- Nvidia ha confermato almeno due generazioni successive all'RTX Spark: N2X e N3X sono già in sviluppo
- Jensen Huang vuole un laptop che risponda a comandi vocali e via WhatsApp, come R2-D2 o il computer di Star Trek
- L'argomento economico per l'AI locale è semplice: se usi qualcosa ogni giorno, non ha senso affittarlo nel cloud
Jensen Huang vuole che tu parli al tuo laptop come Scotty con il mouse
Al Computex 2026 di Taipei, Jensen Huang ha confermato quello che molti si chiedevano: RTX Spark non è un esperimento isolato. Nvidia ha già pianificato almeno due generazioni successive, chiamate Nvidia N2X e N3X, e intende espandere questa architettura su una famiglia completa di chip. Il chip attuale si chiama N1X — e il suffisso “1” non è casuale: esiste già una variante più piccola denominata N1, pensata per configurazioni con meno memoria.
La visione che Huang ha illustrato agli analisti presenti non è quella di un semplice chip per laptop potente. È qualcosa di più ambizioso: un computer che si comporta come un assistente personale sempre disponibile, capace di ricevere istruzioni anche quando sei lontano da casa. “Voglio parlare al mio laptop”, ha detto. “Voglio R2-D2”. Ha citato anche la celebre scena di Star Trek IV in cui Montgomery Scott, tornato nel passato, prende in mano un mouse convinto che sia un microfono e ci parla sopra — come se fosse ovvio che una macchina debba capire il linguaggio naturale.
Huang ha raccontato di lavorare a questo obiettivo insieme a Satya Nadella, CEO di Microsoft, da circa tre anni. L’idea è che un PC Windows diventi un interlocutore: ci si avvicina, si dice qualcosa, e lui risponde e agisce. Il nome del progetto comune non è stato comunicato, ma l’integrazione con Windows è già concreta nel Surface Laptop Ultra, il primo laptop a sfruttare RTX Spark nato dalla collaborazione tra Microsoft e Nvidia.
Perché l’AI locale batte il cloud secondo Huang
L’esempio più concreto che Huang ha portato riguarda uno scenario di lavoro reale: sei in keynote, ti ricordi che su una slide c’è un errore — il numero del modello è sbagliato. Invece di aspettare di tornare in hotel, mandi un messaggio WhatsApp al laptop. Lui apre PowerPoint, trova la slide, corregge il testo, esporta in PDF e te lo rimanda. “Facile”, ha detto Huang, con tono retorico ma anche genuinamente convinto.
Perché non farlo semplicemente tramite Claude o ChatGPT in cloud? La risposta di Huang è doppia. Prima di tutto, economica: se usi qualcosa ogni giorno, affittarlo non ha senso. Ha fatto il paragone con televisori, lavatrici e frigoriferi. Nessuno affitta un frigorifero perché lo usa ogni giorno — e un laptop AI sarà esattamente così, uno strumento quotidiano. Seconda ragione: i tuoi file e strumenti sono già lì, in locale. Un agente in cloud non può aprire il PowerPoint che hai sul desktop, non ha accesso ai tuoi programmi, non conosce la struttura delle tue cartelle.
Vale la pena ricordare che il ragionamento sui costi dell’AI è più complesso di quanto sembri: come hanno dimostrato i recenti casi Microsoft e Uber, i budget dedicati agli agenti AI in cloud si esauriscono molto più in fretta del previsto, il che rende l’argomentazione di Huang tutt’altro che campata in aria.
RTX Spark: una famiglia, non un prodotto singolo
La roadmap confermata da Huang prevede una progressione chiara:
- N1: variante compatta dell’N1X, con meno RAM (fino a 16 GB), per configurazioni più accessibili
- N1X: il chip attuale, con fino a 128 GB di RAM unificata, abbastanza per modelli da 120 miliardi di parametri secondo Nvidia
- N2X: seconda generazione, già in sviluppo
- N3X: terza generazione, già pianificata
Nvidia si presenta così come il quinto grande produttore di chip per laptop consumer, dopo Intel, AMD, Apple e Qualcomm. La differenza che vuole marcare è sulla densità di calcolo AI disponibile localmente: nessuno degli altri arriva a 128 GB di memoria unificata in un fattore di forma portatile. Per chi vuole approfondire il funzionamento degli agenti AI che dovrebbero girare su questi chip, la tecnologia alla base è ancora in rapida evoluzione.
Quanto costerà tutto questo? Huang non ha smentito la stima di Dylan Patel, che ha citato una fascia di prezzo intorno ai 3.000 dollari per i primi modelli. Ha annuito, ha detto “yep” più volte, e ha implicitamente confermato che la prima generazione è pensata per utenti disposti a pagare il prezzo dell’early adoption. L’obiettivo di lungo termine, con N2X e N3X, sarà quasi certamente allargare la base con prezzi più accessibili — ma su questo Nvidia non si è ancora sbilanciata.
La scommessa di Huang è che il valore percepito di un laptop che risponde autonomamente ai tuoi messaggi, gestisce file e porta a termine compiti mentre sei altrove, giustifichi il costo iniziale. Se l’ecosistema software — Microsoft in testa — riuscirà a rendere quella promessa reale già con N1X, la roadmap verso N2X e N3X potrebbe diventare uno dei percorsi più seguiti nell’hardware consumer dei prossimi anni.
