sopra quei processori venga controllato soltanto da OpenAI, Anthropic, Google o dai produttori cinesi.
Partecipa alla community