Nvidia presentó DSX POD, un diseño de referencia para centros de datos de inteligencia artificial basados en su arquitectura Vera Rubin, que sus socios fabrican dentro de contenedores modulares. La propuesta reduce el tiempo de implementación en un sitio preparado de seis meses a tan solo 14 días, según informó la compañía durante la conferencia GTC Berlin.
El sistema llega integrado y validado desde fábrica, listo para conectarse a la electricidad, la refrigeración, las redes y el resto de la infraestructura de soporte de un sitio preparado. Con este anuncio, Nvidia da un nuevo paso en la evolución de su oferta de hardware para inteligencia artificial.
Cómo funciona el nuevo diseño modular de Nvidia para centros de datos IA
El diseño de DSX POD traslada buena parte del trabajo de instalación a la planta de manufactura. Allí se realiza el montaje de la computación, las redes, el cableado, la energía a nivel de rack y la refrigeración líquida.
Los socios fabricantes completan antes del envío el cableado de rack a rack, las tuberías y la validación funcional de cada unidad. Solo queda pendiente la preparación del sitio donde se instalará el contenedor.
Jensen Huang, fundador y director ejecutivo de Nvidia, explicó el sentido de esta estrategia en un comunicado de la compañía: “Una fábrica de IA crea valor cuando comienza a producir tokens, no cuando la construcción está completa”. Huang agregó que el diseño reduce el tiempo de implementación “de meses a semanas” para que los clientes puedan poner en línea la producción generadora de ingresos más rápido.
Esta reducción de los plazos de instalación constituye la propuesta central del anuncio. En la práctica, implica que una infraestructura que antes tomaba medio año en estar operativa ahora puede comenzar a funcionar en apenas dos semanas, gracias a que el trabajo pesado de ensamblaje ocurre fuera del sitio final.
Capacidad y especificaciones técnicas de los contenedores Vera Rubin
Cada contenedor de DSX POD alberga 504 GPU Rubin distribuidas en siete racks Vera Rubin NVL72, de acuerdo con datos publicados por The New Stack. Se trata de una concentración considerable de capacidad de cómputo en un solo módulo transportable.
El diseño está pensado para moverse por camión en carreteras ordinarias. Según informó CNBC, el módulo pesa aproximadamente 28.000 kilogramos (casi 62.000 libras) y sus dimensiones son comparables a las de un contenedor de envío estándar.
Ian Buck, vicepresidente de computación a gran escala de Nvidia, detalló el proceso de puesta en marcha durante una llamada informativa con periodistas, según recogió el medio citado. Una vez que el contenedor llega al sitio, los equipos lo posicionan, lo conectan a las unidades contiguas y realizan una última ronda de pruebas de quemado.
“Lo único que tiene que suceder cuando llega al sitio es que se coloca en su ubicación, se conecta al resto de los otros contenedores y se valida a través de pruebas finales de quemado”, explicó Buck.
Los socios de fabricación detrás del proyecto DSX POD
Nvidia confirmó que trabaja con una amplia red de empresas para producir y distribuir los sistemas DSX POD. Entre los socios mencionados por la compañía figuran Anduril, Armada, Bull, Crusoe, DayOne, Dell Technologies, Delta, Eaton, Foxconn (Ingrasys), Gigabyte, HPE, Lenovo, Pegatron, Quanta Cloud Technology, Schneider Electric, Vertiv y Wistron.
Estos fabricantes serán los encargados de construir y enviar las unidades a los clientes finales. Según la compañía, la entrega de los primeros sistemas DSX POD está prevista para principios de 2027.
Nvidia no ha revelado el precio de estos módulos. Estimaciones de analistas ubican el costo de un solo rack Vera Rubin en más de 7 millones de dólares, cifra que da una idea del valor económico que podría representar un contenedor completo con siete racks.
La evolución de la estrategia de productos de Nvidia
El lanzamiento de DSX POD se inscribe en una trayectoria de expansión constante dentro del catálogo de productos de Nvidia. Como es sabido, la compañía comenzó fabricando chips de GPU individuales, avanzó hacia servidores de cuatro y ocho GPU, luego hacia racks completos y ahora llega a módulos prefabricados que agrupan múltiples racks en una sola unidad.
Esta progresión refleja cómo Nvidia ha ido empaquetando niveles cada vez mayores de infraestructura bajo un mismo diseño de referencia, en un intento por simplificar el despliegue de capacidad de cómputo para inteligencia artificial a gran escala.
