--- title: "Featherless AI lleva 40.000 modelos de IA a un clúster NVIDIA DGX B300" description: "Featherless AI ha puesto en producción en Europa un clúster dedicado de servidores NVIDIA DGX B300 para ampliar la capacidad de su plataforma de inferencia, que ofrece acceso mediante una única API a..." url: https://revistacloud.com/featherless-ai-lleva-40-000-modelos-de-ia-a-un-cluster-nvidia-dgx-b300/ date: 2026-09-09 modified: 2026-09-09 author: "Antonio" image: https://revistacloud.com/wp-content/uploads/2026/09/featherless-era-compute-cra.jpg categories: ["Cloud", "Inteligencia artificial", "Noticias"] tags: ["Era compute", "Featherless", "Inteligencia Artificial", "NVIDIA"] type: post lang: es --- # Featherless AI lleva 40.000 modelos de IA a un clúster NVIDIA DGX B300 **Featherless AI ha puesto en producción en Europa un clúster dedicado de servidores NVIDIA DGX B300 para ampliar la capacidad de su plataforma de inferencia, que ofrece acceso mediante una única API a más de 40.000 modelos de inteligencia artificial de pesos abiertos.** La infraestructura ha sido desplegada en un centro de datos Tier III de České Radiokomunikace (CRA), en República Checa, con Era Compute como intermediario y coordinador del proyecto. **Las claves del despliegue de Featherless AI en 30 segundos** - Featherless AI solicitó en julio capacidad dedicada basada en NVIDIA DGX B300 y comenzó a utilizarla a principios de agosto. - Era Compute afirma que el proceso completo tardó menos de un mes. - Cada DGX B300 integra ocho GPU Blackwell Ultra con 288 GB de memoria HBM3e por GPU. - La infraestructura está alojada en instalaciones Tier III de la checa CRA y se dedica a cargas de inferencia. - Featherless AI sirve actualmente más de 40.000 modelos abiertos y busca capacidad adicional en Europa. El proyecto resulta representativo de un cambio que empieza a producirse alrededor de la infraestructura para inteligencia artificial. El acceso a las GPU más avanzadas ya no depende exclusivamente de los grandes proveedores de nube estadounidenses. Centros de datos europeos están incorporando sistemas Blackwell de NVIDIA para atender directamente a empresas que necesitan capacidad reservada. En este caso, Featherless AI buscaba precisamente lo contrario de una GPU compartida bajo demanda: necesitaba **capacidad física dedicada y reservada para ejecutar inferencia en producción**. La petición llegó a Era Compute durante julio de 2026. La compañía buscó capacidad entre sus proveedores asociados y encontró disponibilidad en CRA. Según el caso de estudio publicado por Era Compute, el clúster comenzó a procesar cargas reales a principios de agosto, menos de un mes después de recibir la solicitud inicial. ## Ocho Blackwell Ultra y 2,3 TB de HBM3e por cada DGX B300 La elección de NVIDIA DGX B300 coloca al proyecto entre los despliegues de GPU más potentes disponibles comercialmente en la actualidad. Cada nodo incorpora **ocho GPU NVIDIA Blackwell Ultra B300**, con 288 GB de memoria HBM3e por acelerador. En conjunto supone 2.304 GB, algo más de **2,3 TB de memoria HBM3e por sistema**, una característica especialmente importante cuando se ejecutan modelos grandes o cargas que necesitan contextos extensos. Featherless AI utilizará estos equipos para inferencia, es decir, para ejecutar modelos previamente entrenados y responder a las peticiones recibidas desde sus usuarios y aplicaciones. No se ha comunicado públicamente el número total de nodos que componen el clúster, por lo que tampoco puede calcularse de forma fiable el número agregado de GPU o la potencia total instalada. Era Compute se limita a describir la infraestructura como un clúster dedicado DGX B300. La diferencia respecto a contratar instancias convencionales de GPU está en la reserva de los recursos. Featherless necesita anticiparse a la demanda de sus propios clientes y garantizar disponibilidad de aceleradores. Su oferta empresarial incluye además GPU dedicadas, entre ellas capacidad basada en B300. La compañía utiliza una arquitectura de *model hot-swapping* que permite intercambiar modelos sobre una flota compartida de GPU en cuestión de segundos. Ese sistema ayuda a explicar una cifra que, de otro modo, resultaría difícil de sostener económicamente: **más de 40.000 modelos disponibles no significa necesariamente mantener los 40.000 cargados permanentemente en memoria GPU**. La plataforma carga y sustituye modelos en función de las necesidades. Featherless AI es además proveedor oficial de inferencia de Hugging Face y fue fundada por miembros del equipo relacionado con la arquitectura RWKV. En abril de 2026 anunció una ronda Serie A de 20 millones de dólares coliderada por AMD Ventures y Airbus Ventures. ## República Checa gana peso como ubicación para infraestructura de IA La infraestructura física se encuentra en instalaciones de **České Radiokomunikace (CRA)**, uno de los principales operadores checos de infraestructuras de telecomunicaciones y radiodifusión. CRA opera 655 torres de comunicaciones y mantiene una división de GPU como servicio con sistemas NVIDIA Blackwell. El despliegue de Featherless se encuentra, según Era Compute, en unas instalaciones certificadas Tier III. La elección introduce además un componente geográfico cada vez más