NVIDIA CUDA arriva su RISC-V: ecco cosa cambia per CPU e GPU

CUDA è la piattaforma di calcolo parallelo e il modello di programmazione sviluppato da NVIDIA per sfruttare le GPU anche al di fuori della grafica. Presentata nel 2007, permette alle applicazioni di demandare alla GPU operazioni numeriche molto ripetitive e facilmente parallelizzabili: addestramento e inferenza dei modelli di intelligenza artificiale, simulazioni scientifiche, rendering, elaborazione video, analisi di grandi quantità di dati e calcolo ad alte prestazioni sono oggi tra gli impieghi più comuni. Attorno a CUDA NVIDIA ha costruito negli anni un insieme molto ampio di librerie, compilatori, runtime e strumenti di sviluppo, tanto che molte applicazioni professionali e numerosi framework AI dipendono direttamente dal suo stack software.

Oggi il lato host di CUDA gira soprattutto su sistemi x86-64 e Arm64: la CPU esegue il programma principale, prepara i dati e coordina il lavoro, mentre i kernel CUDA sono eseguiti sulle GPU NVIDIA. È il modello che ritroviamo nei server per l’intelligenza artificiale, nelle workstation, nei supercomputer, nei sistemi DGX e in molte infrastrutture cloud. NVIDIA, però, sta preparando un terzo bersaglio: RISC-V.

RVA23 diventa il punto di partenza per CUDA su RISC-V

CUDA su RISC-V non è più soltanto un’ipotesi teorica. A Hot Chips 2026, Frans Sijstermans di NVIDIA ha chiarito quali caratteristiche hardware e firmware serviranno per arrivare a una piattaforma realmente compatibile.

Il primo requisito indicato da NVIDIA è il profilo RVA23, ratificato da RISC-V International nell’ottobre 2024. I profili RISC-V servono proprio a ridurre uno dei problemi storici delle architetture molto modulari: sapere quali estensioni siano realmente disponibili quando un software viene distribuito come binario.

RVA23 definisce un insieme molto più ricco di funzionalità obbligatorie rispetto alle prime generazioni di processori RISC-V. Tra queste troviamo le estensioni per moltiplicazione e divisione, operazioni atomiche, floating point, manipolazione dei bit, gestione della cache, virtualizzazione e soprattutto l’estensione vettoriale.

La scelta di NVIDIA arriva dopo anni di maturazione dell’architettura RISC-V. NVIDIA utilizza già core RISC-V internamente da molto tempo, soprattutto come microcontrollori integrati nei propri chip, ma portare CUDA su una CPU RISC-V che governa una GPU discreta è un problema completamente diverso.

Non basta la CPU: NVIDIA vuole una vera piattaforma RISC-V server

RVA23 definisce principalmente ciò che il software può aspettarsi dal processore. CUDA, però, deve interagire con l’intera macchina: NVIDIA chiede quindi anche l’aderenza alla RISC-V Server SoC Specification e alle specifiche della piattaforma server elaborate da RISC-V International.

La Server SoC Specification 1.0, ratificata nel febbraio 2025, copre elementi che difficilmente entrano in gioco su una piccola board destinata agli sviluppatori: controller degli interrupt, IOMMU, sottosistema PCIe, gestione degli errori, sicurezza, monitoraggio delle prestazioni, Quality of Service e funzioni RAS (Reliability, Availability and Serviceability).

Non è quindi sufficiente prendere una CPU RISC-V potente, aggiungere uno slot PCIe e collegarvi una GeForce o una GPU professionale NVIDIA. Il software deve poter contare su un insieme di comportamenti ben definiti dell’intera piattaforma.

Cosa significa portare NVIDIA CUDA su RISC-V

Ma cosa cambia, in concreto, con CUDA su RISC-V?

Non significa che i kernel CUDA inizieranno a girare sui core RISC-V al posto della GPU. La parte accelerata continuerà a essere eseguita sulle GPU NVIDIA, esattamente come avviene oggi sui sistemi x86-64 e Arm64.

A cambiare è il processore host: una CPU RISC-V potrà eseguire l’applicazione principale, il runtime CUDA, le librerie lato CPU e i componenti software necessari a preparare i dati, allocare la memoria, avviare i kernel e coordinare i trasferimenti con la GPU.

RISC-V diventa una nuova architettura sulla quale costruire server e sistemi di calcolo accelerato NVIDIA, senza dover necessariamente ricorrere a CPU Intel, AMD o Arm.

È un passaggio importante soprattutto per chi progetta SoC e piattaforme personalizzate: l’ISA (Instruction Set Architecture) aperta può offrire maggiore libertà nell’integrazione dei core CPU, mantenendo allo stesso tempo l’accesso allo stack CUDA e alle GPU NVIDIA. Il vantaggio, però, esiste solo se l’intera macchina rispetta requisiti abbastanza severi; ed è proprio qui che entrano in gioco RVA23 e le specifiche RISC-V per sistemi server.