Nvidia GTC 2025: Jensen Huang cree que la IA necesita una capacidad de cómputo hasta 100 veces mayor

Durante su discurso de apertura en la GTC 2025, Jensen Huang CEO y fundador de NVIDIA, destacó que el avance de la inteligencia artificial (IA) exige una capacidad de cómputo hasta 100 veces mayor de lo que previamente se estimaba. Esta afirmación subraya la creciente demanda de infraestructura tecnológica y plantea nuevos desafíos en términos de energía, refrigeración y redes para los centros de datos del futuro.

Huang explicó que las nuevas generaciones de modelos de IA, en particular aquellos con capacidades de razonamiento avanzado, requieren una infraestructura más potente. A medida que los modelos evolucionan, la cantidad de cálculos necesarios para entrenarlos y ejecutarlos se multiplica exponencialmente.

Esto ha impulsado a Nvidia a desarrollar fábricas de IA altamente optimizadas, utilizando plataformas avanzadas de simulación y modelado digital.

Para abordar estos desafíos, el equipo de ingeniería del centro de datos de NVIDIA ha desarrollado una aplicación en Omniverse Blueprint que permite planificar, optimizar y simular fábricas de IA de hasta 1 gigavatio.

Utilizando herramientas de simulación de alto nivel, como la plataforma de gemelos digitales Cadence Reality y ETAP, los ingenieros pueden modelar y mejorar la eficiencia energética y la distribución de redes antes de iniciar la construcción.

El Omniverse Blueprint facilita la integración de diversas disciplinas en un entorno digital unificado, permitiendo a los equipos:

• Integrar componentes y optimizar el espacio con modelos detallados de sistemas como NVIDIA DGX SuperPODs y GB300 NVL72.
• Mejorar el rendimiento de los sistemas de refrigeración mediante simulaciones avanzadas.
• Diseñar sistemas eléctricos escalables y redundantes para garantizar la confiabilidad operativa.
• Optimizar la infraestructura de red con tecnologías como NVIDIA Spectrum-X.

Uno de los principales desafíos en la construcción de centros de datos para IA es la fragmentación de los equipos de trabajo. Tradicionalmente, los ingenieros de energía, refrigeración y redes operan en silos, lo que puede generar ineficiencias y aumentar el riesgo de errores costosos.

Con Omniverse Blueprint, estos equipos pueden colaborar en un contexto compartido, visualizando en tiempo real cómo sus decisiones impactan otras áreas del diseño. La simulación en tiempo real permite:

• Optimizar el uso de energía con actualizaciones dinámicas de simulaciones.
• Identificar y eliminar posibles puntos de falla antes de la implementación.
• Modelar condiciones del mundo real para anticipar problemas de carga y estabilidad.

Según Huang, una fábrica de IA de 1 gigavatio puede generar pérdidas de más de 100 millones de dólares por día en caso de inactividad. Por ello, minimizar riesgos mediante simulaciones avanzadas y planificación digital es crucial para la viabilidad de estos centros de datos.

El enfoque basado en gemelos digitales permite prever posibles fallos en la infraestructura, evaluar diferentes estrategias de refrigeración y calcular con precisión las necesidades futuras de expansión. Esto no solo garantiza la estabilidad operativa, sino que también optimiza la inversión en infraestructura tecnológica.

La demanda de cómputo para IA sigue en aumento, impulsada por avances en modelos generativos y agentes de IA capaces de realizar tareas complejas. Empresas como Vertech y Phaidra están colaborando con NVIDIA para integrar agentes de IA de aprendizaje por refuerzo en Omniverse, optimizando la estabilidad térmica y la eficiencia energética mediante simulaciones en tiempo real.

Con la proyección de que las actualizaciones de centros de datos impulsadas por IA alcancen el billón de dólares en los próximos años, la tecnología de gemelos digitales se vuelve esencial para garantizar que las nuevas infraestructuras sean escalables y eficientes.