Perché SpaceXAI punta sui CPU Vera di Nvidia per la prossima generazione di AI agentica

L’annuncio di Nvidia segna un passaggio importante: SpaceXAI non userà i CPU Vera soltanto come componenti generici dei propri server, ma per gestire il lavoro “di coordinamento” che sta dietro alla prossima generazione di AI agentica di Grok. Si tratta di orchestrare strumenti, eseguire codice, elaborare dati e condurre simulazioni tra una chiamata al modello GPU e l’altra. 1

Il piano si estende anche all’infrastruttura futura di SpaceXAI, che Nvidia collega a sistemi basati su Vera Rubin destinati a crescere fino a una capacità nell’ordine dei gigawatt. È inoltre previsto un sistema Vera Rubin NVL72 ottimizzato per lo spazio, pensato per il primo satellite AI Starmind. 1

Che cosa fa Vera in un sistema di AI agentica

Quando si parla di infrastruttura AI, l’attenzione è spesso concentrata sull’acceleratore che esegue il modello. Un sistema agentico, però, deve fare molto di più che generare una risposta: deve conservare lo stato della sessione, decidere quali strumenti chiamare, sincronizzare più richieste al modello, eseguire programmi, elaborare risultati intermedi, simulare ambienti e rivedere più volte il proprio piano.

È qui che il CPU diventa decisivo. In un carico agentico deve gestire numerosi processi concorrenti, spostare grandi quantità di stato e dati e mantenere alimentate le GPU con un flusso costante di lavoro. Vera è la proposta di Nvidia per questo livello di controllo ed esecuzione, con un’attenzione specifica ad AI agentica, reinforcement learning ed elaborazione dati, invece di trattare il CPU come un semplice componente host. 33

Le specifiche messe in evidenza da Nvidia

Le caratteristiche dichiarate per Vera comprendono:

• 88 core CPU personalizzati Olympus;
• memoria LPDDR5X con una larghezza di banda fino a 1,2 TB/s;
• fino a 1,5 TB di memoria per socket nelle configurazioni riportate da fonti secondarie; 7 32
• compatibilità con server Vera, sistemi Vera Rubin e altre piattaforme di infrastruttura AI. 33

Queste scelte rispondono direttamente ai colli di bottiglia tipici dei carichi agentici. Un numero elevato di core può sostenere più attività di orchestrazione e simulazione in parallelo. Una maggiore larghezza di banda della memoria può ridurre i ritardi quando gli agenti accedono ripetutamente allo stato, ai risultati intermedi e ai set di dati. Nei sistemi Vera Rubin, il CPU fa inoltre parte di una piattaforma più ampia che combina CPU, GPU Rubin, networking, DPU e software, anziché proporre ogni elemento come acquisto separato. 33 40

La cifra di 1,5 TB per socket va però interpretata con cautela. Compare in descrizioni di prodotto e articoli secondari, mentre i comunicati principali disponibili qui non confermano autonomamente quella configurazione precisa. È quindi più corretto definirla una capacità riportata o configurabile, non una specifica universalmente accertata.

Come leggere le dichiarazioni sulle prestazioni

Al lancio di Vera, il 16 marzo 2026, Nvidia ha dichiarato un’efficienza doppia e prestazioni superiori del 50% rispetto ai tradizionali CPU rack-scale nei carichi di lavoro mirati. 38 Nell’annuncio successivo con SpaceXAI, l’azienda ha parlato di un completamento delle attività fino a 1,8 volte più rapido dei CPU x86 in determinati carichi di AI agentica, reinforcement learning ed elaborazione dati. 1

Sono numeri rilevanti per capire il posizionamento commerciale del prodotto, ma non equivalgono a una dimostrazione indipendente del fatto che Vera sia più veloce in ogni carico server. Si tratta di dichiarazioni del fornitore, legate a categorie di workload e confronti selezionati. Non dimostrano una superiorità generale rispetto ad AMD EPYC o Intel Xeon nell’informatica aziendale tradizionale.

Per chi acquista infrastruttura, il dato più importante sarà probabilmente la prestazione dell’intero sistema: quanto rapidamente una piattaforma completa CPU-GPU esegue il percorso di lavoro di un agente, quanta energia consuma e quanto bene il software gestisce pianificazione, trasferimento della memoria e chiamate agli strumenti. Le sole cifre del CPU di Nvidia non bastano a rispondere.

