Nvidia presenta primera supercomputadora personal
Durante la Feria de Electrónica de Consumo (CES 2025) celebrada el pasado lunes en Las Vegas, Estados Unidos, el presidente ejecutivo de la tecnológica Nvidia, Jen-Hsun Huang, reveló la primera supercomputadora personal desarrollada bajo el denominativo Project Digits; y cuyo uso se destina a científicos de datos, investigadores y estudiantes, y tendrá un costo inicial de tres mil dólares.
El equipo está compuesto por un superchip Nvidia GB10 Grace Blackwell, capaz de alcanzar un petaflop de rendimiento en IA, es decir, mil billones (cifra de 15 ceros) de operaciones de coma flotante por segundo, y que permitirá ejecutar inferencias de modelos de inteligencia artificial de forma local, es decir, sin un servicio remoto como ChatGPT. Dicha inferencia en IA se realiza después de entrenar al modelo en un problema concreto.
El superchip GB10 cuenta con una tarjeta gráfica Nvidia Blackwell, con tecnología optimizada para uso en tareas de IA, conectada a un procesador Nvidia Grace de 20 núcleos de bajo consumo basados en la arquitectura ARM. Dispone de 128 gigabytes de memoria unificada y hasta cuatro terabytes de almacenamiento. Tales especificaciones le permiten ejecutar modelos de lenguaje de hasta 200 mil millones de parámetros.
Cosmos
Durante la conferencia, Nvidia expuso el futuro cercano de la IA y la robótica, junto a las nuevas tecnologías de la empresa que entrenan a la inteligencia artificial, para crear una suerte de universo digital, que brinda la posibilidad de simular la realidad y generar infinitas variables de entrenamiento sobre situaciones reales para robots e IAs.
Dicho programa fue bautizado Cosmos, el cual simulará la realidad mediante gráficos 3D y un renderizado hiperrealista, y permitirá generar videos con una “realidad sintética”, para visualizar todas las posibles alternativas de reacción en una situación en donde la IA tenga que tomar una decisión.
Como ejemplo, se presentó el trayecto de un carro, vehículo simulado que, mediante Cosmos, se puede entrenar con millones de variables generadas, como distintos climas, eventualidades, situaciones de riesgo y condiciones del camino. Este proceso inventa y crea nuevas realidades digitales, para que los robots y los autos aprendan sin emplear un archivo previo, algo que suena futurista.
Fuente: Medios internacionales
VTV/DC/DS
