60 notas publicadas
NVIDIA liberó implementaciones de referencia para llevar modelos abiertos desde un identificador de Hugging Face hasta inferencia nativa en C++, sin PyTorch ni Python en producción.
El límite real de un centro de datos de IA no es el chip sino los megavatios que entran al edificio, y Nvidia propone repartirlos de forma dinámica en vez de reservar para el peor caso.
El reporte de The Information sitúa el precio en unas 80 veces los ingresos anualizados de la plataforma, que hoy bordean los 150 millones de dólares.
Los primeros números independientes de los racks LPX llegan con una letra chica importante: la prueba corre sobre Gemma 4 31B, el mejor escenario posible para esta arquitectura.
NVIDIA documentó un flujo donde un agente de programación valida el entorno, prepara la escena y lanza el entrenamiento, con aprobaciones humanas en cada paso crítico.
En Hot Chips 2026 la compañía mostró el rack Nexus del CS-4, que duplica la potencia entregada a cada oblea, y adelantó dos generaciones completas de su hoja de ruta.
Nvidia midió sus nuevos sistemas contra el GB300 NVL72 usando trayectorias reales de sesiones de programación con agentes, aunque los resultados todavía esperan revisión de SemiAnalysis.
El chip de 88 núcleos orquestará los agentes de Grok en los centros de datos de la empresa y viajará dentro del primer satélite Starmind en el cuarto trimestre de 2027.
El reemplazo del Jetson Orin Nano Super duplica el rendimiento de inferencia sin cambiar el formato de 69,6 por 45 milímetros, y llega recién en el primer semestre de 2027.
El primer acelerador propio de OpenAI, hecho con Broadcom, se llevó los mejores números de rendimiento por watt en el banco de pruebas InferenceX, aunque no pasa de muestras de ingeniería.
NVIDIA publicó la validación del modelo de Alibaba sobre el rack GB300 NVL72 y detalló la arquitectura híbrida que le permite sostener contextos de un millón de tokens sin inflar la caché KV.
Los peritajes ucranianos indican que el Molniya escogió su punto de impacto sin piloto humano, en el primer caso documentado de muertes civiles por selección autónoma de blanco.
La operación valora al repositorio de modelos abiertos en unas 80 veces sus ingresos anuales recurrentes y casi duplica la oferta inicial de 7.000 millones que Nvidia hizo en enero de 2026.
El alza afecta a los sistemas Grace Blackwell y Vera Rubin que despacharán a comienzos del próximo año, y responde al encarecimiento sin freno de la memoria DRAM y HBM.
Nvidia presentó en Hot Chips 2026 la arquitectura del rack que heredó de Groq y publicó su primer benchmark de terceros, medido por Artificial Analysis sobre Gemma 4 31B.
La compañía integra su controlador de memoria dentro de la pila HBM y promete 30% más ancho de banda, 15% menos consumo y 25% más área libre en el troquel de cómputo.
El motor sombra de NVIDIA mantiene una réplica ya inicializada en la misma GPU y comparte los pesos en memoria, con lo que el reinicio en frío de 283 segundos se vuelve innecesario.
NVIDIA libera junto a CUDA 13.3 un conjunto oficial de bibliotecas con versionado semántico, y declara a Python un ciudadano de primera clase de su plataforma, a la par de C++.
NVIDIA presentó su nuevo computador de entrada para IA de borde, que duplica el rendimiento del Orin Nano Super y consume 40% menos en modo de 15 watts.
En Hot Chips 2026 Nvidia detalló el multihilo espacial de su primera CPU con núcleo propio, que compila el kernel un 22% más rápido que el EPYC 9655P de 96 núcleos.
Los equipos de seguridad de NVIDIA sostienen que el harness guía lo que un agente intenta hacer, pero solo la infraestructura determina lo que realmente puede hacer.
La arquitectura de NVIDIA resolvió los 183 niveles de la prueba pública con 12% menos acciones que VISTA, y llevó a un modelo que por sí solo rendía 30% hasta el puntaje perfecto.
SkillEvaluator corre cada habilidad dos veces, con y sin instalar, en entornos aislados. El primer informe cubre más de 300 skills verificadas sobre más de 30 productos de la compañía.
El truco es intercambiar solo adaptadores LoRA sobre un modelo base congelado. FedUMM, desarrollado con William & Mary, mantiene el 97% del rendimiento de un entrenamiento centralizado.
El modelo de 4.000 millones de parametros cabe en un Jetson Thor y genera acciones sin depender de una GPU de centro de datos.
El campus de Pike County correrá exclusivamente con hardware NVIDIA, se levanta en parte sobre terreno federal de enriquecimiento de uranio y arranca en 2028.
Un experimento con 45 flujos generados por un agente de programación muestra que el detalle del prompt cambia el código y su costo, pero no la física del resultado.
La destilación consciente de cuantización (QAD) permite llevar los pesos a 4 bits y triplicar el rendimiento sin perder la precisión del modelo original en BF16.
Artificial Analysis midió el modelo abierto de NVIDIA: la mayor velocidad de su clase, un salto de nueve puntos en inteligencia y un Elo agéntico superior al de modelos cuatro veces más grandes.
