Il rilascio storico
Il 1° agosto 2026, durante la conferenza HDC 2026, Yu Chengdong ha annunciato il rilascio open-source di openPangu 2.0 Pro, un modello linguistico di scale frontier con 505 miliardi di parametri totali e 18 miliardi di parametri attivi per token, basato su un'architettura Mixture-of-Experts (MoE). Pesi, codice di inference e technical report sono stati pubblicati simultaneamente sulla piattaforma GitCode Ascend Tribe.
La vera rivoluzione non è nei numeri, ma nell'hardware: openPangu 2.0 Pro è stato addestrato interamente su chip Huawei Ascend NPU — probabilmente Ascend 910B o 910C — senza utilizzare una singola GPU NVIDIA. È il primo modello AI di scala frontier al mondo addestrato su hardware completamente non americano. Un proof-of-concept che l'export control sui chip NVIDIA, in vigore dal 2022, non ha fermato lo sviluppo AI cinese — lo ha solo spinto a costruire un'alternativa autonoma.
I numeri del colosso
openPangu 2.0 si presenta in due varianti:
- openPangu 2.0 Pro — 505B parametri totali, 18B attivi per token (MoE), context window di 512K token, addestrato su circa 34 trilioni di token. La variante flagship, ottimizzata per throughput massimo su Ascend.
- openPangu 2.0 Flash — 92B parametri totali, 6B attivi per token (MoE), stessa context window di 512K. La variante efficiente, già open-sourced a giugno 2026, pensata per deployment su hardware più modesto.
La context window di 512K token è una delle più ampie tra tutti i modelli open-weight disponibili, superando la maggior parte dei competitor e rendendo openPangu particolarmente adatto a task che richiedono elaborazione di documenti molto lunghi, analisi legale, o reasoning su contesti estesi.
La stack Ascend: vertical integration totale
Per capire l'importanza di openPangu 2.0 Pro bisogna guardare l'intera stack. Huawei non ha solo creato un modello — ha costruito un ecosistema verticale completo:
- Hardware: chip Ascend NPU (910B/910C), prodotti internamente da Huawei senza dipendenze da foundry americane.
- Software: framework MindSpore e CANN (Compute Architecture for Neural Networks), alternative a CUDA e PyTorch.
- Modello: openPangu 2.0, addestrato e ottimizzato per Ascend fin dal pre-training.
- Deployment: Huawei Cloud ModelArts per inferenza gestita, integrazione nativa con HarmonyOS per agent AI on-device.
Huawei dichiara che openPangu 2.0 raggiunge il doppio del throughput per singola scheda Ascend rispetto ad altri modelli open-source comparabili, e che è ottimizzato per i task Agent su HarmonyOS, dove velocità e accuratezza sono critiche. Il post-training ha utilizzato supervised fine-tuning (SFT) con integrazione fast/slow, reinforcement learning multi-specializzato, e online distillation (OPD) per la fusione delle capacità — una pipeline sofisticata che indica maturità tecnica avanzata.
Perché "senza NVIDIA" è così importante
Dal 2022, gli Stati Uniti hanno imposto restrizioni progressive sull'export di chip NVIDIA ad alta performance verso la Cina. La strategia era chiara: tagliare l'accesso al hardware di compute più avanzato per rallentare lo sviluppo AI cinese. La premessa era che senza GPU NVIDIA — e senza l'ecosistema CUDA — fosse impossibile addestrare modelli frontier.
openPangu 2.0 Pro dimostra che questa premessa è falsa. Non è il primo tentativo — DeepSeek V4, 1.6 trilioni di parametri MoE, è stato post-trainato su oltre 1.000 chip Ascend 910C, e GLM-5 di Zhipu AI (745B parametri) è stato sviluppato in partnership con Huawei. Ma openPangu è il primo modello Huawei-flagship addestrato end-to-end su Ascend, dalla pre-training al deployment, con pesi e codice rilasciati pubblicamente.
Il messaggio è rivoluzionario: la Cina non solo può addestrare modelli frontier senza NVIDIA, ma può anche open-sourcerli, rendendo l'intera stack — hardware, software, modello — disponibile per chiunque voglia replicarla. Per i paesi che non possono o non vogliono dipendere da hardware americano, openPangu offre un'alternativa completa.
