L’ecosistema dell’intelligenza artificiale entra in una nuova fase di maturità: Meta rivoluziona le reti data center con il Disaggregated Scheduled Fabric (DSF), Nvidia potenzia la guida autonoma di livello 4 con un’architettura AI end-to-end, Samsung unifica AI e connettività nella campagna globale Why Samsung, e Google Cloud introduce strumenti per valutare agenti AI complessi tramite il framework Agent Factory. Queste innovazioni convergono verso un futuro in cui l’AI diventa infrastruttura, servizio e intelligenza distribuita, dal data center alle case intelligenti.
Cosa leggere
Disaggregated Scheduled Fabric di Meta per reti AI scalabili
Meta affronta i limiti strutturali delle reti Clos tradizionali adottate nei data center, introducendo Disaggregated Scheduled Fabric (DSF), un’architettura modulare progettata per addestramenti AI su larga scala. Le reti convenzionali soffrono di congestione dovuta agli elephant flows, pacchetti lunghi che creano head-of-the-line blocking e richiedono overprovisioning costoso. Il DSF risolve il problema attraverso un Virtual Output Queuing (VOQ) con gestione dei crediti e bilanciamento dinamico del traffico.
Basato su tecnologie open source come OCP-SAI e FBOSS, DSF suddivide la rete in domini Ethernet e fabric, dove i pacchetti vengono scomposti in celle e distribuiti (“sprayed”) su percorsi multipli, per poi essere ricomposti in ordine alla destinazione. Gli Interface Nodes gestiscono la connettività esterna, mentre i Fabric Nodes operano come uno switch virtuale distribuito.
Il sistema è ottimizzato per carichi GenAI che coinvolgono migliaia di GPU. Le AI zone sono composte da rack connessi da RDSW e FDSW, basati su chip Jerico3-AI e Ramon3, collegati da ottiche 2x400G FR4. La configurazione Dual-Stage DSF collega più zone tramite spine SDSW, raggiungendo fino a 18.000 GPU a 800G ciascuna, in topologia non-blocking. Il piano di controllo sincronizzato su FBOSS State Database consente convergenza istantanea in caso di guasto e bilanciamento input-output adattivo.
L’obiettivo è creare mega-cluster interregionali, con interconnessioni basate su Hyperports da 800G e oversubscription controllata (4,5:1). Il DSF riduce la latenza intra-cluster, ottimizza l’utilizzo delle GPU e abbatte i costi di congestione, permettendo a Meta di sostenere l’addestramento di modelli GenAI sempre più grandi senza sacrificare l’efficienza energetica.
Nvidia accelera la guida autonoma di livello 4 con AI
Nvidia porta la guida autonoma di livello 4 a uno stadio industrialmente scalabile, combinando modelli di fondazione, architetture end-to-end e simulazioni neurali. Il livello 4, definito dalla SAE, consente ai veicoli di operare senza intervento umano in aree specifiche, e Nvidia lo realizza integrando un loop completo di addestramento, validazione e deployment. La piattaforma unifica componenti come DRIVE AGX (per il veicolo), DGX (per il data center) e Omniverse (per simulazione), creando un ecosistema AI continuo. I modelli di fondazione apprendono da dati globali e ragionano su scenari imprevisti; le architetture end-to-end traducono input sensoriali in decisioni operative; le ricostruzioni neurali generano ambienti virtuali infiniti per testare in sicurezza scenari reali.
L’integrazione hardware-software avviene nello stack NVIDIA Halos, che connette cloud, edge e veicolo con guardrail di sicurezza AI, monitoraggio in tempo reale e debug post-incidente automatizzato. La simulazione con world models neurali riduce i tempi di validazione da mesi a ore, consentendo un’evoluzione iterativa dei sistemi di guida. Durante l’evento GTC Washington, Nvidia ha sottolineato l’importanza di un ciclo di apprendimento continuo che unisca percezione, predizione e pianificazione in un’unica pipeline AI verificabile. Questo approccio apre la strada a flotte autonome realmente scalabili, gestite con supervisione digitale centralizzata.
Campagna globale Why Samsung sugli elettrodomestici AI
Samsung lancia la campagna Why Samsung, mirata a oltre 50 paesi, per comunicare la propria visione di AI integrata, connettività intelligente e sicurezza domestica. Il messaggio ruota attorno a quattro valori fondamentali: Bespoke AI, SmartThings, Knox Security e Affidabilità a lungo termine. I video promozionali mostrano frigoriferi, forni e washer-dryer all-in-one che collaborano tramite Bespoke AI per ottimizzare consumi e personalizzare esperienze d’uso. Il sistema SmartThings funge da hub centrale, orchestrando elettrodomestici, sensori e dispositivi mobile attraverso una rete AI distribuita. Knox protegge l’ambiente domestico da intrusioni digitali, mentre la promessa di sette anni di aggiornamenti gratuiti One UI per dispositivi Wi-Fi ribadisce l’impegno verso sostenibilità e longevità.
Samsung offre inoltre Home Appliance Remote Management (HRM) in 120 paesi, permettendo assistenza e manutenzione predittiva tramite l’app SmartThings. La campagna posiziona il marchio come leader nella convergenza tra AI e design, puntando su un ecosistema affidabile, sicuro e aggiornabile nel tempo.
Valutazione di agenti AI con Google Cloud Agent Factory
Google Cloud introduce il progetto Agent Factory, un framework per la valutazione strutturata di agenti AI complessi basato su Vertex AI e Agent Development Kit (ADK). L’obiettivo è creare metriche affidabili per il comportamento non deterministico degli agenti, superando la rigidità dei test software tradizionali. Il metodo valuta quattro livelli: risultato finale, catena di pensiero, uso degli strumenti e gestione della memoria contestuale. Ogni agente viene analizzato con un approccio full-stack, che combina verifiche oggettive (ground truth), valutazioni qualitative tramite LLM-as-a-Judge, e supervisione umana nel loop.
ADK offre strumenti pratici per sviluppatori, come trace view, debug interattivo e hot-reload. Vertex AI fornisce dashboard di valutazione scalabili, automatizzando il punteggio e la generazione di dati sintetici di test per mitigare il problema del cold start. Il sistema permette inoltre la valutazione multi-agente, misurando la collaborazione e la comunicazione tra entità autonome.
Google Cloud posiziona Agent Factory come un ponte tra ricerca e produzione, consentendo alle imprese di passare da prototipi di agenti AI a sistemi operativi reali, con metriche standardizzate per qualità, efficienza e comportamento.
