#Finsubito news – Europa Chiave nell’AI, 10 Miliardi$ Investiti [2026]

Jensen Huang, fondatore e CEO di NVIDIA, ha scelto il palco della conferenza tecnologica GTC di Berlino per lanciare un messaggio netto ai governi e alle industrie europee: il continente non è un mercato di passaggio per l’intelligenza artificiale, ma un “attore chiave” nella nuova economia dell’AI. Lo riportano rainews.it e diverse altre testate europee che hanno seguito l’evento dal vivo il 21 ottobre 2026. Il discorso di Huang arriva in un momento delicato per la politica industriale continentale, con governi e aziende che cercano di ridurre il divario infrastrutturale rispetto a Stati Uniti e Cina.

Non è la prima volta che il fondatore di NVIDIA punta i riflettori sull’Europa. Già nel giugno 2025, durante il GTC Paris organizzato in occasione di VivaTech, Huang aveva delineato un ruolo centrale del continente nello sviluppo dell’AI, annunciando partnership con centri di ricerca e cloud provider locali, come confermato dal comunicato ufficiale di NVIDIA Investor Relations. Quello che cambia ora, a Berlino, è la cornice: non più solo annunci di collaborazione, ma un piano esplicito per colmare un divario infrastrutturale che NVIDIA stessa definisce ancora enorme.

33 anni di presenza europea: i numeri di Huang al GTC Berlino

Durante il suo intervento, Huang ha ricordato che NVIDIA opera in Europa da 33 anni, un dato che l’azienda utilizza per rivendicare un radicamento storico ben più profondo di quanto la narrazione recente sull’AI generativa lasci intendere. Il CEO ha citato esplicitamente le partnership con Siemens, Volkswagen e Mercedes-Benz, tre nomi che pesano nell’industria manifatturiera e automotive del continente. Secondo quanto riportato dalla testata tedesca Börse Online, Huang ha inquadrato queste collaborazioni come prova che l’Europa non parte da zero, ma da una base industriale solida su cui innestare l’AI.

Il dato finanziario più citato nelle cronache della giornata, ripreso anche dal portale finanziario tedesco Goldesel.de, è l’investimento di NVIDIA nel mercato europeo, pari a quasi 10 miliardi di dollari nell’ultimo anno, equivalenti a circa 8,9 miliardi di euro secondo la conversione riportata dalle fonti. Si tratta di una cifra che, se confermata nei bilanci ufficiali dell’azienda, segnalerebbe un impegno finanziario di tutto rispetto per un singolo continente, paragonabile per ordine di grandezza agli investimenti infrastrutturali annunciati da altri grandi player del cloud computing negli ultimi due anni. Va detto che la cifra, al momento, non risulta verificata attraverso un comunicato finanziario ufficiale separato di NVIDIA, e va quindi trattata come stima riportata dalla stampa piuttosto che come dato di bilancio certificato.

Il contesto in cui si inserisce questo intervento è legato anche alle dinamiche di mercato dell’hardware AI che shattered.io ha già analizzato parlando delle differenze di prestazioni tra le GPU RTX 5090 e RTX 4090 nei carichi di lavoro AI, un segmento in cui NVIDIA mantiene una posizione dominante sia nel gaming sia nel training di modelli linguistici.

Il divario infrastrutturale: Europa al 5%, Stati Uniti al 75%

Il dato più citato per descrivere l’urgenza del momento riguarda la capacità di calcolo dedicata all’AI. Secondo quanto riportato da Ourmidland, che riprende le dichiarazioni di Huang, l’Europa possiederebbe circa il 5% della capacità globale di calcolo dedicata all’intelligenza artificiale, contro un 75% concentrato negli Stati Uniti. È un divario enorme, che spiega perché molte aziende europee che vogliono addestrare modelli proprietari finiscano per affittare capacità di calcolo oltreoceano, con tutte le implicazioni che questo comporta in termini di sovranità dei dati e costi operativi.