El modelo de razonamiento para conducción autónoma pasa a licencia permisiva OpenMDW, permite uso comercial y despliegue directo, y encabeza el ranking LingoQA entre casi 40 modelos evaluados.
Aprenda a conectar telemetría entre cómputo, redes y almacenamiento para evitar fallas silenciosas en clústeres de entrenamiento de IA a gran escala.
Alibaba libera su modelo de pesos abiertos más grande. Descubre cómo NVIDIA optimiza el despliegue de Qwen3.8-Max en arquitecturas de centros de datos de gran escala.
El gigante tecnológico presenta un modelo ligero de pesos abiertos y una herramienta para optimizar costos de ejecución en agentes de IA, impulsando su ecosistema.
NVIDIA expande su familia Nemotron con un modelo de 30B parámetros diseñado para agentes inteligentes, optimizado para ejecución local y menores costos.
Aprende a distribuir tareas de agentes de IA entre modelos especializados y frontera para maximizar el rendimiento, reducir costos y mejorar la eficiencia.
NVIDIA expande su ecosistema con el modelo Nemotron 3.5 Lightning y la biblioteca NeMo Switchyard para optimizar el despliegue de agentes IA autónomos.
NVIDIA, Google y Microsoft empujan en la Open Compute Project una distribución en corriente continua de 800 voltios. Más de 80 fabricantes ya construyen equipos bajo esa especificación.
NVIDIA libera un modelo Mixture-of-Experts de 30.000 millones de parámetros totales y 3.000 millones activos, con hasta 4 veces más velocidad de salida que rivales de su tamaño.
La firma SemiAnalysis valida el ambicioso plan de Elon Musk para desplegar hasta 10 gigavatios de capacidad IA en un solo año, desafiando a los hiperescaladores.
El modelo denso de pesos abiertos con contexto de 120K tokens corre completo en una sola GPU NVIDIA y apunta a agentes que trabajan sin salir del equipo.
El complejo de Hrazdan parte con computación acelerada de NVIDIA e infraestructura Dell, y proyecta más de 70.000 GPU Rubin y Blackwell hacia fines de 2027.
La empresa tras Claude confirma la creación de un equipo interno para desarrollar silicio propio, buscando optimizar rendimiento y eficiencia a gran escala.
El CEO de SpaceX ratifica que su infraestructura de computación de alto rendimiento utilizará exclusivamente hardware de NVIDIA para sus proyectos espaciales.
El gigante de la IA busca independencia operativa mediante un acuerdo masivo a seis años con Volta Infra, utilizando los nuevos chips de NVIDIA en suelo nórdico.
Ante los límites físicos del cobre, Nvidia invierte 4.000 millones de dólares en óptica coempaquetada (CPO) para acelerar la transmisión de datos en sus clústeres de IA.
Elon Musk anunció que la capacidad de cómputo de la compañía pasará de 1,4 gigavatios a cerca de diez antes de que termine 2027, con silicio de un solo proveedor.
La familia de modelos de mundo llega en tres tamaños, 64B, 16B y 4B, bajo una licencia de la Linux Foundation que permite reentrenarlos con datos propios.
La startup Volta Infra Holdings, fundada este año, proveerá 133 megavatios de capacidad de cómputo para los modelos de IA de Anthropic en Noruega.
La colaboración busca democratizar el acceso a recursos computacionales de alto rendimiento, software y formación técnica para instituciones académicas en EE. UU.
Más de 120 organizaciones, incluyendo NVIDIA y Cisco, buscan estandarizar la respuesta ante incidentes en agentes de IA para mitigar riesgos sistémicos.
Ante la explosión de datos en la IA, NVIDIA presenta avances en almacenamiento, APIs de código abierto y una alianza industrial para optimizar la infraestructura.
El nuevo modelo VLA de 34 mil millones de parámetros combina razonamiento y acción para transformar el desarrollo y la validación de vehículos autónomos.
En vez de agregar un módulo de acción a un modelo de visión y lenguaje, la política del robot se construye sobre un modelo de video que ya aprendió cómo evoluciona el mundo.
El computador de borde de Seeed Studio llega con módulo Jetson AGX Orin de 32 o 64 GB, hasta 275 TOPS, red 10GbE y dos conectores FAKRA para ocho cámaras automotrices.
El modelo queda disponible en Hugging Face bajo licencia OpenMDW-1.1, que permite ajuste fino, modelos derivados y redistribución comercial sin permisos adicionales.
El procesador de almacenamiento BlueField-4 STX lleva los 88 núcleos Olympus de Vera al camino de datos, con ganancias medidas en cifrado, recuperación, verificación de integridad y compresión.
NVIDIA documenta una arquitectura que combina KAI Scheduler y vCluster para dar a cada equipo su propio plano de control, con cuotas de GPU independientes y sin dividir el hardware físico.
El PCB corto de esta variante apenas alcanzó el punto de curvatura y salvó al núcleo, así que toda la reparación se redujo a resoldar un único módulo de memoria.
El driver open-source de NVIDIA para Linux se moderniza, buscando mayor estabilidad y reduciendo el parpadeo en las pantallas con el nuevo estándar Atomic KMS.
Otros temas que aparecen junto a #nvidia en nuestra cobertura editorial.
