Mistral al CERN e NVIDIA al CINECA: il paradosso dell’AI europea

📌 In Sintesi

• CERN e Mistral AI svilupperanno il primo foundation model dedicato alla fisica dei collider, addestrato su miliardi di collisioni simulate del Large Hadron Collider.
• La Commissione europea spinge contemporaneamente RAISE e l’AI in Science Enablers Initiative, ma una parte decisiva del calcolo continuerà a poggiare sull’ecosistema NVIDIA.
• L’Italia entra direttamente nella partita attraverso CINECA e IT4LIA AI Factory, dove la nuova infrastruttura europea utilizza CPU Grace, GPU Blackwell e networking NVIDIA accanto a componenti europee.

L’Europa prova a costruire la propria intelligenza artificiale scientifica, ma il modo in cui lo sta facendo racconta meglio di molti documenti ufficiali i limiti della cosiddetta sovranità tecnologica. Il CERN ha scelto Mistral AI per lavorare a un foundation model destinato alla fisica delle particelle, mentre nello stesso momento la Commissione europea apre RAISE alla collaborazione dell’industria e NVIDIA si posiziona come uno dei principali fornitori di modelli, software, competenze e capacità di calcolo. L’Italia entra direttamente nell’architettura attraverso CINECA, uno dei centri EuroHPC citati dalla stessa NVIDIA e cuore della nuova IT4LIA AI Factory di Bologna. Il quadro è quindi molto meno semplice dello slogan “AI europea”: il modello può essere francese, i dati possono nascere al CERN e l’infrastruttura può essere ospitata in Italia, ma una parte fondamentale del compute continua a dipendere dalla tecnologia americana. È precisamente il limite che Matrice Digitale aveva evidenziato analizzando Mistral Large 4 e la difficoltà europea di trasformare un modello competitivo in una vera autonomia infrastrutturale.

CERN e Mistral vogliono costruire il primo Large Physics Model

Il CERN e Mistral hanno firmato il 15 ottobre una dichiarazione d’intenti per una partnership strategica di lungo periodo sull’AI applicata alla scoperta scientifica. Il progetto più importante è un Large Physics Model che il laboratorio europeo presenta come il primo foundation model destinato alla fisica dei collider. Sarà addestrato su miliardi di collisioni protone-protone simulate al Large Hadron Collider e dovrà imparare a svolgere compiti che oggi vengono affrontati attraverso catene di algoritmi specializzati: ricostruire gli eventi registrati dai detector, identificare particelle, individuare segnali inattesi e contribuire alla valutazione dei futuri sistemi di rilevazione. La scelta di un foundation model cambia l’approccio perché l’obiettivo non è creare un’altra AI generativa generalista, ma addestrare un unico modello capace di apprendere rappresentazioni utili a più problemi scientifici contemporaneamente. Il CERN dispone di circa un exabyte di dati sperimentali accumulati dal LHC e si prepara all’High-Luminosity LHC, che dovrebbe entrare in funzione intorno al 2030 aumentando di circa dieci volte il numero delle collisioni. La quantità di dati da interpretare diventa quindi essa stessa un problema infrastrutturale e rende naturale l’ingresso di modelli AI capaci di operare sull’intera catena di ricostruzione. Il progetto rappresenta anche un salto politico per Mistral: dopo l’ingresso nei processi industriali di Samsung, che utilizzerà i suoi modelli nelle fabbriche di semiconduttori, la società francese entra ora in una delle infrastrutture scientifiche più strategiche d’Europa.

Leggi anche: Mistral Large 4 supera il trilione: l’Europa prova a restare nella corsa AI

RAISE vuole trasformare il compute in infrastruttura scientifica europea

La partnership CERN-Mistral arriva mentre Bruxelles sta costruendo RAISE, Resource for AI Science in Europe, il progetto con cui la Commissione vuole mettere in comune finanziamenti, dati, capacità computazionale e talenti per accelerare l’impiego dell’intelligenza artificiale nella ricerca. La strategia distingue due assi: Science for AI, destinato alla ricerca sulle capacità fondamentali dei modelli, e AI in Science, orientato all’utilizzo dell’intelligenza artificiale nelle diverse discipline. Il 15 ottobre, durante l’AI in Science Summit di Dublino, è stata inoltre lanciata l’AI in Science Enablers Initiative, che apre maggiormente il sistema alla collaborazione con aziende private. È qui che NVIDIA entra apertamente nel progetto europeo promettendo accesso a strumenti accelerati, modelli, cloud, dataset, formazione, supporto tecnico, programmi per startup e capacità di calcolo. L’Europa vuole quindi costruire una piattaforma scientifica comune senza disporre ancora di uno stack tecnologico interamente europeo. La contraddizione non rende inutile RAISE, ma definisce correttamente il punto di partenza: Bruxelles sta tentando di aggregare le risorse esistenti prima ancora di possedere alternative mature a ogni livello della filiera. È lo stesso problema emerso nel dibattito sulla sovranità europea dell’intelligenza artificiale, dove modelli, chip, cloud e capacità di calcolo non possono essere trattati come compartimenti separati.