Il contesto geopolitico: $295 miliardi per una griglia AI domestica
Il rilascio di openPangu 2.0 Pro arriva in un momento cruciale. Pechino sta predisponendo un piano da $295 miliardi per costruire una griglia nazionale di data center AI che dovrà operare con almeno 80% di chip domestici, escludendo strutturalmente NVIDIA e AMD. Huawei Ascend è il principale beneficiario di questo piano, ma i vincoli di supply di SMIC — il foundry cinese — rimangono un collo di bottiglia.
Nel frattempo, CNBC ha titolato "China learns to build without Nvidia": le aziende cinesi stanno sempre più cercando alternative NVIDIA per sviluppare sistemi self-sufficient. Le robotaxi, i data center e ora i modelli frontier stanno tutti facendo la transizione. La domanda non è più se la Cina può farlo, ma quanto velocemente.
Cosa significa per l'Europa e l'Italia
Per l'Europa, openPangu 2.0 Pro è simultaneamente un'opportunità e una sfida:
- Sovranità AI alternativa: L'Europa cerca da tempo un percorso per la sovranità AI — la capacità di sviluppare e deployare modelli senza dipendere da provider americani. openPangu offre una stack alternativa completa, ma con rischi geopolitici diversi: dipendenza dalla Cina invece che dagli USA.
- Modello vs hardware: Mentre l'Europa ha investito in modelli (Mistral, Llama europei), non ha un'alternativa hardware propria. La choice crescerà tra stack NVIDIA+USA e stack Ascend+Cina, con pochi player indipendenti.
- Costi di inferenza: openPangu License è permissiva e royalty-free. Flash (6B attivi) potrebbe essere particolarmente interessante per deployment efficienti in Europa, se l'hardware Ascend fosse disponibile.
- Regolamentazione: L'EU AI Act, in pieno vigore dall'agosto 2026, impone obblighi specifici per i modelli general-purpose. I modelli cinesi open-weight rientrano in questo quadro, con sfide di transparency e data governance che vanno gestite.
- Dual stack strategy: Le aziende italiane più astute valuteranno una strategia dual-stack: NVIDIA per le workload dove l'ecosistema CUDA è insostituibile, Ascend+openPangu dove la sovranità e il costo sono prioritari.
I limiti attuali
Nonostante l'entusiasmo, openPangu 2.0 Pro ha limitazioni significative:
- Benchmark pubblici limitati: Al momento del rilascio, Huawei ha condiviso pochi numeri di benchmark pubblici. Senza confronti diretti su MMLU, HumanEval o SWE-Bench, è difficile valutare le performance rispetto a GPT-5.6, Claude Opus 4.7 o DeepSeek V4.
- Non multimodale: openPangu 2.0 è un modello puramente linguistico, senza input visivo. In un'era dove i modelli frontier sono sempre più multimodali, è un gap significativo.
- Hardware requirement: Il modello Pro richiede compute significativo — probabilmente 4+ Ascend 910B NPU — che non sono facilmente disponibili fuori dalla Cina.
- Licenza: openPangu License è permissiva ma non identica a MIT. Le organizzazioni che vogliono usarla commercialmente devono verificare i termini specifici per la loro giurisdizione.
Il momento strategico
Il 1° agosto 2026 è una data simbolica per almeno tre ragioni. Primo: mentre l'America discute di standard AI volontari attraverso l'Executive Order 14409 (con scadenza proprio oggi), la Cina ha già prodotto un modello frontier open-source completo su stack domestica. Secondo: mentre OpenAI ha sospeso Sora 2, la Cina riempie il vuoto competitivo con prodotti come ByteDance Seedance 2.5. Terzo: mentre i lavoratori AI americani firmano lettere per rallentare lo sviluppo, la Cina accelera.
La competizione AI non è più solo tra laboratori — è tra ecosistemi nazionali. La stack Ascend + MindSpore + openPangu + HarmonyOS è la prima alternativa completa all'asse NVIDIA + CUDA + PyTorch + cloud americano. Non è ancora paragonabile in termini di maturità dell'ecosistema o base di sviluppatori, ma la direzione è chiara.
"La Cina non ha bisogno di battere NVIDIA. Ha bisogno di dimostrare che può fare senza NVIDIA. Con openPangu 2.0 Pro, Huawei ha appena dimostrato proprio questo."
Vuoi capire come la geopolitica AI impatta la strategia della tua organizzazione? Contatta AISAC per una consulenza personalizzata.