Questo tema della sovranità digitale non è nuovo per i lettori di shattered.io: lo avevamo già affrontato parlando del progetto Mistral Large 4 e della scommessa europea sui pesi aperti, dove l’azienda francese punta su un modello da 1.000 miliardi di parametri proprio per ridurre la dipendenza dai fornitori americani. Il problema, però, non è solo chi scrive i modelli, ma chi possiede l’infrastruttura su cui questi modelli girano: ed è qui che il discorso di Huang a Berlino si inserisce come tentativo di NVIDIA di proporsi come ponte tra le due esigenze.

Per colmare questo divario, NVIDIA ha presentato il Vera Rubin DSK Pod, descritto come un design modulare per data center pensato per ridurre i tempi di realizzazione di nuovi impianti di calcolo da mesi a giorni. Si tratta di un approccio prefabbricato che punta a standardizzare componenti e processi di installazione, un po’ come avviene già nell’edilizia industriale con i moduli prefabbricati. Se l’azienda riuscirà a mantenere le promesse sui tempi, potrebbe davvero accelerare la costruzione di data center AI in Europa, dove le procedure autorizzative e la disponibilità di energia restano spesso un collo di bottiglia più grande della tecnologia stessa.

Tabella: il divario di capacità di calcolo AI tra Europa e Stati Uniti

Nemotron e la sovranità dei modelli linguistici europei

Un capitolo distinto, ma collegato, riguarda l’iniziativa annunciata da NVIDIA l’11 giugno 2025, quando l’azienda ha reso nota una collaborazione con costruttori di modelli e fornitori cloud europei per ottimizzare large language model sovrani utilizzando le tecniche NVIDIA Nemotron. Tra le organizzazioni coinvolte figurano nomi che raramente finiscono sui titoli dei giornali generalisti ma che sono centrali nell’ecosistema AI del continente: il Barcelona Supercomputing Center (BSC), il progetto polacco Bielik.AI, l’israeliana Dicta, la francese H Company, l’italiana Domyn, la francese LightOn, l’infrastruttura svedese NAISS (National Academic Infrastructure for Supercomputing in Sweden), il KBLab della Biblioteca Nazionale Svedese, il Technology Innovation Institute (TII) di Abu Dhabi, lo University College of London, l’Università di Lubiana e il consorzio UTTER.

La presenza di Domyn nell’elenco è un dettaglio che riguarda da vicino l’ecosistema italiano dell’AI, già oggetto di diversi approfondimenti su shattered.io, incluso quello dedicato all’iniziativa Officina AI di Milano, che riunisce 19 partner industriali in vista dell’avvio nel 2027. Il fatto che aziende italiane compaiano sia nei progetti locali sia nelle collaborazioni dirette con NVIDIA suggerisce che l’Italia non stia restando ai margini di questa corsa, anche se resta comunque indietro rispetto a Francia e Germania in termini di capacità di calcolo installata.

Secondo quanto comunicato da NVIDIA, il post-training e l’inferenza di questi modelli sovrani gireranno su infrastrutture AI europee fornite dai cosiddetti NVIDIA Cloud Partners (NCP), attraverso il marketplace NVIDIA DGX Cloud Lepton. In pratica, l’azienda americana non si limita a vendere chip: costruisce un layer di servizi cloud che permette ai modelli sovrani europei di restare fisicamente su territorio europeo, un punto chiave per rispettare i requisiti normativi su protezione dei dati che l’Unione Europea ha reso sempre più stringenti negli ultimi anni.

