Nvidia lanza la plataforma DSX, continuando su avance hacia la infraestructura de fábricas de IA

marsbitPublicado a 2026-06-01Actualizado a 2026-06-01

Resumen

NVIDIA ha presentado la plataforma DSX en NVIDIA GTC Taipei, extendiendo su negocio hacia la infraestructura de fábricas de IA. A diferencia de su enfoque anterior en ventas de GPU, DSX ofrece una solución completa que abarca diseño, simulación, despliegue y gestión operativa para estas fábricas. La plataforma aborda los desafíos de los centros de datos modernos, como el suministro eléctrico, la refrigeración y la eficiencia operativa, integrando chips, sistemas, software y arquitecturas de referencia. Su objetivo es mejorar la velocidad de implementación, la fiabilidad y reducir el coste por token en inferencia de IA. El software incluye DSX MaxLPS, que optimiza el consumo energético y permite desplegar hasta un 40% más de GPUs con un impacto mínimo en el rendimiento, y DSX OS, una plataforma operativa de código abierto para la gestión del ciclo de vida. DSX también incorpora capacidades de simulación (DSX Sim), ajuste dinámico de cargas (DSX Flex) e intercambio de datos (DSX Exchange). Socios como CoreWeave y Lambda ya utilizan componentes de DSX, mientras que fabricantes como Dell, HPE y Lenovo desarrollan sistemas compatibles. Esta iniciativa consolida la transición de NVIDIA de proveedor de chips a plataforma integral de infraestructura de IA, buscando establecer estándares en el sector.

Organizado por: Jin10 Data

NVIDIA (NVDA.O) lanzó la plataforma NVIDIA DSX en el evento NVIDIA GTC Taipei celebrado en Taipéi, Taiwán, extendiendo aún más su presencia empresarial al campo de la infraestructura de fábricas de IA.

A diferencia del enfoque pasado centrado en la venta de GPU, DSX busca ofrecer a las empresas una solución completa para fábricas de IA, abarcando desde el diseño y la simulación hasta el despliegue y la gestión operativa.

Con el crecimiento continuo de la escala de los modelos de IA, los desafíos que enfrentan los centros de datos ya no son solo el rendimiento de los chips, sino que también involucran el suministro eléctrico, la capacidad de refrigeración, la planificación de recursos y la eficiencia operativa general. NVIDIA considera que las métricas clave de competitividad en la industria de IA evolucionarán gradualmente del rendimiento de un solo chip hacia la eficiencia integral de la infraestructura, es decir, cómo producir más potencia de cálculo y servicios de inteligencia bajo limitaciones de electricidad, espacio y recursos.

Para ello, la plataforma DSX integra chips, sistemas, software, arquitecturas de referencia y tecnologías de socios de NVIDIA, cubriendo todo el ciclo de vida de la construcción y operación de fábricas de IA. La plataforma ayuda a los clientes a mejorar la velocidad de despliegue, la fiabilidad y la eficiencia operativa, y a reducir el costo por token generado durante el proceso de inferencia de IA, a través de la unificación de pilas tecnológicas como la computación, el software y las instalaciones.

Jensen Huang declaró:

"No solo estamos entregando chips; estamos proporcionando a cada constructor de infraestructura un método completo para crear fábricas de IA. Con la plataforma DSX, puedes simular toda la fábrica sin gastar ni un céntimo, validar el rendimiento antes de instalar el primer rack y operar con la fiabilidad requerida para la IA a nivel de producción."

El sistema de software presentado incluye principalmente DSX MaxLPS y DSX OS.

Entre ellos, DSX MaxLPS utiliza refrigeración líquida a 45 grados Celsius y tecnologías de optimización de consumo energético a nivel de rack para aumentar la producción de tokens por megavatio. NVIDIA afirma que esta tecnología permite desplegar hasta un 40% más de GPU con un impacto mínimo en el rendimiento, reduciendo aún más el costo computacional bajo un presupuesto energético fijo.

DSX OS es una plataforma de software de código abierto orientada a la operación de fábricas de IA, que admite funciones como gestión del ciclo de vida, planificación inteligente, automatización de la salud, operación multitenant y servicios de plataforma. NVIDIA también hará de código abierto bibliotecas de software modulares, API, diseños de referencia y plataformas de computación acelerada, construyendo una arquitectura de software unificada.