presente en las decisiones sobre infraestructura de IA. Una empresa europea puede ejecutar modelos mediante una API proporcionada desde otro continente, contratar GPU en una nube pública o reservar infraestructura dedicada físicamente alojada dentro de Europa. Son modelos distintos tanto desde el punto de vista técnico como comercial. La ubicación europea puede resultar especialmente atractiva para organizaciones preocupadas por la residencia de los datos, la latencia, el control de la infraestructura o sus propias políticas de soberanía tecnológica. Eso no significa que **alojar servidores físicamente en Europa convierta automáticamente cualquier servicio en una «IA soberana»**: la soberanía depende también de quién controla los sistemas, el software, los datos y las operaciones. En el proyecto de Featherless existe además una combinación internacional. Los aceleradores son NVIDIA, una compañía estadounidense; Featherless AI también tiene origen estadounidense; CRA aporta las instalaciones y capacidad operativa en República Checa, mientras Era Compute conecta demanda y oferta de infraestructura. ## De buscar GPU a utilizarlas en producción en menos de un mes Uno de los elementos que Era Compute pone especialmente en valor es la velocidad del despliegue. Según su caso de estudio, Featherless presentó la necesidad de capacidad durante julio y el clúster comenzó a ejecutar cargas de producción a principios de agosto. Era Compute atribuye el plazo inferior a un mes a que CRA ya formaba parte de su red de socios y existía previamente un marco contractual. Esto evitó iniciar desde cero el proceso de incorporación del proveedor. Tras localizar una configuración compatible con los requisitos de Featherless, las partes pudieron pasar directamente a la documentación necesaria y la planificación del despliegue. Era Compute funciona así como una capa de intermediación especializada en infraestructura GPU. La compañía mantiene información sobre configuraciones, disponibilidad, precios y ubicaciones de distintos operadores. Cuando recibe una petición intenta emparejarla con infraestructura disponible dentro de su red. Para los centros de datos, el planteamiento busca solucionar el problema inverso. Comprar servidores de IA de gama alta exige inversiones considerables y tener espacio, alimentación eléctrica y refrigeración preparados no garantiza encontrar inmediatamente clientes dispuestos a reservarlos. Era Compute pretende conectar esa capacidad con empresas que necesitan GPU en unas condiciones y plazos determinados. En el caso de CRA, la compañía asegura que el proyecto permitió convertir capacidad disponible del centro de datos en un contrato de GPU como servicio sin desarrollar previamente un ciclo comercial completo con Featherless. No se han publicado, sin embargo, **el importe del acuerdo, la duración del contrato, el número de DGX B300 instalados ni el coste mensual de la capacidad**, datos necesarios para comparar económicamente el proyecto con alternativas de nube pública o con otros proveedores especializados. El despliegue tampoco parece haber terminado con esta primera instalación. Era Compute asegura que ya está buscando capacidad adicional para Featherless AI entre sus socios. La necesidad encaja con la evolución del mercado de inferencia. Entrenar los grandes modelos concentra enormes cantidades de GPU durante periodos determinados, pero servirlos posteriormente a miles o millones de usuarios convierte la inferencia en una carga permanente. Plataformas como Featherless añaden otra dificultad: en lugar de concentrarse en unos pocos modelos comerciales, intentan proporcionar acceso a decenas de miles de modelos abiertos desde una misma API. Eso obliga a combinar capacidad de GPU, memoria, almacenamiento y mecanismos capaces de cargar y retirar modelos con rapidez. El DGX B300 aporta una cantidad especialmente elevada de HBM3e para esa clase de trabajo. CRA proporciona la infraestructura física europea y Era Compute ha actuado como punto de encuentro entre la demanda y la capacidad disponible. El resultado es también una muestra de cómo está creciendo un mercado situado entre los hiperescalares tradicionales y la compra directa de servidores: **clústeres GPU dedicados, contratados como capacidad y alojados en centros de datos europeos**, con recursos reservados para una única plataforma. ## Preguntas frecuentes ### ¿Qué es Featherless AI? Featherless AI es una plataforma de inferencia que permite acceder mediante una única API a más de 40.000 modelos de pesos abiertos. También ofrece capacidad GPU dedicada para clientes empresariales. ### ¿Qué GPU utiliza el nuevo clúster de Featherless AI? La infraestructura está basada en NVIDIA DGX B300. Cada nodo integra ocho GPU Blackwell Ultra B300 con 288 GB de memoria HBM3e por acelerador. ### ¿Dónde están instalados los NVIDIA DGX B300? El clúster está desplegado en instalaciones Tier III operadas por České Radiokomunikace (CRA) en República Checa. ### ¿Cuántas GPU B300 tiene el clúster? Las compañías no han publicado el número total de nodos DGX B300 instalados. Por tanto, no es posible determinar de forma fiable cuántas GPU forman el clúster completo. vía: [era.dev](https://era.dev/blog/from-rfq-to-production-featherless-cra)