Nuovi centri tecnologici in cinque paesi europei

Un altro elemento emerso dalle cronache della giornata, riportato da Adnkronos nella copertura delle iniziative europee di NVIDIA, riguarda l’annuncio di nuovi centri tecnologici in Finlandia, Germania, Spagna, Italia e Regno Unito. Si tratta di un’espansione geografica che copre sia i paesi con le economie manifatturiere più forti del continente (Germania e Italia) sia mercati con ambizioni specifiche nel settore tech (Finlandia, storicamente legata a Nokia e all’ecosistema telecom, e Regno Unito, che dopo la Brexit cerca di ritagliarsi un ruolo autonomo nella regolamentazione e nello sviluppo dell’AI).

Non sono stati resi noti, al momento della stesura di questo articolo, dettagli precisi su investimenti specifici per singolo paese, numero di posti di lavoro creati o tempistiche di apertura di questi centri. Le fonti disponibili confermano l’annuncio generale ma non forniscono una scomposizione paese per paese dei fondi stanziati, quindi qualunque cifra specifica per singola nazione andrebbe considerata speculativa fino a conferma ufficiale da parte di NVIDIA o dei governi coinvolti.

Il contesto storico: da VivaTech 2025 a GTC Berlino 2026

Per capire il peso di queste dichiarazioni, serve guardare indietro di un anno e mezzo. A VivaTech Paris, nel giugno 2025, Huang aveva già parlato di un ruolo centrale dell’Europa nello sviluppo dell’intelligenza artificiale, annunciando iniziative tecnologiche che prefiguravano, nelle sue parole riportate da Adnkronos, una nuova rivoluzione industriale. In quell’occasione, NVIDIA aveva anche annunciato l’espansione della propria rete di partnership cloud nella regione, un tema che oggi, a Berlino, viene ripreso e ampliato.

Secondo la ricostruzione pubblicata da Investing.com, la differenza principale tra i due eventi sta nella concretezza degli annunci. Mentre a Parigi il discorso era più orientato ai principi (sovranità, autonomia tecnologica, collaborazione con centri di ricerca), a Berlino Huang ha portato numeri più specifici sul divario di capacità di calcolo e ha presentato un prodotto concreto, il Vera Rubin DSK Pod, pensato esplicitamente per accelerare la costruzione fisica di data center. È un’evoluzione che riflette anche la pressione crescente sui governi europei, chiamati da più parti a non restare semplici consumatori di tecnologia AI prodotta altrove.

Il tema si lega anche al dibattito più ampio sul costo e l’accesso ai modelli AI in Europa, già affrontato da shattered.io nel confronto tra Mistral Large 4, GPT-6.1 e DeepSeek, dove emergeva come i modelli europei puntino su un posizionamento di prezzo competitivo pur restando indietro su alcuni benchmark rispetto ai concorrenti americani e cinesi. La disponibilità di infrastrutture di calcolo locali, come quelle promesse da NVIDIA, è precisamente il tipo di fattore che potrebbe ridurre questo gap nei prossimi anni.

Impatto di mercato: cosa significa per le aziende europee

Dal punto di vista industriale, l’annuncio di Huang ha ricadute dirette su almeno tre categorie di attori. La prima è quella delle grandi aziende manifatturiere, già citate nel discorso: Siemens, Volkswagen e Mercedes-Benz rappresentano settori (automazione industriale, automotive) in cui l’AI applicata, la cosiddetta “physical AI”, promette di ottimizzare catene di produzione, manutenzione predittiva e robotica. La seconda categoria è quella dei fornitori di servizi cloud europei, che attraverso il programma NVIDIA Cloud Partners potrebbero vedere una domanda crescente di capacità di calcolo localizzata, un’opportunità di business diretta per operatori che fino a oggi hanno faticato a competere con i grandi hyperscaler americani.

La terza categoria, forse la più rilevante sul lungo periodo, è quella delle startup e dei centri di ricerca che sviluppano modelli linguistici sovrani, come quelli elencati nell’iniziativa Nemotron. Per realtà come Domyn in Italia o LightOn in Francia, avere accesso a capacità di calcolo locale tramite partner certificati NVIDIA significa poter competere con player più grandi senza dover necessariamente affittare risorse da data center americani, con tutti i vantaggi in termini di latenza, costi di trasferimento dati e conformità normativa che questo comporta.