Además del software central, DSX integra múltiples capacidades existentes. DSX Reference Design proporciona una arquitectura de referencia que cubre sistemas de computación, redes, almacenamiento, alimentación y refrigeración; DSX Sim permite la simulación y optimización de gemelos digitales durante todo el proceso, desde la planificación hasta la operación; DSX Flex puede ajustar dinámicamente la carga de trabajo según las variaciones en la carga de la red eléctrica y los precios de la electricidad; y DSX Exchange facilita la colaboración de datos entre sistemas de computación, redes, energía y refrigeración.

En cuanto a implementación comercial, proveedores de servicios en la nube como CoreWeave, Crusoe, IREN y Lambda ya han desplegado componentes centrales de DSX para mejorar la utilización de GPU y reducir el tiempo de lanzamiento de servicios de IA en la nube.

El ecosistema de hardware también se está expandiendo simultáneamente. Fabricantes como Dell Technologies (DELL.N), Hewlett Packard Enterprise (HPE.N), Lenovo Group (0992.HK), Super Micro Computer (SMCI.O), ASUS, Foxconn, GIGABYTE, Pegatron y Quanta Cloud Technology están desarrollando sistemas preparados para NVIDIA DSX, ayudando a los clientes a construir fábricas de IA de pila completa.

Mientras tanto, DSX Flex ya está ejecutando proyectos piloto comerciales con Emerald AI y Silicon Valley Power, validando la capacidad de las fábricas de IA para ajustar dinámicamente el consumo energético según la demanda de la red eléctrica.

Desde una perspectiva estratégica, DSX marca la continuación de la transición de NVIDIA de proveedor de chips de IA a proveedor de plataformas de infraestructura de IA. Al incorporar chips, software, arquitectura de centros de datos, gestión operativa y planificación energética en un sistema unificado, NVIDIA busca establecer un estándar de la industria que cubra todo el ciclo de vida de las fábricas de IA, consolidando aún más su posición de liderazgo en el mercado global de infraestructura para IA.

Preguntas relacionadas

Q¿Qué es la plataforma DSX de NVIDIA y en qué ámbito representa una extensión de sus negocios?

ALa plataforma DSX de NVIDIA es una solución integral que extiende el negocio de la compañía hacia la infraestructura de fábricas de IA, ofreciendo un sistema completo que abarca desde el diseño y simulación hasta la implementación y gestión operativa.

QSegún el artículo, ¿cuál es el principal cambio en el enfoque competitivo de la industria de IA que NVIDIA identifica?

ANVIDIA identifica que el indicador clave de competencia en la industria de IA está cambiando gradualmente del rendimiento de un solo chip a la eficiencia general de la infraestructura, es decir, cómo producir más potencia de cálculo y servicios inteligentes con recursos limitados de electricidad, espacio y otros insumos.

Q¿Cuáles son los dos componentes principales del software del sistema DSX mencionados en el texto y cuál es la función clave de cada uno?

ALos dos componentes principales del software son DSX MaxLPS y DSX OS. DSX MaxLPS utiliza refrigeración líquida a 45 °C y optimización del consumo energético a nivel de rack para aumentar la producción de tokens por megavatio de electricidad. DSX OS es una plataforma de software de código abierto para la operación de fábricas de IA, que admite gestión del ciclo de vida, planificación inteligente, automatización de la salud, operaciones multiinquilino y servicios de plataforma.

Q¿Qué función cumple DSX Flex dentro del ecosistema de la plataforma DSX?

ADSX Flex tiene la función de ajustar dinámicamente las cargas de trabajo según los cambios en la carga de la red eléctrica y el precio de la electricidad, permitiendo que las fábricas de IA modulen su consumo energético en respuesta a la demanda de la red.

Q¿Qué implicación estratégica tiene el lanzamiento de DSX para el posicionamiento de NVIDIA en el mercado, según el artículo?

AEl lanzamiento de DSX marca la continuación de la transformación de NVIDIA de proveedor de chips de IA a proveedor de plataforma de infraestructura de IA. Al integrar chips, software, arquitectura de centros de datos, gestión operativa y coordinación energética en un sistema unificado, NVIDIA busca establecer un estándar industrial que cubra todo el ciclo de vida de las fábricas de IA y consolidar su posición de liderazgo en el mercado global de infraestructura de IA.

Lecturas Relacionadas

¿Podrá DeepSeek ahorrarle a China un billón de dólares?

