Google porta Gemini nei data center isolati: AI sovrana con Nvidia Blackwell

📌 In Sintesi

• Google rende disponibile Gemini 3.5 Flash nei data center completamente isolati da Internet, attraverso Google Distributed Cloud air-gapped e acceleratori Nvidia Blackwell Ultra.
• La ricerca aziendale con Gemini entra in anteprima: documenti, immagini, video e audio vengono indicizzati ed elaborati localmente mediante RAG, senza trasferire i dati al cloud pubblico.
• La sovranità dei dati non coincide con quella tecnologica: le organizzazioni controllano il perimetro operativo, ma continuano a dipendere da hardware, modelli e software proprietari.

Google porta Gemini 3.5 Flash nei data center completamente scollegati da Internet, introducendo una nuova architettura di intelligenza artificiale destinata a governi, intelligence, difesa e organizzazioni che gestiscono informazioni altamente riservate. L’annuncio del 20 ottobre 2026 riguarda Google Distributed Cloud air-gapped, piattaforma installabile all’interno delle infrastrutture del cliente senza collegamenti al cloud pubblico, ora potenziata dai sistemi Nvidia HGX B300 basati su Blackwell Ultra. La novità comprende anche un servizio di ricerca documentale multimodale con Gemini, capace di analizzare archivi riservati e produrre risposte corredate dalle fonti utilizzate. Il cambiamento è significativo perché trasferisce funzionalità AI avanzate dal cloud centralizzato ai sistemi fisicamente controllati dalle organizzazioni, senza eliminare la dipendenza industriale dal fornitore statunitense.

Gemini 3.5 Flash funziona senza Internet nei data center dei clienti

Nel comunicato ufficiale sulle nuove funzionalità di Google Distributed Cloud, Google conferma la disponibilità generale di Gemini 3.5 Flash per gli ambienti air-gapped, distinguendola dal nuovo servizio di ricerca aziendale, ancora in anteprima. Il modello esegue localmente operazioni di ragionamento, analisi testuale e interpretazione di immagini, audio e video, mantenendo elaborazione e dati all’interno dell’infrastruttura isolata. L’architettura utilizza server Nvidia HGX B300, mentre la componente di rete supporta fino a 32 Gbps per macchina virtuale, rispetto ai precedenti 25 Gbps. Google amplia inoltre il catalogo dei modelli installabili includendo soluzioni open-weight come Gemma e Mistral.

Si tratta di un’evoluzione rispetto alle precedenti implementazioni di Gemini in ambienti aziendali: il modello non deve interrogare un servizio remoto per elaborare le richieste e può operare all’interno di reti prive di accesso alla rete pubblica. La novità approfondisce il percorso già avviato con Gemini Enterprise e gli agenti dotati di identità, memoria e accesso ai sistemi aziendali, spostando però l’elaborazione nel perimetro infrastrutturale del cliente.

La ricerca RAG analizza documenti classificati, immagini e registrazioni

Il nuovo servizio Gemini on GDC Enterprise Search introduce una ricerca conversazionale basata su Retrieval-Augmented Generation, progettata per interrogare grandi archivi documentali senza esportarne il contenuto. Secondo la documentazione tecnica pubblicata da Google Cloud, gli utenti possono caricare PDF, documenti Word, presentazioni PowerPoint, fogli Excel, immagini, registrazioni audio e filmati. Ogni file può raggiungere 100 MB, mentre il limite complessivo di una conversazione è di 500 MB.

Il sistema suddivide i documenti in porzioni, genera rappresentazioni vettoriali mediante un modello Gemini per gli embedding e conserva i risultati in un database PostgreSQL locale. Quando viene formulata una domanda, Gemini recupera i contenuti pertinenti, li inserisce nel contesto della richiesta e produce una risposta con riferimenti ai documenti utilizzati. File, embedding, richieste e risposte rimangono all’interno della rete isolata, insieme alla cronologia delle conversazioni. La soluzione è particolarmente interessante per archivi giudiziari, documentazione militare, intelligence e infrastrutture critiche, dove l’impossibilità di utilizzare servizi cloud pubblici limita l’accesso agli strumenti AI più avanzati.

