Nemotron 3, l’AI di NVIDIA che lavora in squadra e lascia le porte aperte | Festina Lente - Notizie, recensioni e approfondimenti sull’intelligenza artificiale | Turtles AI

 NVIDIA lancia oggi Nemotron 3, una nuova famiglia di modelli aperti per AI agentica, costruita su architetture mixture-of-experts ibride, con prestazioni significativamente più efficienti, strumenti e dati aperti per sviluppare agenti scalabili. 

Punti chiave:

•  Modelli aperti Nemotron 3 disponibili in tre taglie: Nano, Super, Ultra. 
•  Architettura ibrida Mixture-of-Experts per efficienza e scalabilità. 
•  Primo rilascio immediato: Nemotron 3 Nano. 
•  Tool e set di dati aperti per personalizzare agenti AI. 

Quando si pensava che i modelli di AI fossero un po’ come automobili da corsa, potentissimi ma chiusi sotto un cofano sigillato, NVIDIA ha deciso di aprire i pannelli e mostrare tutti gli ingranaggi, annunciando Nemotron 3, una famiglia di modelli di AI “open” progettata per alimentare agenti intelligenti capaci di lavorare insieme in ecosistemi complessi. Al cuore di questa nuova offerta c’è un’architettura mixture-of-experts (MoE) di tipo ibrido, che seleziona solo “esperti” rilevanti al momento giusto, un po’ come un direttore d’orchestra che fa suonare solo gli strumenti che servono per ogni passaggio di una sinfonia, ottimizzando efficienza e precisione. 

La linea comprende tre modelli principali: Nemotron 3 Nano, Super e Ultra, pensati per diversi livelli di complessità.  Il primo, già disponibile, è un modello da circa 30 miliardi di parametri con attivazione dinamica di circa 3–3,6 miliardi per token, capace di gestire flussi di lavoro come generazione di contenuti, assistenza AI o debugging con una produttività di token molto più alta rispetto alla generazione precedente.  Con finestre di contesto che possono arrivare fino a un milione di token, questo modello si presta a compiti complessi con lunghe catene di dipendenze senza perdere il filo. 

I modelli Super e Ultra, pianificati per la prima metà del 2026, estendono la gamma verso carichi di lavoro multi-agente più sofisticati e complessi: il primo con circa 100 miliardi di parametri e il secondo con un ordine di grandezza superiore, pensati per flussi di lavoro che richiedono pianificazione strategica e ragionamento profondo. 

NVIDIA non si è limitata a sfornare pesi di rete: ha reso disponibili anche set di dati di pre-addestramento, post-addestramento e di reinforcement learning, oltre a librerie come NeMo Gym, NeMo RL e NeMo Evaluator, per consentire agli sviluppatori di modellare, allenare e valutare agenti basati su Nemotron secondo le proprie esigenze e valori.  Questi materiali, ospitati su piattaforme come GitHub e Hugging Face, mirano a trasformare una scatola nera in un laboratorio aperto dove sperimentare strategie agentiche con trasparenza. 

Il passaggio dal confinare l’AI in modelli singoli e monolitici all’idea di agenti collaborativi porta con sé alcune sfide tecniche, come la gestione della comunicazione tra modelli, la deriva del contesto e i costi di inferenza. NVIDIA affronta questi aspetti combinando la sua architettura MoE con tecniche avanzate di addestramento e quantizzazione (come il formato 4 bit NVFP4 per i modelli più grandi), in modo da ridurre le richieste di memoria e accelerare la formazione senza sacrificare la qualità. 

In un contesto globale in cui l’open source AI sta guadagnando terreno anche grazie alla concorrenza di proposte da parte di aziende cinesi e comunità di sviluppo distribuite, la mossa di NVIDIA rafforza la propria posizione nell’ecosistema dei modelli intelligenti trasparenti, offrendo la libertà di personalizzazione necessaria per affrontare normative, dati e valori specifici dei settori industriali. 

Disponibile sin da subito tramite Hugging Face e varie piattaforme di inferenza, Nemotron 3 Nano è già nelle mani degli sviluppatori e integrato in piattaforme enterprise come Couchbase, DataRobot e Lambda, mentre il supporto su servizi cloud come AWS Bedrock sta ampliando l’accessibilità anche su infrastrutture serverless.

 Nel frattempo, Super e Ultra attendono il loro debutto prossimo, aprendosi a scenari sempre più ambiziosi di cooperazione AI.