Resta però un punto critico: anche con nuovi centri tecnologici annunciati in cinque paesi, colmare un divario che vede l’Europa al 5% della capacità globale contro il 75% degli Stati Uniti richiede investimenti infrastrutturali di scala molto superiore a quella di un singolo fornitore di chip, per quanto dominante. Servono anche politiche energetiche adeguate (i data center AI sono enormi consumatori di elettricità), permessi di costruzione più rapidi e, soprattutto, capitali pubblici e privati disposti a scommettere su un ritorno che, in alcuni casi, potrebbe richiedere anni per materializzarsi.

Tabella: le tappe della strategia europea di NVIDIA dal 2025 al 2026

Confronto competitivo: NVIDIA contro gli altri fornitori di infrastruttura AI

NVIDIA non è l’unico attore che corteggia l’Europa per l’infrastruttura AI, ma resta quello con la posizione di mercato più solida sul fronte hardware. Gli hyperscaler americani come i grandi fornitori di cloud computing continuano a espandere le proprie region europee, spesso proprio utilizzando GPU NVIDIA come base tecnologica, il che rende la posizione dell’azienda di Santa Clara doppiamente centrale: sia come fornitore diretto di infrastruttura attraverso i Cloud Partner, sia come fornitore indiretto attraverso gli hyperscaler che rivendono capacità di calcolo basata sui suoi chip.

Sul fronte dei concorrenti diretti nel segmento GPU per data center, AMD resta il principale rivale, ma con una quota di mercato nettamente inferiore nel segmento AI training, un divario che shattered.io ha già documentato parlando del dominio di NVIDIA al 90% nel mercato delle GPU gaming, una dinamica che si riflette, amplificata, anche nel segmento data center enterprise. Questa posizione dominante è proprio ciò che permette a Huang di presentarsi ai tavoli politici europei non come un fornitore qualsiasi, ma come il partner tecnologico di riferimento per chiunque voglia costruire capacità di calcolo AI su larga scala nei prossimi anni.

Va anche detto che questa posizione di forza genera preoccupazioni specifiche in Europa sul fronte della dipendenza da un singolo fornitore. È uno dei motivi per cui iniziative come Mistral Large 4 puntano sui pesi aperti: non solo per questioni di trasparenza del modello, ma anche per ridurre la dipendenza da un’unica catena di fornitura hardware e software, per quanto NVIDIA stessa stia cercando di presentarsi come abilitatore neutrale di questa sovranità, piuttosto che come ostacolo.

Il ruolo dell’Italia nella strategia europea di NVIDIA

L’Italia compare in almeno due punti distinti delle notizie emerse in queste ore: tra i paesi destinatari di nuovi centri tecnologici NVIDIA e, indirettamente, attraverso la presenza di Domyn nell’elenco delle organizzazioni coinvolte nel progetto Nemotron. Si tratta di un segnale che si somma ad altre iniziative italiane recenti nel settore, come il già citato progetto Officina AI di Milano, che riunisce 19 partner industriali con l’obiettivo di avviare le attività nel 2027.

Il tema dell’adozione dell’intelligenza artificiale nei settori tradizionali italiani è stato affrontato anche dal mondo bancario, dove durante il 15° Congresso FABI a Reggio Calabria si è discusso del ruolo crescente dell’AI nel settore finanziario, con il sindacato bancario che chiede regole chiare sull’impatto dell’automazione sui posti di lavoro. È un parallelo utile: mentre NVIDIA parla di infrastruttura e capacità di calcolo, in Italia il dibattito pubblico si concentra spesso sulle conseguenze occupazionali e normative dell’adozione dell’AI, due facce della stessa trasformazione che raramente vengono raccontate insieme.

