Alimentando la frontera: así es la expansión de 300.000 millones de dólares de Vera Rubin

En el mundo de la inteligencia artificial, la energía es la nueva moneda. Una reciente expansión estratégica entre NVIDIA y OpenAI ha dejado atrás los simples pedidos de chips para entrar en el terreno de la infraestructura a escala nacional. Los dos gigantes se han comprometido ahora con un proyecto que aspira a 10 gigavatios de capacidad energética, el equivalente aproximado a cinco presas Hoover, para alimentar la próxima generación de modelos "de frontera".

La arquitectura de la era Vera Rubin

En el corazón de esta expansión está la plataforma Vera Rubin, bautizada en honor a la astrónoma pionera. No se trata simplemente de un chip más rápido: representa un cambio radical, de fabricar procesadores individuales a diseñar centros de datos enteros como una sola unidad. El sistema se articula en torno a la CPU Vera, un procesador basado en Arm de 88 núcleos, y la GPU Rubin, que utiliza memoria HBM4 de nueva generación para mover datos a velocidades sin precedentes.

Para OpenAI, las mejoras de rendimiento son transformadoras. La arquitectura Vera Rubin ofrece hasta cinco veces la potencia de cómputo de IA de su predecesora, la serie Blackwell. Más importante aún, aspira a una reducción de diez veces en el coste de la inferencia, el proceso mediante el cual un modelo de IA responde de verdad a la pregunta de un usuario. Al abaratar y agilizar la entrega de inteligencia, la alianza busca convertir el "razonamiento agéntico", o la resolución de problemas en varios pasos, en una característica habitual de la computación cotidiana.

Un solo rack «NVL72» de esta configuración ofrece un rendimiento de ocho exaflops. Para ponerlo en perspectiva, un exaflop equivale a un trillón de cálculos por segundo. Esta densidad es necesaria porque los modelos de billones de parámetros requieren cantidades masivas de ancho de banda de memoria, en torno a 1,7 petabytes por segundo, para evitar que el sistema quede inactivo mientras espera a que los datos se muevan entre componentes.

Ambición económica y realidad física

La escala de la inversión es tan asombrosa como la propia tecnología. NVIDIA invertirá hasta 100.000 millones de dólares en OpenAI, estructurados a razón de 10.000 millones de dólares por cada gigavatio de capacidad desplegado. Si se suman los costes de las naves de los centros de datos, los sistemas de refrigeración y las redes, la factura total de los primeros cinco gigavatios se estima que superará los 300.000 millones de dólares. Este enfoque de "infraestructura primero" refleja la convicción de Sam Altman de que la capacidad de cómputo será la base fundamental de la economía del futuro.

“la carrera por la supremacía en IA ya no consiste solo en quién tiene el mejor código, sino en quién puede asegurarse la mayor cantidad de electricidad y el silicio más avanzado para aprovecharla.”

Sin embargo, esta ambición se enfrenta a obstáculos considerables en el mundo real. Aunque la financiación ya está asegurada (OpenAI cerró recientemente una ronda de 110.000 millones de dólares con una aportación masiva de NVIDIA), la red eléctrica física sigue siendo un cuello de botella. En muchas regiones, el tiempo de espera para una nueva conexión a la red de este tamaño puede oscilar entre dos y diez años. Esto ha llevado a OpenAI a diversificar sus apuestas, incluido un acuerdo de 38.000 millones de dólares con Amazon para utilizar la infraestructura de AWS junto al hardware propio de NVIDIA.

Los críticos también señalan los riesgos de la "financiación circular". Al invertir miles de millones en su propio mayor cliente, NVIDIA garantiza que su hardware siga siendo el estándar del sector, pero también crea un circuito cerrado que a algunos analistas les resulta preocupante. Más allá de cómo se perciba desde el punto de vista financiero, el movimiento indica que la carrera por la supremacía en IA ya no consiste solo en quién tiene el mejor código, sino en quién puede asegurarse la mayor cantidad de electricidad y el silicio más avanzado para aprovecharla.