Nvidia presenta nuevas soluciones para desarrollo de 6G, robótica y coches autónomos

Jensen Huang, CEO y fundador de Nvidia, presentó múltiples proyectos alineados a las ambiciones de la compañía por extender el uso de la Inteligencia Artificial (IA) hacia múltiples industrias, desde manufactura, telecomunicaciones y automotriz, entre otras. El directivo destacó que estas innovaciones responden a los dos cambios de plataforma que se registran en la actualidad, de cómputo de propósito general a computación acelerada, y de software escrito a mano a escrito por IA.

Durante su presentación principal en Nvidia GTC, el evento anual de la compañía, Huang declaró que la Ley de Moore -que establece que el número de transistores se duplica cada año- había alcanzado su límite. Si bien el número de transistores continúa en aumento, el directivo indicó que el impacto en el procesamiento se ha desacelerado de forma significativa.

Las innovaciones presentadas en este GTC se basan principalmente en las librerías y algoritmos de CUDA, el software de programación de GPUs desarrollado por Nvidia, a la que Huang calificó como el “tesoro” de Nvidia. La compañía ha ampliado las librerías de CUDA para atender múltiples casos de uso, como imagenología en hospitales, diseño de chips o acelerar bases de datos basadas en SQL, entre otros.

A lo largo de su presentación, el directivo destacó cómo cada una de sus iniciativas están en línea con el objetivo del gobierno de Estados Unidos de atraer una mayor capacidad de manufactura a su territorio, como el desarrollo de 6G, la ampliación del uso de robótica para manufactura, o la construcción de chips y el despliegue de Centros de Datos para el uso de la IA. Al mismo tiempo, reconoció las políticas de la presidencia de Donald Trump alrededor de la generación energética o la presión para acelerar la fabricación de chips en su territorio, que llevó a la manufactura de Blackwell en Arizona en tan sólo 9 meses.

Nvidia y Nokia aceleran el 6G en Estados Unidos

El primer anuncio relevante del diseñador de chips fue la firma de una colaboración con Nokia para acelerar el desarrollo de 6G en Estados Unidos. Huang afirmó que mientras que la tecnología norteamericana fue la dominante durante los primeros años de las tecnologías inalámbricas, actualmente 4G se basa prácticamente en tecnologías foráneas.

En ese sentido, Nvidia anunció la introducción de Nvidia ARC (Aerial RAN Computer), que estará basada en los CPUs Grace desarrollados bajo arquitectura ARM, acompañados por un acelerador Blackwell. Huang aseguró que esta sería la primera computadora definida por software programable que ejecutará comunicaciones inalámbricas y hará procesamiento de IA al mismo tiempo.

Nokia utilizará esta nueva librería basada en CUDA para sus estaciones base, que también serán compatibles con las estaciones base actuales del fabricante de telecomunicaciones. El propósito de la asociación, según Huang, es usar tecnología IA para el RAN de las redes móviles para que sean más eficientes en el uso del espectro, por ejemplo, con ajuste de aces, según el contexto como tráfico, clima, el movimiento, etcétera.

Se espera que al hacer un uso más eficiente del espectro, esto permitirá una mejora en la transmisión de datos y, por tanto, elevar el rendimiento de las redes sin incrementar el consumo energético. El directivo también afirmó que así como AWS construyó la Nube sobre el Internet, la asociación con Nokia será revolucionaria al construir una “Nube robótica industrial Edge”, que introducirá el concepto de “AI on RAN”.

T-Mobile U.S. será uno de los primeros operadores en colaborar con Nokia y Nvidia para impulsar y probar tecnologías AI-RAN como parte del proceso de innovación y desarrollo 6G. Se espera que las pruebas comiencen en 2026 y se centren en la validación en campo del rendimiento y las ganancias de eficiencia para los clientes.

Nvidia también invertirá 1,000 millones de dólares en Nokia a un precio de suscripción de 6.01 dólares por acción. La inversión está sujeta a las condiciones de cierre habituales.