El artículo analiza cómo DeepSeek podría generar un ahorro potencial de un billón de dólares en la infraestructura de IA de China, a través de optimizaciones técnicas que aumentan drásticamente la eficiencia del hardware. El punto de partida es el elevado costo de las plataformas de IA de última generación, como la futura Vera Rubin de Nvidia, donde una parte significativa del precio (unos 2 millones de dólares por sistema) corresponde a memoria costosa (HBM4, LPDDR5X), cuya precio ha aumentado un 435% en un año. Frente a esta tendencia, DeepSeek actúa en dirección opuesta. Sus modelos, especialmente la serie V4, aplican tres innovaciones clave para reducir la dependencia de los componentes de hardware más caros: 1. **Comprimir la "memoria" (contexto largo):** Su mecanismo de atención Multi-head Latent Attention (MLA) comprime radicalmente la caché KV (Key-Value Cache), reduciendo la necesidad de memoria de alta gama en hasta un 93% sin comprometer la calidad. 2. **Activar solo el "cuerpo" necesario:** Utiliza una arquitectura Mixture of Experts (MoE) extrema (ej., V4-Pro con 1.6 billones de parámetros totales pero solo 49 mil millones activos por token), permitiendo que solo una pequeña fracción de los parámetros del modelo resida en la costosa memoria HBM en cada momento. 3. **Reutilizar cálculos:** Almacena resultados intermedios (caché) para reutilizarlos en lugar de recalcular, ofreciendo precios muy bajos para las solicitudes que "aciertan en la caché". El efecto combinado es que el mismo hardware puede producir hasta 4 veces más tokens útiles, equivalente a reducir en un 75% la inversión en hardware para un rendimiento dado. Traducido a escala nacional, con un consumo diario de tokens que se proyecta en cientos o miles de billones, esta eficiencia podría evitar la construcción de decenas de miles de centros de computación inteligente, representando un ahorro acumulado del orden de un billón de dólares. Además, esta estrategia cambia el campo de batalla tecnológico: reduce la dependencia de los chips de computación más avanzados (donde China tiene desventaja) y traslada parte de la carga a la memoria y la ingeniería de sistemas, áreas donde la industria china (ej., CXMT) está ganando terreno. Así, DeepSeek no "elimina" la necesidad de hardware, sino que redefine radicalmente la ecuación de costos de la infraestructura de IA, haciendo la inteligencia artificial más accesible para las industrias chinas.

marsbitHace 40 min(s)

¿Podrá DeepSeek ahorrarle a China un billón de dólares?

marsbitHace 40 min(s)

Variant: Bitcoin, Ethereum y ZCash son muy probables de convertirse en las principales reservas de valor

Autor: Alana Levin, Variant En Variant, nuestra filosofía de inversión se basa en la creencia de que las personas deberían poder ser dueñas de su dinero, identidad y datos. Consideramos que los tokens pueden clasificarse en dos categorías: activos de reserva de valor (SOV) o instrumentos similares a acciones. Creemos que el marco de SOV es particularmente útil para evaluar las blockchains de capa 1 (L1), que son protocolos de coordinación monetaria fundamentales. Un buen SOV debe cumplir con criterios clave: durabilidad técnica, escasez, resistencia a la censura, productividad económica, fortaleza memética ("memetics") y liquidez. El mercado total de SOV, como el oro (31 billones de dólares) y la plata (4 billones de dólares), es enorme y presenta una gran oportunidad. Tres activos L1 sobresalen como potenciales SOV principales: Bitcoin (BTC), Ethereum (ETH) y ZCash (ZEC). Bitcoin domina en el aspecto memético como "oro digital". Ethereum muestra mayor durabilidad técnica gracias a su capacidad de mejora. ZCash se destaca por su resistencia a la censura y privacidad, ofreciendo protección contra la confiscación o vigilancia. Aunque estos activos digitales superan en muchos aspectos a los SOV tradicionales, aún representan una parte pequeña del mercado total, lo que señala una oportunidad significativa de crecimiento en este espacio.

marsbitHace 44 min(s)

Variant: Bitcoin, Ethereum y ZCash son muy probables de convertirse en las principales reservas de valor

marsbitHace 44 min(s)

Derribando el enfoque predominante contra las alucinaciones: La metacognición es la nueva solución integral para resolver las alucinaciones en los modelos de gran tamaño

