Nel 2009, con Direct3D 11 arrivano tessellation e compute shader: più geometria “a richiesta” e nuovi effetti post-process gestiti direttamente in GPU.
Sul piano delle API si consolida il trend verso layer più sottili: DirectX 12 (2015) e Vulkan (2016) riducono l’overhead della CPU e danno ai motori di gioco controllo esplicito su command queue, memoria e sincronizzazione. È il momento in cui “quanto bene usi l’API” conta quasi quanto il silicio.
Nel 2018, NVIDIA Turing introduce RT Cores per il ray tracing in tempo reale e Tensor Cores per l’upscaling AI (DLSS). Con il supporto DXR e le librerie dedicate, riflessioni/ombre realistiche passano da “demo” a funzione accessibile nei giochi. In parallelo, AMD porterà il ray tracing in hardware con RDNA 2 e Intel lo includerà nelle soluzioni con architettura Arc.
Intel ARC
Inoltre, gli upscaler (DLSS/FSR/XeSS) diventano un pilastro per alzare la risoluzione percepita a parità di budget computazionale.
L’hardware moderno non è però solo FPS (Frames Per Second): include engine media e acceleratori per codec. Il codec AV1 è ormai requisito pratico: NVIDIA lo supporta in NVENC sulle RTX 40, AMD lo integra con RDNA 3, Intel lo offre su Arc e sui Core Ultra con grafica Arc/Quick Sync di nuova generazione.
Per creator e streamer significa stessa qualità con meno bitrate (o più qualità a parità di banda).
L’integrazione nei portatili diventa lo standard: nel 2003 con i Core Ultra “Meteor Lake”, Intel porta NPU e grafica Arc on-chip e nel 2024 con “Lunar Lake” introduce Xe2 e una NPU molto più capace, avvicinando ancora i confini tra iGPU e dGPU (iGPU integrata nella CPU, dGPU scheda dedicata). Anche AMD spinge le APU (Accelerated Processing Uniit): i Ryzen 8000G riportano l’idea del desktop all-in-one per il 1080p, mentre i Ryzen AI 300 “Strix Point” alzano l’asticella sull’AI locale con NPU fino a 50 TOPS.
Ryzen AI 300 “Strix Point”
Sul fronte desktop e console, la stessa filosofia “tenere vicini i pezzi” si è affermata da tempo: grandi SoC (system-on-a-chip) con CPU e GPU che condividono la memoria riducono la latenza e stabilizzano i frame-rate, un’impostazione resa popolare da PS5/Xbox Series e rientrata in ambito PC con i progressi delle iGPU e dei bus di sistema.
Nel medesimo periodo si diffonde Resizable BAR, che consente alla CPU di accedere a porzioni più ampie di VRAM e aggiunge qualche punto percentuale “gratis” nei titoli che lo sfruttano.
Nel 2022, Intel rientra nel mercato delle GPU discrete con Arc Alchemist (ray tracing hardware, XeSS, AV1 enc/dec, DX12 Ultimate), ampliando l’offerta e aumentando la competizione su driver, strumenti e feature. AMD, con RDNA 3, introduce nel mondo consumer un design multi-chiplet: calcolo e cache/memoria su die distinti collegati ad alta banda, con la prospettiva di scalare prestazioni e resa produttiva. Sono due segnali della stessa tendenza: tecnologie e roadmap diverse, ma convergenza sugli stessi obiettivi (efficienza, banda, programmabilità).
Le GPU sono diventate centrali nell’AI generativa perché eseguono milioni di operazioni in parallelo, proprio come richiedono reti neurali e trasformatori in training e inferenza.
Nel data center, piattaforme come NVIDIA Blackwell (e successivi aggiornamenti) combinano HBM vicina al calcolo, interconnessioni a bassa latenza e massiccia efficienza.
Nvidia RTX 6000 Blackwell
Sui PC, la NPU gestisce l’AI “continua” a bassi consumi, mentre la GPU entra in gioco quando i modelli crescono o servono tempi stretti, fungendo da “muscolo universale” per AI, grafica e media. (Risultato: portatili e mini-PC che streammano in AV1, montano video e fanno inferenza locale senza la necessità obbligatoria di una dGPU).
Nel settembre 2025, NVIDIA e Intel annunciano un’alleanza pluriennale: NVIDIA investe 5 miliardi di dollari in azioni Intel e le due aziende co-svilupperanno più generazioni di prodotti. Nei data center, Intel progetterà CPU x86 su misura con NVLink per le piattaforme AI di NVIDIA, mentre sui PC, sono previsti SoC x86 con chiplet RTX integrati.
Il messaggio è chiaro: CPU, GPU e interconnessioni vanno pensate insieme per scalare dall’edge al cloud in un mondo AI-centrico.