Por Canuto  

Un reporte atribuye a los hyperscalers el despliegue de cerca de 1.000 racks NVL72 por semana, equivalentes a 72.000 GPU Blackwell según la configuración de cada rack. La expansión también pone el foco en la fabricación modular, la energía y la promesa de Nvidia de acelerar el despliegue de sus pods de IA.
***

  • Los hyperscalers reportan desplegar cerca de 1.000 racks NVL72 por semana; cada uno conecta 72 GPU Blackwell.
  • El reporte atribuye a Nvidia una producción semanal superior a 1.000 racks MGX y una red de fabricación de 350 sitios en 30 países.
  • Nvidia afirma que los pods DSX pueden reducir el despliegue en un sitio preparado de seis meses a tan solo 14 días.

Hyperscalers reportan desplegar cerca de 1.000 racks NVL72 cada semana

Los hyperscalers, grandes proveedores de servicios en la nube, reportan desplegar aproximadamente 1.000 racks NVL72 por semana. Como cada rack conecta 72 GPU Blackwell, ese ritmo equivale a unas 72.000 GPU semanales, según el cálculo derivado de esa configuración.

De los chips a la capacidad instalada

La cifra, atribuida a un reporte sobre la expansión de la inteligencia artificial, permite dimensionar el crecimiento de la infraestructura más allá de la demanda de chips. Los hyperscalers estarían incorporando cerca de 1.000 racks NVL72 cada semana: sistemas a escala de rack que reúnen servidores y equipos para operar en centros de datos.

Nvidia especifica que el GB200 NVL72 conecta 72 GPU Blackwell en un diseño refrigerado por líquido. Por tanto, multiplicar los cerca de 1.000 racks reportados por 72 GPU da como resultado unas 72.000 GPU Blackwell por semana. Es una equivalencia basada en la configuración del sistema, no una cifra independiente de GPU cuya instalación se haya reportado por separado.

El reporte también atribuye a Nvidia una producción semanal superior a 1.000 racks MGX. Esa cifra describe la fabricación de sistemas asociados al enfoque modular de la compañía, mientras que la de NVL72 se refiere al despliegue atribuido a los hyperscalers. No son necesariamente el mismo producto ni representan la misma etapa de la cadena.

Una red de fabricación y sistemas modulares

La información de origen señala que la red de fabricación de Nvidia, junto con sus socios, abarca 350 sitios en 30 países. El dato da una idea de la amplitud del ecosistema que respalda la construcción de equipos para centros de datos, aunque no detalla cuánto produce cada instalación ni cómo se distribuye el volumen entre países.

MGX es una plataforma modular de referencia de Nvidia que permite a los fabricantes de sistemas crear distintas configuraciones. La compañía la presenta como una base adaptable a diferentes usos, en lugar de un diseño único para todos los equipos. Esa modularidad cobra relevancia cuando la industria busca ampliar capacidad sin convertir cada nuevo despliegue en un proyecto completamente distinto.

El reporte señala que los sistemas MGX están diseñados para admitir densidades de energía superiores a 120 kW por rack y futuras plataformas como Vera Rubin. Esa cifra describe una capacidad de diseño: no significa que todos los racks MGX consuman de forma constante esa cantidad. Aun así, apunta a las exigencias de alimentación eléctrica y refrigeración que deben contemplar los centros de datos.

El volumen de racks, por sí solo, no determina cuánto cómputo puede ponerse en operación. Cada equipo debe integrarse en una instalación capaz de suministrarle energía y disipar el calor. Por eso, la disponibilidad de infraestructura eléctrica y de refrigeración puede condicionar el ritmo al que el hardware se convierte en capacidad operativa.

Pods de IA y promesas de despliegue más rápido

En octubre de 2026, Nvidia presentó DSX POD, un diseño de referencia para fábricas de IA basadas en Vera Rubin. La propuesta contempla unidades construidas en fábrica y desplegadas en contenedores modulares, con el objetivo de acelerar la instalación de infraestructura para inteligencia artificial.

Nvidia afirma que estas unidades pueden reducir el tiempo de despliegue en un sitio preparado de seis meses a tan solo 14 días. La comparación está condicionada a que el emplazamiento esté preparado y se presenta como una posibilidad anunciada por la compañía, no como un resultado verificado en todos los proyectos o instalaciones.

El enfoque conecta la modularidad de MGX con diseños de mayor escala: en vez de integrar cada componente directamente en el sitio, parte del trabajo se traslada a unidades fabricadas previamente. Eso puede simplificar ciertas etapas, aunque no elimina los requisitos de energía, refrigeración ni preparación del emplazamiento. El plazo anunciado no debe interpretarse como una garantía de que cualquier centro de datos pueda instalarse en dos semanas.

Qué cifras seguir y qué límites tener en cuenta

Una primera referencia será comprobar si se mantiene el ritmo de cerca de 1.000 racks NVL72 semanales atribuido a los hyperscalers. También conviene distinguir esa cifra del dato de más de 1.000 racks MGX producidos por semana que el reporte atribuye a Nvidia: una alude a despliegues de operadores de nube y la otra, a producción.

Otro punto será el desempeño de DSX POD frente a la promesa de reducir el despliegue de seis meses a tan solo 14 días en un sitio preparado. La información disponible no detalla todas las condiciones de comparación ni el alcance práctico de esa estimación. Los resultados de las instalaciones permitirán evaluar cuánto depende el plazo del diseño y cuánto de las características de cada emplazamiento.

El reporte también menciona Vera Rubin como una plataforma futura que podría ser admitida por el marco MGX, pero no ofrece especificaciones ni un calendario de transición. Por ahora, la afirmación se limita a la compatibilidad que la fuente atribuye al diseño modular.

En conjunto, las cifras describen una expansión importante de la infraestructura de IA, pero no resuelven las preguntas sobre la capacidad de cada instalación para operar los equipos. Diseñar racks para densidades superiores a 120 kW plantea exigencias eléctricas y térmicas; producir o instalar hardware no equivale automáticamente a disponer de cómputo plenamente operativo. La energía y la refrigeración forman parte central del desafío de escalar los centros de datos.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados