Due GeForce GTX 580 in SLI: l'insospettabile base dell'AI che conosciamo oggi

Il deep learning, oggi alla base dell'intera industria dell'intelligenza artificiale, affonda le sue radici in un contesto tecnologico molto lontano dalle piattaforme specializzate attuali. In una recente intervista con Joe Rogan, Jensen Huang ha raccontato come una delle svolte fondamentali dell'AI moderna sia nata utilizzando hardware consumer non progettato per il machine learning: due GeForce GTX 580 da 3 GB collegate in SLI.

Nel 2011, presso l'Università di Toronto, Alex Krizhevsky, Ilya Sutskever e Geoffrey Hinton stavano cercando un metodo più efficace per il riconoscimento delle immagini. All'epoca, gli approcci tradizionali si affidavano a tecniche manuali per identificare bordi e texture, mentre l'idea di rete neurale profonda era ancora marginale e priva di un ecosistema software maturo.

Fonte immagine: Guru3D

Da questa ricerca nacque AlexNet, un'architettura composta da otto livelli e circa 60 milioni di parametri, considerata il punto di svolta per le reti convoluzionali. Il progetto sfruttò intensivamente il parallelismo delle due GTX 580, ottimizzando lo scambio di dati tra le GPU per contenere i tempi di addestramento. Una soluzione "di fortuna", ma rivelatasi sorprendentemente efficace a dimostrare le potenzialità dei modelli.

L'ironia, sottolinea Huang, è che NVIDIA all'epoca investiva quasi esclusivamente in grafica 3D e gaming. CUDA era già presente, ma non esisteva una strategia esplicita rivolta al machine learning. Eppure, proprio la natura altamente parallela delle GPU si rivelò ideale per le esigenze delle reti neurali profonde.

Secondo Huang, la dimostrazione pratica offerta da AlexNet convinse NVIDIA, nel 2012, a reindirizzare parte sostanziale di ricerca e capitali verso l'hardware per deep learning. Un percorso che portò alla creazione dei server DGX nel 2016, all'introduzione dell'architettura Volta con i primi Tensor Core e, negli anni successivi, a tecnologie come DLSS.

Senza quel primo esperimento basato su due schede gaming, sostiene Huang, oggi NVIDIA si sarebbe potuta trovare a occupare molto diverso nel panorama dell'AI. AlexNet non solo rivelò la direzione giusta, ma trasformò la GPU da strumento per videogiocatori a pilastro dell'ecosistema AI moderno.