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

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.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
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…
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…
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…
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…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.



