--- title: "Lenovo y NVIDIA elevan las “fábricas de IA” al gigavatio: despliegues en semanas y racks listos para la era agentic" description: "Lenovo y NVIDIA han llevado a CES 2026 (Las Vegas) una idea que, en la práctica, suena menos a “nuevo servidor” y más a industrializar el despliegue de centros de datos para IA : un programa de “AI fa..." url: https://revistacloud.com/lenovo-y-nvidia-elevan-las-fabricas-de-ia-al-gigavatio-despliegues-en-semanas-y-racks-listos-para-la-era-agentic/ date: 2026-01-16 modified: 2026-01-15 author: "Nota de Prensa" image: https://revistacloud.com/wp-content/uploads/2024/11/lenovo-edificio.jpg categories: ["Empresas", "Noticias"] tags: ["lenovo", "NVIDIA"] type: post lang: es --- # Lenovo y NVIDIA elevan las “fábricas de IA” al gigavatio: despliegues en semanas y racks listos para la era agentic Lenovo y NVIDIA han llevado a CES 2026 (Las Vegas) una idea que, en la práctica, suena menos a “nuevo servidor” y más a **industrializar el despliegue de centros de datos para IA**: un programa de “AI factories” a **escala de gigavatios** pensado para que proveedores de nube y grandes operadores pasen de diseño a producción con menos fricción, con componentes ya validados, servicios de ciclo de vida y un enfoque muy centrado en acelerar el “time-to-first-token” (TTFT), el indicador que intenta medir cuánto tarda una inversión en cómputo en empezar a “producir” resultados de IA en condiciones reales. En el escenario, el mensaje fue directo: **el valor ya no se mide solo en cuánta potencia se compra, sino en cuán rápido se convierte en un servicio en producción**. La compañía plantea que, para muchos proyectos, el cuello de botella ya no está únicamente en conseguir GPUs, sino en ponerlas a funcionar de forma repetible y operable: **energía, refrigeración, red, almacenamiento, integración, observabilidad y servicios**. ## “Gigafactorías” de IA: el salto de la sala de máquinas a la cadena de montaje Hablar de gigavatios no es postureo. Significa que el diseño del CPD se aproxima a una “fábrica” donde todo está pensado para escalar: desde la distribución eléctrica y la densidad por rack hasta la logística, los plazos de construcción y los procedimientos de puesta en marcha. En ese contexto, Lenovo vende su propuesta como un **marco de despliegue rápido** (ellos hablan de TTFT “en semanas”) apoyado en tres patas: infraestructura híbrida con refrigeración líquida (Neptune), acceso a plataformas aceleradas NVIDIA y una capa de servicios para operar y mantener el conjunto. La idea es especialmente relevante para los llamados “neo-clouds” de IA y para empresas que están pasando de pilotos a **servicios de inferencia y entrenamiento con exigencias de disponibilidad**, donde cada semana de retraso puede suponer millones en capex infrautilizado. ## Dos generaciones de “rack-scale” como ancla: Blackwell Ultra hoy, Rubin mañana El anuncio llega anclado a sistemas “rack-scale” que no se venden como piezas sueltas, sino como **bloques de construcción**: - **GB300 NVL72 (desde Lenovo)**: una arquitectura de rack completa con refrigeración líquida, presentada como base para desplegar rápidamente fábricas de IA listas para producción. - **Vera Rubin NVL72 (próxima generación)**: NVIDIA sitúa Rubin como su siguiente plataforma “rack-scale”, concebida para entrenamiento e inferencia a gran escala y para cargas de trabajo de razonamiento y agentes. En Rubin, NVIDIA describe un sistema altamente integrado a nivel de rack, con foco en minimizar cuellos de botella de comunicación y alimentar modelos cada vez más grandes con un flujo de datos sostenido. Ese tipo de integración refuerza el argumento de Lenovo: **si el producto real es el rack (o el clúster), el proceso real es el despliegue industrializado**. ## Lo que cambia para el