L'accordo tra Nvidia e LG sui robot umanoidi nasconde una scommessa più ampia sui data center di nuova generazione

Nvidia al lavoro sui robot umanoidi: la stretta di mano di Seul che conta

L'8 giugno 2026, dopo un incontro dai tempi serrati presso il quartier generale di LG Group nella zona ovest di Seul, il CEO di Nvidia Jensen Huang si è affiancato al presidente di LG Koo Kwang-mo dichiarando senza mezzi termini: "Stiamo collaborando con loro nella tecnologia dei motori e nei sistemi meccanici, in modo da poter unire la robotica umanode e il futuro della robotica". Quella frase — breve, pubblica e stranamente specifica — è la prova più chiara finora che il lavoro di Nvidia sui robot umanoidi non sia solo un esercizio di software, ma una sfida hardware e di fabbrica.

I commenti di Huang sono arrivati durante una settimana di annunci e accordi bilaterali in tutta la Corea del Sud, in cui Nvidia ha delineato piani di co-sviluppo pluriennali con LG, SK hynix, SK Telecom, Naver e altri. I titoli hanno messo in luce i prototipi umanoidi e i chip Jetson/Blackwell, ma la sostanza della collaborazione è molto più profonda: architettura modulare dei data center, raffreddamento a liquido, distribuzione dell'energia (inclusi esperimenti in corrente continua a 800 volt), gemelli digitali per la simulazione e fabbriche progettate per generare i dati di addestramento fisici di cui i robot hanno bisogno. In breve, Nvidia e LG stanno collegando robot e data center in un unico stack industriale.

Perché il lavoro di Nvidia sui robot umanoidi con LG è importante per l'"AI fisica"

Si tratta di un discorso diverso rispetto all'inserimento di una grande GPU in un laboratorio di ricerca. Nvidia sta proponendo una fabbrica di AI end-to-end: chip, simulazione, dati sintetici, piattaforme meccaniche e le strutture che li ospitano. LG apporta le proprie competenze meccaniche e motorie, i sensori di LG Innotek, i sistemi di alimentazione tramite LG Energy Solution e i collegamenti tramite l'operatore LG Uplus. Nvidia fornisce le GPU Blackwell, i modelli NeMo, Isaac Sim/Isaac Lab e l'orchestrazione di fabbrica DSX. Insieme, mirano a ridurre il ciclo tra simulazione, addestramento e validazione nel mondo reale per i robot.

Ciò è importante perché la robotica umanoide non è principalmente un problema di software, tanto quanto i motori a reazione non lo sono: il controllo del movimento, la termica, il comportamento dei transitori di potenza e la sicurezza umana sono tutti domini dell'ingegneria fisica. Se si vogliono robot in grado di gestire case e fabbriche reali, servono enormi volumi di dati di test fisici e strutture in grado di sollecitare ripetutamente attuatori, sensori e modalità di guasto. Nvidia e LG stanno proponendo proprio queste strutture, ed è per questo che l'accordo conta ben oltre la semplice dimostrazione di un robot.

In che modo il lavoro di Nvidia sui robot umanoidi si collega ai data center di prossima generazione

Il linguaggio pubblico di Nvidia inquadra la partnership come "robot umanoidi e architettura dei futuri data center". Il legame è letterale: i robot hanno bisogno di dati e simulazione su larga scala, e l'addestramento o il perfezionamento di modelli di grandi dimensioni per il processo decisionale on-device richiedono un'infrastruttura diversa rispetto alla tradizionale AI in cloud. La piattaforma DSX AI factory di Nvidia, citata nel materiale stampa, è progettata per orchestrare l'addestramento dei modelli, i gemelli digitali e le pipeline di distribuzione all'interno di strutture appositamente costruite.

LG non ospiterà solo la potenza di calcolo, ma co-progetterà il raffreddamento (piastre fredde, circuiti a liquido), le topologie di distribuzione dell'energia e i rack modulari adattati per un throughput di AI sostenuto. Quel lavoro sull'hardware — distribuzione a 800V DC, raffreddamento a liquido diretto e pod modulari rapidamente implementabili — cambia il calcolo dei costi e dell'ubicazione per i grandi laboratori di inferenza e robotica. Il piano è quello di trasformare i data center in laboratori di livello produttivo che generano, etichettano e convalidano continuamente i dati fisici richiesti dai robot.

Cosa porta Nvidia sul tavolo

In parole povere: software, chip e un manuale operativo. Le risorse di Nvidia includono le GPU Blackwell per l'inferenza ad alte prestazioni, la famiglia Jetson Thor / Jetson per il calcolo edge, la suite Isaac per la simulazione robotica e la famiglia NeMo per i modelli linguistici e multimodali. L'azienda sta assemblando tutto ciò in un approccio di "robot di riferimento", raggruppando stack software con una piattaforma meccanica validata, in modo che i laboratori di ricerca possano evitare i mesi di lavoro di integrazione che solitamente consumano i budget.

