La piattaforma Urania di E4 permette alle imprese di creare propri sistemi di Data Science, AI e GenAI. Con il vantaggio di un completo controllo sulla gestione dei dati.
Le imprese oggi vedono nell'AI - e in particolare nella "nuova" AI generativa - una opportunità da cogliere. Ma anche, giustamente, qualche potenziale rischio nella tutela di informazioni sensibili e proprietà intellettuali. Il problema è noto: per operare gli algoritmi di AI devono "macinare" grandi quantità di dati e le aziende, per avere risultati mirati sulle proprie esigenze, devono ovviamente fornire anche i propri. Fin qui, nulla di nuovo. È sempre successo nel mondo della data analytics.
Oggi però le aziende hanno qualche perplessità in più: i servizi di GenAI non sono sotto il loro diretto controllo e c'è il rischio concreto che le informazioni aziendali date in pasto agli algoritmi siano carpite da altri, usate impropriamente, rese pubbliche, quantomeno usate per addestrare sistemi che poi saranno usati anche da altre imprese magari concorrenti.
La soluzione a tutto questo è chiaramente addestrare direttamente "in casa" gli algoritmi di AI, ma è una operazione che richiede competenze ben specifiche. Per aiutare le aziende che intendono porsi su questa strada - e non solo, come vedremo - la emiliana E4 Computer Engineering ha sviluppato Urania, una piattaforma completa per l'AI e la Data Science on-premise.
Mario Rosati, CEO di E4 Analytics
"Urania - spiega Mario Rosati, CEO di E4 Analytics, la "sister company" di E4 creata per fornire consulenza e servizi professionali in ambito Big Data analytics e AI - può seguire tutto il ciclo di vita del dato dal punto di vista della Data Science, spaziando dall'addestramento dei modelli sino alla possibilità di integrare modelli addestrati in applicazioni specifiche".
La piattaforma di E4 è una soluzione nativa cloud basata sulla containerizzazione e su una versione ottimizzata di Kubernetes, a cui sono state aggiunte componenti che permettono l'uso nativo di GPU e di reti ad alte prestazioni. "In questo modo Kubernetes diventa una piattaforma che orchestra carichi di lavoro numericamente intensivi", spiega Rosati, ma Kubernetes è stato anche (relativamente) semplificato nella parte di gestione e potenziato nelle componenti per lo storage, sempre pensando alle applicazioni di AI e Data Science.
Nello sviluppo di Urania, E4 si è data due target di mercato principali: tutto il mondo università e ricerca, sempre interessato a nuove soluzioni per il calcolo, e le aziende che hanno necessità di avere una infrastruttura cloud-native per il calcolo tecnico-scientifico orientato alla Data Science.
In realtà il bacino potenziale di utenza è anche più ampio, perché Urania può anche essere usata "semplicemente" per ospitare modelli addestrati altrove, aggiungendovi le sue proprie funzioni.. Addestrare un LLM da zero è alla portata di pochi, ma le operazioni di ri-addestramento e finetuning richiedono molte meno risorse di computing e sono gestibili dalle imprese utenti.
In uno scenario d'uso che sarà probabilmente sempre più comune nell'utilizzo degli LLM, Urania può ad esempio partire da un LLM pre-addestrato e provvedere alla sua "specializzazione" su un ambito specifico usando i dati - privati e protetti, a questo punto - dell'azienda utente. In questo modo si può ad esempio creare un assistente virtuale specializzato sulla knowledge aziendale e gestire il suo utilizzo, usando una infrastruttura IT tutto sommato contenuta.
Scenari di "private LLM" come questo saranno sempre più importanti perché garantiscono la privacy dei dati aziendali, ma anche perché in prospettiva puntare solo sull'AI in cloud per molte imprese non sarà praticabile.
"Il cloud funziona molto bene sino a quando la potenza in gioco è relativamente piccola - spiega Rosati - ma quando dobbiamo usare strumenti di calcolo complessi, i costi cominciano a diventare importanti". Inoltre, modelli complessi hanno un loro tempo di caricamento e non è accettabile che questo venga percepito dall'utilizzatore finale ogni volta che, ad esempio, si attiva un assistente virtuale. "Per evitarlo dobbiamo avere modelli inferenziali senza latenza, già pre-caricati sulle GPU: in questi casi il pay-per-use del cloud non sarebbe affatto vantaggioso", sottolinea Rosati.
Debutta ad Anguillara Sabazia, in provincia di Roma, la prima Smart Community italiana, di fatto un ecosistema energetico interattivo dove i propri membri producono, consumano e condividono energia rinnovabile e scambiano beni e servizi. Alla base della prima Smart Community c'è uno strumento web innovativo chiamato Local Token Economy (LTE), ideato e realizzato da ENEA.
22-05-2025
A sostegno del rilancio della manifattura italiana, il MIMIT mette in campo strumenti strategici come il Piano Transizione 5.0, già operativo, a cui si aggiunge l’annunciato Piano Italia per la Moda: entrambi pensati per stimolare innovazione, competitività e favorire il reshoring nel settore.
22-05-2025
Ospedali e strutture sanitarie rappresentano un obiettivo particolarmente appetibile per i cybercriminali, a causa dei dati sensibili dei pazienti, dei preziosi risultati di ricerca e dei servizi critici che offrono. Le analisi più recenti sullo stato della sicurezza informatica nel settore sanitario – come l’ultimo studio dell’Agenzia Nazionale per la Cybersecurity – delineano un panorama delle minacce in rapido peggioramento. L'opinione di Stormshield.
22-05-2025
La scaleup torinese Aiko sviluppa una gamma di componenti di AI che portano un grado sempre maggiore di autonomia ai satelliti in orbita
22-05-2025
Sebbene gli edifici in classe A siano in aumento (dal 2,9% al 3,8% tra 2018 e 2025), la prevalenza di immobili (79%) con classe energetica inferiore alla D sottolinea la necessità di riqualificazione per efficienza e risparmio energetico.
Codex è progettato per supportare gli sviluppatori nella gestione e creazione di codice, automatizzando e semplificando diverse attività di sviluppo software.
A poco meno di tre anni dal lancio sul mercato italiano, Octopus Energy raggiunge le 500.000 utenze nel nostro Paese: un numero triplicato in un solo anno, a conferma di una crescita vertiginosa e costante. La crescita della base clienti rispecchia quella del team, che oggi conta più di 170 persone tra la sede di Ascoli Piceno e l’ufficio di Milano
MUSA e B4i - Bocconi for Innovation al fianco delle principali università lombarde per trasformare il potenziale dei giovani in soluzioni concrete per l’innovazione urbana in logica smart city. I vincitori della Challenge quest’anno sono stati: Polyneta, Protecto, Freego, Rask, EVeezy, EcoNexus.