Redacción DEM ADMIN HC

Etiqueta: GPU tradicionales

  • Nvidia consolida liderazgo con récord de ingresos e inversiones

    Nvidia consolida liderazgo con récord de ingresos e inversiones

    Estas posiciones refuerzan un ecosistema centrado en computación acelerada e inteligencia artificial, donde la compañía no solo vende hardware, sino que impulsa empresas que construyen software, infraestructuras y servicios sobre su plataforma.

    La estrategia va más allá de las GPU de propósito general: Nvidia está introduciendo nuevas piezas de infraestructura como la CPU Vera, orientada a cargas de trabajo de IA agente y centros de datos avanzados, un mercado que Infobae cifra en torno a 200,000 millones de dólares. El objetivo es capturar más valor en la pila completa de cómputo, desde el chip hasta los frameworks de IA y las aplicaciones empresariales.

    Seguridad de software y adaptación regulatoria

    En paralelo a su expansión, Nvidia ha identificado vulnerabilidades catalogadas como de «alta severidad» en determinados controladores antiguos de GPU, según recoge The Verge. Se trata de drivers heredados que siguen presentes en parte del parque instalado. La compañía ha publicado actualizaciones y recomienda a empresas y usuarios migrar a versiones corregidas para mitigar riesgos en entornos críticos, incluidos centros de datos de IA.

    El frente regulatorio se concentra en China. Xataka detalla que, pese a haber logrado permiso para vender ciertas GPU como la H200 a un grupo acotado de empresas chinas, la demanda potencial se ve condicionada por nuevas restricciones estadounidenses y por el esfuerzo de China por desarrollar alternativas locales. Esto está tensando la relación comercial y burocrática, hasta el punto de que varios análisis describen un «divorcio tecnológico» entre China y Nvidia, con el CEO de la compañía negociando in situ condiciones de acceso al mercado.

    Alianzas industriales y expansión sectorial

    Para sostener el ritmo de innovación, Nvidia fortalece acuerdos industriales. Xataka destaca una alianza con Corning para desarrollar componentes de vidrio avanzados para GPU, dirigidos a mejorar densidad, disipación térmica y fiabilidad en próximos nodos de fabricación. Esta colaboración apunta a mantener el crecimiento de capacidad de cómputo sin disparar consumo energético ni complejidad mecánica en los centros de datos.

    La expansión también es sectorial. Según Supply Chain Digital, Nvidia colabora con India en la automatización de cadenas de suministro mediante plataformas como Omniverse y CUDA‑X, que permiten simular plantas industriales, optimizar redes logísticas y entrenar modelos de IA para planificación y mantenimiento predictivo. Estas iniciativas muestran cómo la computación acelerada se integra en infraestructuras físicas clave, desde fábricas hasta hubs logísticos, y refuerzan la posición de Nvidia como proveedor central de la economía de la IA.

  • Almacenamiento con baterías de automóvil para una red más flexible

    Almacenamiento con baterías de automóvil para una red más flexible

    Estas unidades, que ya no cumplen los requisitos de autonomía para el automóvil pero conservan buena parte de su capacidad, se integran en contenedores modulares que se conectan a la red o a instalaciones aisladas. El objetivo es cubrir la demanda creciente de potencia de centros de datos, industrias y comunidades, suavizando picos de consumo y facilitando la integración de renovables variables como la solar y la eólica.

    El modelo combina economía circular y flexibilidad de red: alarga la vida útil de las baterías, reduce residuos y aplaza la necesidad de fabricar nuevos sistemas de almacenamiento. En paralelo, responde a lo que la compañía define como demanda casi ilimitada de potencia firme para electrificación del transporte, expansión de servidores en la nube y uso intensivo de inteligencia artificial.

    Un “cerebro artificial” que reduce el gasto energético de la IA

    En el otro extremo del sistema, investigadores presentaron un chip de cómputo inspirado en el cerebro que busca recortar drásticamente la energía necesaria para procesar modelos de IA. La arquitectura se basa en computación en memoria, donde el almacenamiento y el procesamiento se realizan en el mismo lugar físico, reduciendo los traslados de datos que hoy concentran buena parte del consumo en las GPU tradicionales. Este enfoque neuromórfico pretende ejecutar tareas de aprendizaje automático con menor latencia y menos vatios por operación.

    Aplicado a centros de datos que alojan modelos de lenguaje y generadores de vídeo de última generación, un hardware más eficiente puede moderar el impacto energético de la expansión de la IA. La combinación de chips especializados, algoritmos optimizados y gestión inteligente de cargas permite que el aumento de capacidad no implique un crecimiento proporcional en emisiones, especialmente si se alimenta con energía renovable almacenada en sistemas de segunda vida como los de Moment Energy.

    Infraestructuras locales: del parking solar a las redes comerciales digitales

    En el ámbito urbano, Zaragoza prueba una solución de marquesinas fotovoltaicas sobre plazas de aparcamiento que generan electricidad in situ y reducen la acumulación de calor en los vehículos. Estas estructuras pueden abastecer puntos de recarga o inyectar energía a la red, reforzando el autoconsumo y descargando subestaciones en horas de máxima radiación.

    A escala global, redes de comercio digital basadas en análisis de datos y modelos de IA optimizan rutas marítimas, trazabilidad y tiempos de entrega. Esta visibilidad en tiempo real permite planificar mejor el transporte de combustibles, equipos eléctricos y componentes de baterías, reduciendo kilómetros innecesarios y consumo asociado. Junto a sistemas de almacenamiento distribuido y chips de baja potencia, estas herramientas delinean una transición energética donde la clave no solo es producir más, sino gestionar mejor cada kilovatio hora.