Una investigación de Google propone un enfoque revolucionario para combatir las alucinaciones en los modelos de lenguaje grandes (LLMs): desarrollar su metacognición, es decir, su capacidad para reconocer y expresar su propio nivel de incertidumbre, en lugar de intentar hacerlos omniscientes o que rechacen responder con frecuencia. El documento, titulado "Las alucinaciones socavan la confianza; la metacognición es el camino a seguir", argumenta que las estrategias actuales son insuficientes. Por un lado, aumentar los datos de entrenamiento no puede cubrir todo el conocimiento. Por otro, rechazar respuestas para reducir errores impone una pesada "tasa de utilidad", sacrificando muchas respuestas correctas y dañando la experiencia del usuario. La clave del problema es la falta de "discriminación" del modelo: su incapacidad para distinguir con precisión, pregunta por pregunta, si su respuesta es correcta o incorrecta, más allá de una buena "calibración" general. Los análisis muestran que con las capacidades actuales, para reducir la tasa de error al 5%, un modelo tendría que rechazar más del 52% de las preguntas que podría responder correctamente. La propuesta central es redefinir la alucinación. No es simplemente "decir algo incorrecto", sino "afirmar con certeza algo incorrecto cuando no se tiene la base para estar seguro". La solución es lograr una "incertidumbre fiel": que el lenguaje del modelo (ej., "creo que podría ser...") refleje fielmente su estado interno de confianza, medible mediante técnicas como el muestreo repetido. Esto permitiría a los LLMs proporcionar información útil junto con advertencias adecuadas, equilibrando utilidad y fiabilidad. Esta metacognición es aún más crucial para los Agentes de IA que usan herramientas externas, ya que necesitan juzgar cuándo buscar información y cuándo confiar en su conocimiento interno. El camino presenta desafíos como la "paradoja del arranque" para crear datos de entrenamiento dinámicos, la señal de "alineación destruida" por los procesos de ajuste humano (RLHF) que premian la seguridad, y la dificultad de evaluar si el modelo realmente tiene metacognición o solo la está simulando. En resumen, el mensaje es claro: en lugar de perseguir un modelo infalible, un objetivo más realista y valioso es desarrollar LLMs que sean honestos acerca de los límites de su conocimiento, comunicando claramente cuándo están seguros y cuándo no. Esta transparencia es fundamental para generar confianza.

marsbitHace 47 min(s)

Derribando el enfoque predominante contra las alucinaciones: La metacognición es la nueva solución integral para resolver las alucinaciones en los modelos de gran tamaño

marsbitHace 47 min(s)

Para protegerse, compren oro y petróleo; para dispararse, compren IA: el Bitcoin 'pasado de moda' entra en mercado bajista

Bitcoin cae, cayendo hasta los 66.123 dólares, su mínimo en dos meses, mientras Ethereum también toca niveles bajos. Los analistas señalan que las explicaciones inmediatas, como las salidas de fondos de los ETF o la reducción de posiciones por parte de Strategy, son solo síntomas de un problema más profundo: **Bitcoin está perdiendo la competencia por la asignación de capital**. Ante un entorno de tasas de interés más altas, el activo digital se encuentra en una "incómoda zona intermedia" y está siendo superado en tres frentes clave: 1. **Como cobertura contra la inflación:** El oro, las acciones energéticas y las materias primas, con respaldo físico y un argumento más directo, están ganando terreno. 2. **Como activo de crecimiento:** Las empresas de IA con ingresos y beneficios reales ofrecen una propuesta de valor más clara que Bitcoin, que no genera flujos de caja. 3. **Como exposición al ecosistema cripto:** Los inversores pueden acceder a este crecimiento a través de acciones de intercambios, emisores de stablecoins o infraestructura, que ofrecen un vínculo más directo con la adopción real. La advertencia reciente de la Fed sobre una inflación persistente, que antes hubiera impulsado a Bitcoin, ahora no tiene el mismo efecto. **La narrativa del "oro digital" está siendo erosionada.** La nueva lógica bajista no cuestiona su tecnología, sino su propuesta de valor: **la escasez por sí sola ya no es suficiente**. Los inversores, con más opciones, exigen ahora razones más sólidas para elegir Bitcoin frente a otros activos.

华尔街日报Hace 51 min(s)

Para protegerse, compren oro y petróleo; para dispararse, compren IA: el Bitcoin 'pasado de moda' entra en mercado bajista

华尔街日报Hace 51 min(s)

Trading

Spot
Futuros
活动图片