Ir al contenido
IA para hoy
Herramientas y productos Producto 2/5 · Declaración interesada

Lambda usa conmutadores de fotónica co-empaquetada de NVIDIA en un clúster de más de 10.000 GPU

Fotografía de archivo que ilustra: Lambda usa conmutadores de fotónica co-empaquetada de NVIDIA en un clúster de más de 10.000 GPU
Foto: blickpixel · Licencia Pixabay · Pixabay

Hecho Qué ha ocurrido

Lambda está usando conmutadores NVIDIA Photonics de óptica co-empaquetada para conectar racks GB300 NVL72 con más de 10.000 GPU. Según pruebas propias de la compañía, la latencia de red bajó cerca de un 4% a escala de rack y hasta un 10% a escala de pod, manteniendo el mismo rendimiento. La compañía reporta una temperatura mediana de la óptica de 36 °C frente a 51 °C en ópticas enchufables convencionales.

Resumen generado mediante IA a partir de NVIDIA Blog (original en inglés). Naturaleza de la información: declaración de parte interesada.

Análisis Por qué importa

Para operadores de infraestructura de IA, la red y el consumo energético de los conmutadores empiezan a pesar tanto como los propios chips. Un cambio de óptica enchufable a co-empaquetada afecta a la fiabilidad y al coste de los clústeres de entrenamiento.

Quién se ve afectado
Proveedores de nube y operadores de centros de datos que construyen clústeres de entrenamiento a gran escala.
Qué puede cambiar
Si los resultados se confirman en otros despliegues, la elección de la red óptica podría pasar a ser un criterio clave de eficiencia y disponibilidad en las infraestructuras de IA.

Análisis generado a partir de la información disponible; no procede de la fuente.

Predicción Qué observar a continuación

Conviene vigilar si otros proveedores de nube publican resultados independientes sobre latencia, consumo y fiabilidad, y la disponibilidad comercial de estos conmutadores.

Compartir WhatsApp LinkedIn X Bluesky Telegram
Enviar esta noticia por correo

Se envía esta noticia con su análisis. La dirección se usa solo para ese envío y no se guarda.

Protección de datos. Responsable: Fernando Lobato, PhD. Finalidad: hacer el envío que pides. Base: nuestro interés legítimo. Lo envía Resend; la comprobación de robots es de Cloudflare. Puedes acceder a tus datos, pedir que los borremos y ejercer tus demás derechos como explica la política de privacidad.

Fuente original: NVIDIA Blog (fuente primaria). La referencia es siempre el artículo original.

Ver fuente original ↗

fotónica co-empaquetadaredes para clústeres de IAGPU LambdaNVIDIA CPO GB300 NVL72 infraestructura Lambda NVIDIA Photonics

Relacionadas

Lambda, neonube respaldada por Nvidia, levanta hasta 4.000 millones antes de salir a bolsa en 2027

Lambda, proveedor de computación en la nube para IA respaldado por Nvidia, está captando hasta 4.000 millones de dólares a una valoración previa de 14.500…

Por qué importaMuestra cómo la demanda de capacidad GPU sigue atrayendo capital masivo a las 'neonubes', pero también revela una concentración de riesgo: buena…

Impacto medio Fiabilidad una fuente fiable Relevancia 7/10 TechCrunch AI
Herramientas y productos

NVIDIA presenta avances de Vera Rubin y DSX para maximizar tokens por vatio en fábricas de IA

En el AI Infra Summit, NVIDIA detalló colaboraciones y resultados de su plataforma DSX MaxLPS y sistemas Vera Rubin NVL72. Lambda logró 23% más rendimiento por…

Por qué importaLa energía se está convirtiendo en el principal cuello de botella para escalar infraestructura de IA, y estas mejoras de eficiencia determinan cuánta…

Impacto medio Fiabilidad declaración interesada NVIDIA Blog

NVIDIA Nemotron 3 Ultra: modelo abierto para agentes autónomos con adopción inmediata

NVIDIA ha lanzado Nemotron 3 Ultra, un modelo de mezcla de expertos de 550 mil millones de parámetros optimizado para agentes de larga duración. El modelo…

Por qué importaRepresenta un salto en la eficiencia de agentes autónomos reales, con casos de uso empresarial inmediatos y modelos abiertos que permiten…

Impacto alto Fiabilidad fuente primaria Relevancia 8/10 NVIDIA Blog

NVIDIA consolida su pila tecnológica como base de la mayoría de programas de robotaxis

NVIDIA detalla su plataforma de tres computadoras (DGX para entrenamiento, Omniverse/Cosmos para simulación y DRIVE Hyperion/AGX Thor para el vehículo) usada…

Por qué importaMuestra cómo NVIDIA se posiciona como infraestructura estándar de facto para toda la cadena de valor de la conducción autónoma comercial, desde…

Impacto medio Fiabilidad declaración interesada NVIDIA Blog

Tu opinión

0 comentarios

Escribe un comentario

Sin registro. La primera vez te pediremos confirmar el correo y el comentario pasará por moderación; después se publican al momento si cumplen las normas y firmas con el mismo nombre.

Protección de datos. Responsable: Fernando Lobato, PhD. Finalidad: publicar y moderar tu comentario y evitar abusos. Base: tu consentimiento y, contra los abusos, nuestro interés legítimo. Se publica tu nombre, no tu correo. El texto pasa por un filtro con IA de Anthropic, en Estados Unidos, sin tu nombre ni tu correo, y se guarda un resumen de tu IP 90 días. La comprobación de robots es de Cloudflare. Puedes acceder a tus datos, pedir que los borremos y ejercer tus demás derechos como explica la política de privacidad.