Quella strategia rispecchia l'annuncio di Unitree di inizio anno: Nvidia ha selezionato il corpo umanoide H2 di Unitree come piattaforma di ricerca, caricandolo con il calcolo Nvidia Jetson/Blackwell e i modelli Isaac GR00T. In altre parole, Nvidia sta vendendo un blocco integrato: calcolo, stack, simulazione e una scelta di rivestimento meccanico. Con LG, lo stesso blocco diventa di scala industriale e non più solo di ricerca.

Confronto con altre mosse nel campo della robotica e dei data center

Ci sono tre confronti abbastanza calzanti. In primo luogo, il legame di Nvidia con Unitree punta all'adozione accademica e di laboratorio: la via a basso attrito per un'ampia sperimentazione software. In secondo luogo, rivali come le startup di robotica specializzate (1X Technologies e altri) stanno costruendo robot verticalmente integrati hardware/software, ma senza la stessa angolazione dei data center. In terzo luogo, gli hyperscaler e i rivali nel campo dei chip (Intel, AMD, silicio personalizzato di AWS) stanno correndo per ottimizzare i rack per l'AI, ma pochi combinano la materia prima della robotica meccanica e la progettazione delle strutture che il patto con LG comprende.

Quella combinazione — un'unica catena di fornitura dall'attuatore al modello fino al circuito di raffreddamento — è la scommessa industriale. Crea un vantaggio competitivo (moat) se eseguita bene, ma concentra anche il rischio tecnico: se l'architettura della struttura o dell'alimentazione è sbagliata, i robot non saranno scalabili. Inoltre, alza la posta in gioco geopolitica, poiché i modelli di AI sovrana e le catene di fornitura vengono ora integrati nella politica industriale nazionale in Corea, Cina e altrove.

Catena di fornitura, politica e prospettiva europea

Dal punto di vista della politica industriale europea, il legame Nvidia-LG ricorda che l'Asia è ancora il luogo dove avvengono molti esperimenti di produzione di AI end-to-end. L'Europa ha forza nell'ingegneria robotica e campioni dell'automazione — il Mittelstand tedesco — ma manca della stessa spinta integrata tra fornitore di chip, conglomerato e telco che Seul ospita. L'EU Chips Act e gli schemi IPCEI mirano a colmare tale lacuna, ma costruire uno stack di AI-factory comparabile richiede investimenti coordinati nella fornitura di HBM, competenze nel raffreddamento a liquido e produzione locale di calcolo.

Ci sono anche aspetti legati al controllo delle esportazioni e alla concorrenza. Nvidia sta rafforzando i legami con SK hynix e Samsung per la memoria HBM ed esplorando la cooperazione nelle fonderie; quel profilo di fornitura è importante per stabilire se l'Europa possa ottenere prezzi competitivi o se debba fare affidamento sulle importazioni. I regolatori di Bruxelles osserveranno se questi blocchi industriali transfrontalieri consolideranno dipendenze da un singolo fornitore che la politica dell'UE ha cercato di evitare.

Chi paga, chi beneficia e le tempistiche

Per ora l'impostazione dell'accordo è pluriennale e incrementale. L'H2 Plus di Unitree per la ricerca è previsto per la fine di quest'anno e raggiungerà i laboratori a ottobre; le implementazioni in fabbrica più ampie guidate da LG richiederanno più tempo. Costruire strutture modulari raffreddate a liquido e sistemi di alimentazione domestici è ad alta intensità di capitale. Il coinvolgimento di LG riduce il rischio: possiede capacità produttiva, competenze di integrazione di sistema e canali per i clienti. Nvidia fornisce il software e l'economia del calcolo: le due parti si dividono il lavoro pesante.

I beneficiari sono ovvi: laboratori di ricerca, grandi produttori e clienti cloud che necessitano di set di dati di qualità robotica e piattaforme di inferenza validate. I perdenti — almeno nel breve termine — sono i concorrenti che vendono parti discrete anziché stack integrati e le giurisdizioni che non assicurano tempestivamente catene di fornitura per memoria, packaging e raffreddamento.

Risposta alle probabili domande

Qual è il ruolo di Nvidia nel progetto di robot umanoide di LG? Nvidia fornisce il calcolo (GPU Blackwell, Jetson Thor), lo stack software (simulazione Isaac, modelli NeMo, orchestrazione DSX) e i design di riferimento. Collaborerà inoltre al controllo motorio e ai sottosistemi meccanici in modo che lo stack possa essere convalidato end-to-end.

Quando possiamo aspettarci il rilascio dei robot umanoidi LG-Nvidia? Per i ricercatori, i sistemi di riferimento Nvidia (integrazioni Unitree H2 Plus) sono programmati quest'anno; le implementazioni industriali in fabbrica e le integrazioni su scala più ampia dei data center si svilupperanno nel corso di più anni e dipenderanno dalla disponibilità di memoria ed energia.

È un progresso. Di quelli che non entrano in una presentazione slide.

Fonti

• Seoul National University (visita e materiali di coinvolgimento)
• Stanford Robotics Center (annunci sull'uso nella ricerca)
• ETH Zurich (menzioni sulla collaborazione di ricerca)
• UC San Diego Advanced Robotics and Controls Laboratory (elenchi di utenti di ricerca)
• Deposito IPO di Unitree e informative di borsa (documenti dello Shanghai STAR board)