Analisi: perché questo annuncio conta più dei precedenti

Ci sono almeno tre ragioni per cui il discorso di Huang al GTC Berlino merita un’attenzione diversa rispetto ai precedenti interventi europei dell’azienda. La prima è il momento politico: con l’Unione Europea che ha approvato negli ultimi mesi diverse normative sull’intelligenza artificiale e che spinge per una maggiore autonomia strategica, un attore privato che si propone come partner infrastrutturale trova un terreno politicamente più ricettivo rispetto a un anno fa.

La seconda ragione è la concretezza del prodotto presentato: il Vera Rubin DSK Pod non è un concetto astratto di partnership, ma un design fisico di data center modulare, pensato per essere replicato rapidamente in più paesi. Se funziona come promesso, questo tipo di soluzione potrebbe davvero ridurre i tempi di costruzione delle infrastrutture AI europee, uno dei colli di bottiglia più citati dagli addetti ai lavori quando si parla del ritardo del continente.

La terza ragione riguarda la scala dell’investimento dichiarato. Una cifra vicina ai 10 miliardi di dollari in un solo anno, per quanto non ancora confermata da documenti finanziari ufficiali separati, segnala comunque un impegno di risorse molto superiore rispetto a semplici accordi di partnership tecnologica. Se l’azienda manterrà questo ritmo di investimento negli anni a venire, l’impatto cumulativo sull’ecosistema europeo dell’AI potrebbe essere significativo, specialmente se combinato con gli sforzi paralleli di governi nazionali e fondi europei dedicati alla sovranità digitale.

Previsioni: cosa aspettarsi nei prossimi mesi

• È probabile che nei prossimi mesi emergano dettagli più precisi sui nuovi centri tecnologici annunciati in Finlandia, Germania, Spagna, Italia e Regno Unito, con tempistiche di apertura e cifre di investimento specifiche per paese.
• Il Vera Rubin DSK Pod dovrebbe iniziare a comparire in progetti pilota concreti presso alcuni dei Cloud Partner europei di NVIDIA, un banco di prova reale per verificare se i tempi di deployment promessi (da mesi a giorni) saranno effettivamente rispettati.
• È plausibile che altri costruttori di modelli linguistici europei, oltre a quelli già coinvolti nel progetto Nemotron, annuncino collaborazioni simili con NVIDIA nei prossimi trimestri, seguendo la scia di Mistral, Domyn e LightOn.
• Il divario di capacità di calcolo tra Europa e Stati Uniti (5% contro 75%) difficilmente si ridurrà in modo significativo nel breve periodo, ma potrebbe iniziare a restringersi se gli investimenti annunciati da NVIDIA e dai governi europei si tradurranno in data center operativi entro la fine del 2027.
• È probabile che il dibattito sulla dipendenza da un singolo fornitore hardware (NVIDIA) per l’infrastruttura AI europea si intensifichi, spingendo più aziende e istituzioni a considerare strategie di diversificazione tecnologica, anche parallelamente agli accordi con la stessa NVIDIA.

Reazioni e implicazioni per il settore tecnologico italiano

Per le aziende tecnologiche italiane, l’annuncio di un nuovo centro tecnologico NVIDIA nel paese si inserisce in un contesto già dinamico, con iniziative come Officina AI a Milano e la partecipazione di Domyn ai progetti di LLM sovrani europei. Resta da vedere quale sarà la forma concreta di questo centro tecnologico italiano: se si tratterà di un hub di ricerca e sviluppo, di un data center fisico, o di un centro di formazione per sviluppatori e aziende locali, le fonti disponibili al momento non lo specificano.

Quello che è certo è che il settore dell’hardware AI, già al centro di numerose analisi su shattered.io riguardo al confronto tra tecnologie NVIDIA e AMD applicate al gaming e al rendering, si sta progressivamente intrecciando con le politiche industriali nazionali. Non è più solo una questione di quale GPU compri il singolo consumatore o la singola azienda, ma di quale infrastruttura di calcolo un intero paese decide di costruire o affittare per i prossimi dieci anni.

