El megavatio es la nueva medida del poder de la IA – Nvidia quiere poseer toda la cadena desde la red eléctrica hasta la potencia de cálculo

El kilovatio es la nueva métrica de dominación en IA

Suele hablarse de parámetros y puntos de referencia cuando se mide la fortaleza de las empresas de IA. Pero cada vez más es otra unidad la que decide quién lidera la carrera: el megavatio. Quien controla el flujo de energía controla la potencia de cálculo – y quien controla la potencia de cálculo establece la agenda para toda la industria.

Nvidia lo sabe. Y actúa en consecuencia.

En la conferencia AI Infra Summit, Ian Buck, vicepresidente ejecutivo de Nvidia, presentó una visión que se extiende mucho más allá de procesadores gráficos y modelos de lenguaje. El mensaje principal fue fábricas de IA más eficientes – y pruebas concretas de que la gestión inteligente de la energía puede hacer una diferencia dramática sin necesidad de agregar un solo kilovatio.

La prueba vino del proveedor de servicios en la nube Lambda, que según el blog de Nvidia ha demostrado que el mismo presupuesto eléctrico fijo puede entregar 24 por ciento más rendimiento de cálculo con gestión inteligente. Estas son cifras que hacen que constructores y directores de centros de datos agucen el oído. Exprimir una cuarta parte más rendimiento de la infraestructura existente no es una mejora marginal – es una ventaja decisiva para la competencia.

La tecnología detrás de esto es la plataforma DSX de Nvidia, que reúne el diseño y la operación de fábricas de IA en un sistema cohesivo. Lo que hace que DSX sea inusual es que no optimiza partes aisladas de la instalación – adopta un enfoque integral. La red eléctrica, el enfriamiento, la carga de trabajo de cálculo y las señales de demanda de actores externos como empresas eléctricas se entrelazan en tiempo real.

La plataforma Conductor de Emerald AI, que manejó esa noche de agosto en Silicon Valley, es un ejemplo temprano de este pensamiento en la práctica. Silicon Valley Power ha enviado desde entonces más de 200 señales similares a la instalación – y el sistema ha respondido correctamente cada vez, informa Nvidia.

La certificación como ventaja competitiva

Pero Nvidia no se conforma con el software. En paralelo, se lanza el programa de certificación DSX Ready, que asegura la calidad del hardware para energía y enfriamiento según los estándares de referencia propios de Nvidia. Entre los primeros proveedores aprobados se encuentran Tesla, Hitachi Energy y LG Energy Solution para almacenamiento de energía – y LG Electronics, LiquidStack y Vertiv para enfriamiento basado en líquidos.

No se trata de marketing. Se trata de reducir el riesgo de integración y acortar los tiempos de construcción para los centros de datos que el mundo necesita desesperadamente. Cada semana que se ahorra en planificación y calificación es dinero y capacidad que puede ponerse en funcionamiento más rápidamente.

La conexión es clara: Jensen Huang describió en la gran conferencia de Salesforce, Dreamforce, la IA como la electricidad de nuestro tiempo – una infraestructura global que hace posible "saberlo todo y hacerlo todo". Es una visión ambiciosa. Pero detrás de cada visión ambiciosa hay kilómetros de cables, bastidores refrigerados por agua y sistemas de baterías que deben funcionar las 24 horas del día.

El procesador toma revancha – gracias a los agentes

En medio de todo esto emerge un desarrollo inesperado de otro lado. Según IEEE Spectrum, el surgimiento de sistemas de IA basados en agentes está creando un cuello de botella nuevo que nadie realmente previó: la escasez de procesadores convencionales.

Amazon Web Services habría expedido internamente directivas para economizar en capacidad de CPU, como resultado del aumento dramático de carga que los agentes de IA causan. El analista Matt Kimball de Moor Insights & Strategy explica el mecanismo: una carga de trabajo basada en agentes que crea cien agentes se implementa a escala empresarial en cientos de miles o millones de agentes. Y estos agentes – cuando escriben archivos, invocan herramientas e interpretan respuestas – realizan la mayor parte de su trabajo en el procesador, no en el procesador gráfico.

Madhu Rangarajan, vicepresidente de AMD, indica que siete de cada ocho pasos en flujos de agentes realistas se ejecutan completamente en el procesador. Es un recordatorio dramático de que los requisitos físicos de los sistemas de IA son más complejos e inesperados de lo que la mayoría de las predicciones habían pronosticado.

Todo el sistema es el producto

El tema común en todo esto es que el boom de la IA no puede reducirse a un único componente, un único proveedor o una única tecnología. Es un sistema – desde la frecuencia de la red eléctrica hasta la última llamada de función del agente – y el sistema completo debe optimizarse en conjunto.

Nvidia se posiciona para poseer la comprensión del sistema, si no todas las partes del sistema. Es una estrategia ambiciosa. Pero si tiene éxito, no es solo una victoria empresarial – es un cambio en quién establece las condiciones para cómo se construye e implementa la inteligencia artificial globalmente.