Dalla valutazione iniziale a un piano di distribuzione

La collaborazione si è sviluppata in più fasi. Nvidia ha lanciato Vera il 16 marzo 2026, indicando inizialmente la disponibilità dei sistemi dei partner nella seconda metà dell’anno. 38 A maggio, il dirigente Nvidia Ian Buck ha consegnato personalmente i primi sistemi Vera a SpaceXAI, Anthropic, OpenAI e Oracle Cloud Infrastructure. Il resoconto di Nvidia presenta quelle consegne come il primo rollout presso i clienti, ma non devono essere confuse con la prova che ogni destinatario avesse già completato una distribuzione su larga scala. 11

L’annuncio del 24 agosto porta SpaceXAI dal ruolo di destinatario iniziale dell’hardware a quello di azienda con un piano di deployment dichiarato pubblicamente. Secondo Nvidia, i processori sosterranno sulla Terra i carichi agentici collegati a Grok e costituiranno parte di un sistema Vera Rubin ottimizzato per lo spazio e destinato al progetto Starmind. 1

L’uso terrestre è il caso più vicino e comprensibile: abbinare alle GPU Rubin il lavoro di orchestrazione, elaborazione dati ed esecuzione che richiede soprattutto capacità CPU. La componente orbitale è invece molto più ambiziosa e incerta. Nvidia riconosce che il calcolo nello spazio impone vincoli diversi in termini di potenza, gestione termica, larghezza di banda, affidabilità e integrazione. 1

Perché il progetto orbitale non è soltanto un benchmark

Portare un sistema AI in orbita richiederebbe di risolvere problemi che non si possono ridurre al numero di core o alla larghezza di banda della memoria. Il progetto dovrebbe tenere conto della produzione di energia, dello smaltimento del calore, della tolleranza alle radiazioni, della massa al lancio, della capacità di comunicazione e della manutenzione nel lungo periodo.

Il payload Starmind è quindi anche un test di ingegneria dei sistemi, non soltanto di Vera. L’annuncio descrive un’architettura e un’intenzione di collaborazione; non dimostra ancora che il calcolo orbitale operativo e sostenuto possa funzionare su larga scala. Alcuni articoli hanno indicato un obiettivo di lancio già nel 2027, ma si tratta ancora di un piano futuro. 18

Nvidia entra nel livello CPU dell’AI

Con Vera, Nvidia amplia la propria strategia per l’infrastruttura AI. L’azienda non compete più soltanto per l’acceleratore di un server: propone anche il CPU, l’interconnessione, il networking, lo storage e il software che lo circondano. Il lancio di marzo citava cloud provider e produttori di sistemi interessati a collaborare su Vera; Oracle ha dichiarato che il proprio OCI Supercluster di nuova generazione combinerà CPU Vera con GPU Rubin, DPU BlueField, NVLink, SuperNIC e switch Ethernet. 38 40

Oracle Cloud Infrastructure è un importante banco di prova, perché secondo quanto riportato prevede di distribuire centinaia di migliaia di CPU Vera a partire dal 2026. 8 39 Se il piano si concretizzerà, Vera passerà dalla valutazione presso clienti di alto profilo a una distribuzione hyperscale con un peso commerciale concreto.

La pressione competitiva ricade soprattutto su AMD e Intel, i cui processori server restano centrali nei data center. Il vantaggio di Nvidia non è necessariamente una leadership universale nei CPU, ma la possibilità di vendere una piattaforma AI integrata. Questa integrazione può essere interessante per i carichi agentici; altri clienti potrebbero invece preferire infrastrutture eterogenee, mantenere la libertà di scegliere il CPU e ridurre la dipendenza da un unico fornitore.

Il mercato non ha emesso un verdetto su Vera

Le azioni Nvidia e SpaceX sono scese nella giornata dell’annuncio del 24 agosto. Un rapporto ha indicato un calo del 2,91% per Nvidia e dell’1,44% per SpaceX. 18

Il movimento di una sola seduta non dimostra che gli investitori abbiano respinto la partnership o che Vera abbia problemi tecnici. I prezzi azionari riflettono anche condizioni generali di mercato, aspettative sugli utili, investimenti in conto capitale e posizionamento degli operatori. Il test più significativo sarà capire se SpaceXAI e gli altri clienti trasformeranno i piani annunciati in distribuzioni operative durature e se misurazioni indipendenti confermeranno le promesse di efficienza e prestazioni di Nvidia.

In sintesi

L’adozione di Vera da parte di SpaceXAI è significativa perché tratta il CPU come un elemento di primo piano dell’infrastruttura per l’AI agentica. Nvidia afferma che gli 88 core Olympus e la memoria ad alta larghezza di banda di Vera sono progettati per coordinamento, esecuzione, simulazione e movimentazione dei dati attorno all’inferenza e all’addestramento eseguiti sulle GPU. 1 33

Nel breve periodo, la notizia riguarda l’adozione della piattaforma CPU di Nvidia da parte di un cliente AI di grande rilievo. Sul piano strategico, mostra il tentativo di Nvidia di conquistare una porzione più ampia dello stack dei server, con il rollout hyperscale pianificato da Oracle come ulteriore verifica della domanda. Il sistema orbitale Starmind è l’estensione più ambiziosa del progetto: finché non sarà lanciato e non dimostrerà di funzionare, va considerato un obiettivo di deployment dichiarato, non una capacità già dimostrata.