La aceleración de la inteligencia artificial está entrando en una etapa en la que los centros de datos ya no se conciben como agrupaciones de servidores independientes, sino como fábricas de IA diseñadas de forma integral. En ese contexto, NVIDIA ha presentado la plataforma Vera Rubin en su anual GTC developer conference 2026 de San Jose, CA, una arquitectura que reúne siete chips de nueva generación y cinco racks especializados para cubrir todas las fases del ciclo de vida de la IA, desde el preentrenamiento masivo hasta la inferencia agentica en tiempo real. La propuesta refleja un cambio de escala y de enfoque: la infraestructura deja de ser un conjunto de componentes aislados y pasa a funcionar como un superordenador coherente, optimizado mediante codesign entre cómputo, redes, almacenamiento, energía y refrigeración.
La plataforma se articula alrededor de los Rubin GPU, los Vera CPU y el ecosistema de interconexión NVLink 6, que permiten que los racks NVL72 funcionen como una unidad de cómputo de gran densidad. Cada rack integra 72 GPUs Rubin y 36 CPUs Vera, conectadas mediante NVLink y reforzadas con SuperNICs ConnectX‑9 y DPUs BlueField‑4. Esta combinación permite entrenar modelos de mezcla de expertos con una fracción del hardware necesario en generaciones anteriores y con mejoras sustanciales en eficiencia energética y coste por token. La arquitectura está pensada para escalar sin fricciones en despliegues de tipo POD, donde múltiples racks se comportan como un único sistema distribuido.
El diseño incorpora también un rack dedicado a CPUs Vera, orientado a cargas de trabajo que requieren miles de entornos simultáneos, como el aprendizaje por refuerzo o la validación de agentes. La densidad y la refrigeración líquida permiten mantener un rendimiento sostenido en tareas que dependen de un alto rendimiento por hilo, un aspecto que suele convertirse en cuello de botella cuando se combinan modelos generativos con simulaciones o entornos interactivos.
Uno de los elementos más destacados es la integración del acelerador Groq 3 LPX, orientado a la inferencia de baja latencia y a contextos de gran tamaño. Su arquitectura basada en LPUs y memoria SRAM en chip está diseñada para ofrecer un flujo de tokens estable y predecible, algo esencial en sistemas agenticos que combinan razonamiento, recuperación de información y ejecución de acciones. En conjunto con los GPUs Rubin, LPX permite que cada capa del modelo se procese de forma conjunta durante la generación de tokens, lo que reduce la latencia y mejora la eficiencia en modelos de billones de parámetros.
El almacenamiento también adopta un enfoque específico para IA. El rack BlueField‑4 STX introduce un nivel de memoria contextual distribuida que extiende la capacidad efectiva de los GPUs a través del POD. Este sistema está optimizado para gestionar las enormes cachés de clave‑valor que generan los modelos de lenguaje y los agentes, y utiliza el nuevo framework DOCA Memos para procesar estas estructuras de forma más eficiente que los sistemas de almacenamiento generalistas. El resultado es una mejora significativa en la velocidad de interacción con modelos de contexto largo y en la capacidad de mantener coherencia en flujos de múltiples turnos.
La conectividad se apoya en Spectrum‑6 SPX, un sistema Ethernet diseñado para acelerar el tráfico este‑oeste dentro de las fábricas de IA. La incorporación de óptica co‑empaquetada permite reducir el consumo energético y aumentar la resiliencia frente a fallos, dos factores que adquieren relevancia cuando los despliegues alcanzan miles de nodos. La plataforma también es compatible con Quantum‑X800 InfiniBand, lo que permite a los operadores elegir entre dos tecnologías de red según sus necesidades de latencia, escalabilidad y gestión.
Para sostener esta infraestructura, NVIDIA ha presentado la plataforma DSX, que introduce mecanismos de gestión energética capaces de ajustar dinámicamente el consumo de los racks y aprovechar mejor la capacidad disponible en centros de datos con límites de potencia. La propuesta incluye un diseño de referencia para fábricas de IA que integra refrigeración, distribución eléctrica y gestión térmica con el objetivo de maximizar la producción de tokens por vatio y reducir el tiempo necesario para llevar nuevos modelos a producción.
La plataforma Vera Rubin cuenta con el respaldo de un amplio ecosistema de socios, desde fabricantes de servidores hasta proveedores de nube pública. Empresas como AWS, Google Cloud, Microsoft Azure y Oracle Cloud Infrastructure planean incorporar estos sistemas en sus ofertas, mientras que fabricantes como Dell, HPE, Lenovo y Supermicro preparan servidores basados en la nueva arquitectura. Laboratorios de IA como Anthropic, Meta, Mistral y OpenAI han mostrado interés en utilizar la plataforma para entrenar modelos más grandes y servir sistemas multimodales con menor latencia y mayor eficiencia.
En conjunto, Vera Rubin representa un paso hacia infraestructuras diseñadas de forma holística para la IA moderna. La combinación de cómputo especializado, redes de alta velocidad, almacenamiento contextual y gestión energética integrada apunta a un modelo en el que las fábricas de IA se convierten en sistemas coherentes, capaces de sostener cargas de trabajo cada vez más complejas y de responder a la demanda creciente de modelos más potentes y contextos más amplios. La propuesta refleja una tendencia más amplia en el sector: la transición desde arquitecturas centradas en servidores individuales hacia sistemas diseñados como supercomputadores distribuidos, optimizados para la escala y la interacción continua.
Fuente comunicado de NVIDIA | Editado por CDOL