I limiti dell’annuncio: cosa non sappiamo ancora

Nonostante la portata delle dichiarazioni di Huang, restano diversi punti non chiariti dalle fonti disponibili. Non è stato pubblicato, al momento, un comunicato finanziario ufficiale separato di NVIDIA che confermi in modo indipendente la cifra di quasi 10 miliardi di dollari investiti in Europa nell’ultimo anno: si tratta di un dato riportato dalla stampa che segue l’evento, non di un numero estratto da un documento di bilancio certificato. Allo stesso modo, la caratterizzazione dell’Europa come “attore chiave” nello sviluppo dell’AI resta una definizione qualitativa usata da Huang, non un indice quantificabile o misurabile in modo oggettivo.

Anche il testo esatto e il contesto completo delle dichiarazioni di Huang a Berlino non sono stati resi disponibili in forma di trascrizione integrale nelle fonti consultate, quindi le citazioni e i riassunti riportati da rainews.it, Börse Online e dalle altre testate vanno considerati come sintesi giornalistiche dell’intervento, non come trascrizione verbatim completa. Questo non toglie credibilità ai fatti riportati, ma invita alla cautela prima di trattare ogni singolo dettaglio come confermato al 100% da fonte primaria.

Domande frequenti

Cosa ha detto esattamente Jensen Huang sull’Europa al GTC Berlino?
Huang ha definito l’Europa un “attore chiave” nella nuova economia dell’intelligenza artificiale, ricordando che NVIDIA opera nel continente da 33 anni e citando partnership con Siemens, Volkswagen e Mercedes-Benz, secondo quanto riportato da rainews.it e Börse Online.

Quanto ha investito NVIDIA in Europa nell’ultimo anno?
Le fonti riportano una cifra vicina ai 10 miliardi di dollari, equivalenti a circa 8,9 miliardi di euro, anche se questo dato non risulta ancora confermato da un comunicato finanziario ufficiale separato dell’azienda.

Cos’è il Vera Rubin DSK Pod?
È un design modulare per data center presentato da NVIDIA, pensato per ridurre i tempi di realizzazione di nuovi impianti di calcolo AI da mesi a giorni, secondo quanto descritto da Ourmidland.

Quanto è grande il divario di capacità di calcolo AI tra Europa e Stati Uniti?
Secondo le dichiarazioni riportate al GTC Berlino, l’Europa possiede circa il 5% della capacità di calcolo AI globale, contro il 75% concentrato negli Stati Uniti.

Quali paesi europei riceveranno nuovi centri tecnologici NVIDIA?
Secondo Adnkronos, i nuovi centri tecnologici sono stati annunciati per Finlandia, Germania, Spagna, Italia e Regno Unito, senza ulteriori dettagli su tempistiche o investimenti specifici per paese al momento della pubblicazione.

Cos’è il progetto Nemotron per i modelli linguistici europei?
È un’iniziativa annunciata da NVIDIA l’11 giugno 2025 per ottimizzare large language model sovrani sviluppati da organizzazioni europee come il Barcelona Supercomputing Center, Bielik.AI, Domyn e LightOn, utilizzando tecniche sviluppate da NVIDIA e infrastrutture cloud europee.

L’Italia è coinvolta nelle iniziative AI di NVIDIA in Europa?
Sì, l’Italia compare sia tra i paesi destinatari di nuovi centri tecnologici NVIDIA sia attraverso la partecipazione dell’azienda italiana Domyn al progetto Nemotron per i modelli linguistici sovrani.

Chi sono i concorrenti di NVIDIA nel mercato europeo delle GPU per data center AI?
Il principale concorrente diretto resta AMD, anche se con una quota di mercato nettamente inferiore nel segmento del training AI rispetto al dominio che NVIDIA mantiene storicamente nel settore delle GPU, sia gaming sia enterprise.