NVIDIA entra nella scienza europea attraverso il vero collo di bottiglia: il compute

NVIDIA non ha bisogno di sviluppare il Large Physics Model del CERN per diventare un soggetto centrale nella nuova AI scientifica europea. Controlla il livello sul quale una parte crescente di quei modelli viene addestrata ed eseguita. Nell’annuncio sull’AI in Science Enablers Initiative, il gruppo statunitense ricorda di aver pubblicato centinaia di modelli e dataset aperti e oltre mille progetti software open source, affiancandoli a piattaforme come PhysicsNeMo, BioNeMo ed Earth-2 per fisica, biologia, chimica, clima e materiali. Ma l’elemento strategico è il compute. NVIDIA collabora con AI Factory nazionali e centri di supercalcolo europei e cita espressamente CINECA e il Jülich Supercomputing Centre come strutture che consentono ad accademia e startup di accedere gratuitamente a infrastrutture GPU NVIDIA per la ricerca aperta. La società afferma inoltre che 35 supercomputer sono in fase di sviluppo in Europa, con l’obiettivo di mettere nuove capacità a disposizione di oltre tre milioni di ricercatori. È difficile parlare di semplice fornitore quando hardware, librerie, ambienti di sviluppo, modelli scientifici, networking e formazione convergono nello stesso ecosistema.

La dipendenza non nasce dalla presenza di una GPU americana dentro un computer europeo, ma dal progressivo allineamento dell’intera catena scientifica a uno stack tecnologico controllato dallo stesso soggetto.

Il CINECA porta l’Italia dentro questa architettura

Per l’Italia il collegamento non è teorico. CINECA ospita e gestisce al DAMA Tecnopolo di Bologna IT4LIA AI Factory, una delle infrastrutture con cui EuroHPC vuole aumentare la capacità europea di addestrare ed eseguire applicazioni AI. Ad aprile EuroHPC ha firmato il contratto per un nuovo supercomputer ottimizzato per l’intelligenza artificiale che sarà integrato da E4 Computer Engineering e prodotto da Dell Technologies. La macchina utilizzerà CPU NVIDIA Grace, GPU Blackwell e networking Quantum-X800 InfiniBand, con una potenza di picco dichiarata superiore a 160 exaflops nell’inferenza AI. Nella stessa infrastruttura saranno però presenti anche acceleratori per inferenza della europea Axelera AI e CPU progettate da SiPearl, mostrando il tentativo di Bruxelles di costruire gradualmente componenti continentali dentro un sistema che oggi resta largamente dipendente dagli Stati Uniti. L’investimento complessivo previsto per acquisizione, installazione e manutenzione raggiunge 290 milioni di euro, finanziati per metà da EuroHPC attraverso Digital Europe e cofinanziati dal Ministero italiano dell’Università e della Ricerca. IT4LIA utilizza inoltre il supercomputer Leonardo e punta a offrire capacità a startup, PMI, pubbliche amministrazioni e ricerca in settori che comprendono cybersecurity, manifattura, agritech, meteorologia e clima. L’Italia possiede quindi una posizione rilevante nella nuova geografia europea del calcolo, ma la centralità infrastrutturale di Bologna non coincide ancora con autonomia tecnologica.

Mistral rende europeo il modello, NVIDIA continua a dominare la macchina

È questo il punto più interessante dell’intero cluster. Mistral rappresenta probabilmente il tentativo europeo più credibile di evitare che tutti i modelli avanzati arrivino esclusivamente da Stati Uniti o Cina, ma la nazionalità del modello risolve soltanto uno degli strati del problema. Per sviluppare e utilizzare sistemi scientifici di grandi dimensioni servono acceleratori, reti a bassissima latenza, memoria, storage, framework software, energia, competenze e infrastrutture HPC. La stessa evoluzione di Mistral lo dimostra: Large 4 ha permesso all’Europa di superare il trilione di parametri senza eliminare la dipendenza da compute e infrastrutture esterne. Nel caso del CERN questa tensione diventa ancora più evidente perché l’Europa possiede contemporaneamente il laboratorio, una massa di dati scientifici difficilmente replicabile e un produttore di foundation model competitivo, ma per trasformare questi asset in capacità computazionale su larga scala continua a utilizzare in misura importante tecnologie americane. La situazione non rende falsa la sovranità europea, ma la trasforma da risultato acquisito a progetto industriale ancora incompleto.

Continua con:

Samsung investe in Mistral AI e porta i modelli linguistici dentro le fabbriche di chip

AI Act, Quattrociocchi e Benanti: il problema della sovranità europea nell’intelligenza artificiale

La sovranità scientifica europea si decide sotto il modello

Il progetto CERN-Mistral è una notizia importante proprio perché porta l’AI europea fuori dalla competizione sui chatbot e dentro la ricerca fondamentale, dove disponibilità di dati, precisione scientifica e potenza computazionale possono generare capacità difficili da replicare. Ma l’ingresso simultaneo di NVIDIA nell’architettura RAISE mostra quale sia la battaglia successiva. Avere un foundation model europeo è utile; avere dati scientifici europei è strategico; possedere centri come CERN e CINECA rappresenta un vantaggio reale. Se però l’acceleratore, il networking, una parte rilevante del software e dell’ecosistema di sviluppo continuano a provenire dallo stesso monopolio tecnologico esterno, l’autonomia rimane parziale. L’Europa sta cercando di correggere questo squilibrio introducendo processori e acceleratori progettati nel continente e costruendo AI Factory comuni, ma oggi la realtà industriale precede la politica: NVIDIA è già dentro il sistema mentre le alternative europee sono ancora in fase di crescita. La vera sfida di RAISE non sarà quindi soltanto permettere ai ricercatori di utilizzare più AI. Sarà capire se CERN, CINECA, EuroHPC e Mistral potranno diventare i primi pezzi di uno stack scientifico europeo oppure resteranno eccellenze continentali appoggiate, per la parte decisiva del calcolo, sull’infrastruttura americana.