Trabajo conjunto de supercomputadoras y computación cuántica

Respecto a la computación cuántica, Huang presentó nuevos avances alrededor del desarrollo de Nvidia Q, la librería utilizada para el desarrollo de aplicaciones en computadoras cuánticas y GPUs. Las actualizaciones presentadas por Huang permitirán la conectividad de una computadora cuántica a las GPUs de una supercomputadora.

Bajo este esquema, la supercomputadora puede encargarse de ciertas tareas, como la corrección de errores, la calibración y control de IA, mientras que ambos componentes -QPU y GPU- podrán orquestar dispositivos cuánticos y ejecutar simulaciones híbridas. Nvidia asegura que esta solución es escalable para soportar los cientos de miles de qubits esperados en los próximos años.

Según el directivo, hasta el momento ya hay 17 compañías cuánticas que cuentan con soporte NVQlink, como Lincoln Lab, Los Alamos, Oak Ridge y Pacific Northwest, entre otras.

Por otro lado, como parte de su trabajo más cercano con el gobierno estadounidense, Huang también celebró que el Departamento de Energía se prepara para la construcción de siete supercomputadoras, que habilitarán nuevos avances científicos en el país, desarrollo de modelos de IA, y el procesamiento para laboratorios robóticos.

IA a un costo efectivo

Respecto al desarrollo de la IA, Huang reconoció el trabajo que han hecho muchos de los modelos más populares como ChatGPT o Claude, que han logrado cierto nivel de sofisticación que ahora vale la pena pagar por ellos. La propia Nvidia paga licencias de Cursor, un modelo específicamente diseñado para crear código para IA, que ha incrementado la productividad de la compañía, según Huang.

En ese sentido, explicó que actualmente el mercado se encuentra en un punto de inflexión para entrar en un círculo virtuoso, en el que más uso de las personas hace a los modelos más efectivos, lo que incrementa su popularidad entre los usuarios, y que en conjunto demanda una mayor cantidad de procesamiento.

En ese sentido, el papel de la AI Factory es el de funcionar como una fábrica que diseña y produce tokens que sean valiosos. Sin embargo, al considerar este “círculo virtuoso”, indicó que esta producción debe realizarse a un costo efectivo y con una mejora en la experiencia del usuario.

Para atender este reto, Huang presentó Grace Blackwell NVLink 72, que básicamente se trata de un conjunto de 72 GPUs en un solo rack para que trabajen como uno solo, con múltiples expertos por GPU que se comunican entre ellos de una manera más eficiente que generaciones anteriores. Aseguró que este sistema es la computadora de menor costo para generación de tokens, al ofrecer hasta 10 veces el rendimiento por un costo menor respecto a sistemas H200.

Durante su presentación, también resaltó el avance en el mercado de sus GPUs Blackwell, y la arquitectura Rubin a ser introducida el próximo año. Huang reveló que ambos sistemas cuentan con órdenes por hasta medio billón de dólares para 2026, con 6 millones de unidades Blackwell ya vendidas en el mercado.

Huang también presentó avances del esperado sistema Vera Rubin para supercómputo, que combina CPUs Vera y GPUs Rubin, lo que representa un acelerador de un millón de tokens de contexto. El sistema Vera Rubin Compute Tray, cuya producción estaría lista para finales de 2026, lograría un rendimiento de hasta 100 Petaflops, prácticamente 100 veces el rendimiento de los primeros sistemas entregados a OpenAI hace 10 años.

Entre las principales características del sistema, se encuentran el soporte de ocho adaptadores Ethernet ConnectX-9 SuperNICs, el nuevo procesador Bluefield 4 para un mejor rendimiento de la memoria, así como dos CPUs Vera y ocho GPUs Rubin.

Entre otros anuncios, Huang también habló sobre una nueva colaboración con CrowdStrike para la mejora de la ciberseguridad con IA, y el combate a las amenazas generadas por IA. Nvidia también anunció una nueva cooperación con Palantir, polémica compañía de soluciones de defensa, que ahora busca extender sus soluciones para la atención de logística en ambientes empresariales.

Finalmente, introdujo Nvidia DRIVE Hyperion, como una nueva arquitectura que permitirá a la industria automotriz desarrollar automóviles listos para trabajar como taxis autónomos. La solución ya está siendo probada por fabricantes como Mercedes-Benz y Stellantis.