TradingKey - El 21 de octubre, el CEO de Nvidia (NVDA), Jensen Huang, presentó nuevos avances en infraestructura de IA, agentes de IA empresariales y robótica en la conferencia GTC en Berlín, afirmando que Vera Rubin ha entrado en producción a gran escala. Los anuncios se centraron en el despliegue de cómputo y el desarrollo de aplicaciones, con el objetivo de ayudar a las empresas a llevar la IA a un uso empresarial práctico.
En materia de infraestructura, Nvidia presentó DSX POD, una solución modular de fábrica de IA que integra y prueba previamente equipos de cómputo, redes, sistemas de energía y de refrigeración líquida en las instalaciones de sus socios antes de enviarlos a las sedes de los clientes para su instalación.
Según Nvidia, cuando la infraestructura auxiliar del lugar, como el suministro eléctrico, ya está disponible, la solución puede reducir el tiempo de despliegue de aproximadamente seis meses a tan solo 14 días. Entre sus socios se encuentran Dell, Hewlett Packard Enterprise, Lenovo, Schneider Electric y Vertiv, y se prevé que las entregas comiencen a principios de 2027. Este plazo se refiere específicamente a la fase de despliegue in situ y no abarca todo el proceso de construcción de un centro de datos desde cero.
Desde una perspectiva empresarial, acortar el ciclo de instalación y puesta en servicio de los equipos ayuda a los clientes a poner en funcionamiento la capacidad de cómputo más rápidamente. Sin embargo, que esto acelere el retorno de la inversión sigue dependiendo del avance de los proyectos complementarios, de las tasas de utilización del cómputo y de la demanda real, por lo que no puede juzgarse únicamente por la mayor rapidez del despliegue.
En el ámbito de las aplicaciones empresariales, Nvidia lanzó la arquitectura de referencia de agentes de IA seguros OpenShell, la cual gestiona el acceso de los agentes a datos y herramientas mediante entornos de ejecución aislados, controles de acceso y supervisión continua.
Esta arquitectura asigna la inferencia de modelos, la orquestación de tareas y la ejecución segura a distintos componentes de cómputo, con el objetivo de permitir a las empresas integrar agentes en sus procesos de negocio bajo condiciones de acceso controlado.
Nvidia también presentó Agent Knowledge Foundation, que dota a los agentes de capacidades como el análisis de documentos, la recuperación de información y el procesamiento de datos estructurados para ayudarles a utilizar el conocimiento interno empresarial. En comparación con las preguntas y respuestas genéricas, estas funciones están más cerca de las herramientas fundamentales necesarias para tareas prácticas como el manejo de perfiles de clientes, registros comerciales y bases de datos.
Estos anuncios muestran que Nvidia está ampliando su cobertura de IA empresarial a través de hardware, modelos y herramientas de software. Sin embargo, persiste una brecha entre los lanzamientos de productos y la adopción a gran escala por parte de los clientes, y habrá que observar los despliegues reales así como su contribución a los ingresos comerciales en el futuro.
En el sector automotriz, Nvidia presentó alianzas relacionadas con la conducción asistida, la conducción autónoma y los robotaxis centradas en la plataforma Hyperion. Entre ellas, Volvo Cars adoptó las pilas tecnológicas Hyperion y Alpamayo, lo que ofrece un caso de aplicación concreto para una mayor incursión de Nvidia en el mercado de la informática automotriz.
En el ámbito de la robótica, la empresa presentó la plataforma de referencia para robots humanoides Agile ONE SN, con 31 grados de libertad, cuyo lanzamiento está previsto para 2027. Las herramientas de apoyo abarcan la recopilación de datos, el entrenamiento de modelos, la simulación y la operación, lo que ayuda a los desarrolladores a trasladar los robots desde entornos simulados a escenarios del mundo real.
En el campo médico, Nvidia también presentó una colaboración con Siemens Healthineers en radioterapia adaptativa, que combina imágenes médicas, gemelos digitales y computación en tiempo real para asistir en la planificación y el ajuste de tratamientos. Si bien estas colaboraciones amplían el alcance de aplicación de la computación de IA, los avances en materia regulatoria, de entrega y de comercialización de cada proyecto aún deben supervisarse de forma individual.