Leggi anche: Cloud sovrano, l’Europa scopre tardi la dipendenza dagli Stati Uniti

Crittografia, identità locali e codice AI eseguito in sandbox

Google dichiara che i dati conservati nell’ambiente vengono protetti mediante crittografia AES-256, con chiavi gestite localmente attraverso moduli hardware HSM, mentre le comunicazioni interne utilizzano TLS con algoritmi approvati secondo gli standard FIPS. L’accesso è integrato con i sistemi di identità dell’organizzazione e sottoposto a controlli basati sui ruoli, evitando che la disponibilità del modello consenta automaticamente di consultare qualsiasi archivio. Un aspetto tecnico riguarda l’elaborazione dei fogli di calcolo: per ottenere risultati numerici deterministici, Gemini può generare codice Python da eseguire attraverso Agent Substrate, runtime che impiega sandbox gVisor e isolamento di rete per contenere i rischi dell’esecuzione automatica. Google segnala inoltre che GDC air-gapped dispone di accreditamento statunitense DoD Impact Level 6, rilevante per determinati carichi classificati della difesa americana. Questa qualificazione non deve però essere confusa con un’automatica conformità alle normative europee o ai requisiti italiani per i servizi destinati alla pubblica amministrazione. L’esecuzione locale riduce l’esposizione dei dati verso piattaforme esterne, ma non elimina vulnerabilità applicative, rischi della catena di fornitura e necessità di aggiornare i componenti software.

La sovranità AI di Google lascia aperta la dipendenza tecnologica europea

La disponibilità di Gemini in ambienti isolati risponde a una richiesta crescente di controllo operativo sui dati e sulle infrastrutture, ma non equivale a un’autonomia tecnologica completa. Un’amministrazione può conservare informazioni, chiavi crittografiche e capacità di elaborazione all’interno del proprio perimetro fisico, continuando tuttavia a dipendere da Google per il modello, la manutenzione della piattaforma e l’evoluzione del software, oltre che da Nvidia per gli acceleratori. È la stessa distinzione già emersa nell’analisi delle scelte di Nvidia, Palantir e dei contractor della difesa per proteggere i dati dai modelli AI avanzati. La localizzazione dell’elaborazione protegge il perimetro informativo, ma non trasferisce necessariamente proprietà intellettuale e controllo della tecnologia al cliente. Per l’Europa e per l’Italia il nuovo modello può offrire un’alternativa concreta al trasferimento sistematico dei dati verso servizi pubblici remoti, a condizione di verificare responsabilità operative, aggiornamenti, continuità del supporto e possibilità di migrazione verso altri fornitori. La presenza di modelli open-weight amplia le opzioni disponibili, senza rendere automaticamente aperta o indipendente l’intera infrastruttura.

Continua con:

Google Cloud: AI, sicurezza e infrastrutture critiche nel settore pubblico

Big Tech, Varta e Pentagono: l’Europa scopre la dipendenza

Google separa Internet dai dati, non il cliente dalle Big Tech

La novità annunciata da Google rappresenta un’evoluzione importante nella distribuzione dell’intelligenza artificiale. Gemini 3.5 Flash è già disponibile negli ambienti GDC air-gapped, mentre la ricerca aziendale multimodale resta in anteprima, distinzione decisiva per le organizzazioni che devono pianificare implementazioni operative. La possibilità di interrogare archivi complessi senza collegamenti esterni può ridurre alcuni rischi associati al cloud pubblico e rendere accessibili strumenti avanzati a settori che finora dovevano costruire autonomamente le proprie piattaforme AI. Rimane però aperta la questione del controllo industriale. Google offre una soluzione che mantiene i dati entro il perimetro del cliente, ma conserva un ruolo centrale nell’evoluzione tecnologica dell’infrastruttura. La sfida della sovranità digitale si sposta così dalla posizione geografica dei server alla capacità di governare modelli, aggiornamenti e dipendenze tecnologiche nel lungo periodo.