Hasta 3,7 veces más rápido y menor costo por cálculo – el nuevo hardware de NVIDIA ejerce presión sobre toda la industria de IA
El hardware más reciente de NVIDIA entrega hasta 3,7 veces mayor potencia de cálculo que su predecesor – y es solo parte de una ofensiva que simultáneamente transforma la sanidad, los robots industriales y el trabajo climático. La empresa se encuentra en una fase de expansión sin precedentes en la historia de la tecnología, donde cada salto de rendimiento reduce costos y abre puertas que antes estaban cerradas.
La IA abandona el laboratorio – y toma lugar en el mundo
Hay momentos en que un cambio tecnológico deja de ser una tendencia y comienza a convertirse en realidad. Nos encontramos en uno de esos momentos. NVIDIA despliega una ofensiva en varios frentes simultáneamente – y la imagen conjunta es difícil de ignorar para quien sigue cómo la inteligencia artificial realmente transforma la sociedad.
Vera Rubin: la carrera de hardware continúa
En el benchmark independiente más reciente MLPerf Inference v6.1, la nueva Vera Rubin NVL72 de NVIDIA debuta con resultados que hacen empalidecer a su predecesor GB300 NVL72. Hasta 3,7 veces mayor rendimiento en el modelo de lenguaje multimodal Qwen3-VL, y 2,5 veces mejor rendimiento en DeepSeek-R1, reporta NVIDIA Blog. No se trata solo de potencia bruta – cada rack genera más pasos de cálculo por segundo, atiende a más usuarios y reduce el costo por afirmación producida. Es el tipo de salto de rendimiento que permite rediseñar modelos de negocio.
Igualmente interesante es que GB300 NVL72 – el anterior modelo de punta – muestra eficiencia de escalado del 99 por ciento cuando se conectan cuatro racks juntos. Las optimizaciones de software por sí solas entregaron hasta 1,6 veces mayor rendimiento en comparación con la ronda de pruebas anterior, sin una sola actualización de hardware. Eso dice algo importante: el valor de NVIDIA no reside solo en el chip, sino igualmente en la capa de software.
En la Cumbre de Infraestructura de IA de este año en Santa Clara – que creció de 3 500 a más de 8 000 participantes en un solo año – se presentó una nueva métrica clave para la industria: unidades de cálculo por megavatio. La eficiencia, no solo el rendimiento, ahora dirige cómo se diseñan las fábricas de IA. Se dice que la plataforma DSX MaxLPS de NVIDIA entrega hasta 1,4 veces más unidades de cálculo por megavatio en comparación con soluciones anteriores.
La seguridad como disciplina de ingeniería
A medida que 49 millones de vehículos autónomos y 60 millones de robots industriales se espera que estén en operación en 2035, según la empresa de análisis ABI Research, se plantean requisitos completamente nuevos sobre cómo se maneja la seguridad de IA. NVIDIA enfatiza que el trabajo de seguridad para IA física no puede reducirse a directrices y documentos de política – debe tratarse como un problema de ingeniería puro con requisitos medibles y efecto demostrable. Cuatro cambios fundamentales impulsan esto: los entornos dinámicos requieren adaptación en tiempo real, el comportamiento de IA requiere su propio escrutinio, la implementación es un proceso continuo y la validación debe ocurrir a gran escala. Es un enfoque maduro y responsable, y es exactamente lo que la industria necesita ahora que la robótica abandona los entornos de prueba controlados.
Medicina y clima: IA donde realmente importa
Los ejemplos más conmovedores de IA que se mueve del laboratorio a la realidad se encuentran en medicina y clima. NVIDIA, en conjunto con Google DeepMind e Instituto Europeo de Bioinformática, ha publicado estructuras tridimensionales predichas para complejos proteicos de más de 2 800 virus – disponibles gratuitamente a través de la base de datos AlphaFold. Alrededor del 30 por ciento de las interacciones proteicas son completamente nuevas para la ciencia. Esto crea una plataforma para investigación de prevención de pandemias que no existía anteriormente.
En el hospital infantil Children's Hospital of Philadelphia se utiliza MONAI – un marco para análisis de imágenes médicas de código abierto fundado junto con NVIDIA – para crear en segundos modelos cardíacos anatómicamente precisos de corazones infantiles únicos. Un flujo de trabajo que anteriormente requería cuatro horas de trabajo manual ahora puede realizarse rutinariamente en entorno clínico. No es un estudio piloto. Es atención estándar.
En el frente climático, investigadores británicos de la Universidad de Manchester mapean contaminación del aire en tiempo real utilizando el marco Earth-2 de NVIDIA. Un modelo a nivel nacional con resolución de tres kilómetros cuadrados, entrenado en dos días en un nodo de ocho procesadores. La contaminación del aire se calcula que causa 30 000 muertes anuales en Reino Unido – mejores pronósticos pueden salvar vidas.
Paralelamente, se forma la alianza AEMA – Alianza de Gestión Energética de IA – por Emerald AI, Google y NVIDIA, con el objetivo de construir centros de datos que adapten activamente su consumo eléctrico según las condiciones actuales de la red eléctrica. Es una señal de que la industria comienza a tomar su responsabilidad sistémica en serio.
Un movimiento global, no un fenómeno de Silicon Valley
Es fácil ver la ofensiva de NVIDIA como un fenómeno occidental. Pero desde Singapur hasta El Cairo, la imagen es diferente. En Egipto, el número de participantes en el programa de aprendizaje profundo de NVIDIA se ha multiplicado por diez en un solo año. En Tailandia, un asistente legal de IA ayuda a 43 000 ciudadanos a navegar el sistema judicial. La IA se está convirtiendo en una estrategia nacional – y NVIDIA se posiciona como proveedor de infraestructura para la transición global.