mercado (y para el “operador”) Más allá del titular, el movimiento apunta a una tendencia que se está consolidando en 2026: **la IA a escala ya no se compra como “servidores”; se compra como capacidad productiva**. Eso introduce varias consecuencias: - **Estandarización de configuraciones**: menos “arquitecturas únicas” y más plantillas repetibles, que permiten ampliar un clúster con menor riesgo. - **Refrigeración líquida como norma**: a densidades altas, la refrigeración por aire deja de ser universal. Lenovo empuja Neptune como pieza de diseño para sostener el ritmo de despliegue. - **Operación como parte del producto**: monitorización, validación, pruebas de aceptación, procedimientos de mantenimiento y cadena de suministro pasan a ser tan estratégicos como la propia GPU. Lenovo, además, intenta apuntalar el relato desde el lado industrial: fabricación, integración y servicios globales como aceleradores del “time-to-production”, una promesa que encaja con el apetito de muchos proveedores por reducir la incertidumbre del despliegue masivo. ## Tabla rápida: qué representa cada bloque en una “AI factory” moderna | Bloque / sistema | Qué es en la práctica | Para qué tipo de carga | Por qué importa en una gigafactoría | | --- | --- | --- | --- | | GB300 NVL72 (Lenovo + NVIDIA) | Plataforma “rack-scale” de generación actual con diseño listo para producción | Entrenamiento/inferencia de gran escala, expansión rápida de capacidad | Reduce tiempos de integración: el rack “llega” como unidad operable | | Vera Rubin NVL72 (NVIDIA) | Siguiente plataforma “rack-scale” integrada, orientada a IA de próxima generación | Razonamiento, agentic AI, entrenamiento e inferencia a gran escala | Aumenta integración y rendimiento de sistema; exige diseño de energía/red/refrigeración aún más serio | | Neptune (Lenovo) | Enfoque de refrigeración líquida e ingeniería térmica para infra densa | Operación sostenida a alta densidad | Si no enfrías bien, no escalas; si no escalas, no amortizas capex | ## El subtexto: TTFT como nuevo KPI de infraestructura Que el anuncio ponga TTFT en el centro no es casualidad. En un mercado donde las GPUs y la energía se han convertido en recursos estratégicos, el diferencial competitivo puede estar en **quién convierte antes el hardware en servicio**: aprovisionamiento, puesta en marcha, observabilidad, rendimiento estable y costes operativos controlados. En otras palabras: Lenovo y NVIDIA están vendiendo “velocidad industrial”. Y en 2026, con proyectos que ya se planifican a decenas de megavatios (y aspiraciones a gigavatios), esa velocidad empieza a ser una ventaja tan decisiva como el silicio. --- ## Preguntas frecuentes **¿Qué es una “AI factory” y por qué se habla de gigavatios?** Es una forma de describir centros de datos diseñados como infraestructura productiva para IA (entrenamiento e inferencia) donde todo —energía, refrigeración, red, almacenamiento y operaciones— se planifica para escalar. “Gigavatios” apunta a complejos con consumo agregado enorme, no a un único armario. **¿Qué significa TTFT y por qué interesa a empresas y proveedores cloud?** “Time-to-first-token” busca medir cuánto tarda una inversión en infraestructura de IA en empezar a entregar resultados (tokens) en producción. Se usa como proxy de rapidez de despliegue y retorno operativo. **¿Qué aporta la refrigeración líquida en clústeres de IA?** Permite sostener densidades y potencias por rack más altas con mayor estabilidad térmica. En entornos de IA a gran escala, es habitual que la refrigeración se convierta en un factor limitante del crecimiento. **¿En qué se diferencia un enfoque “rack-scale” frente a comprar servidores sueltos?** El rack se trata como una unidad integrada (cómputo + red + diseño físico y energético), lo que reduce incertidumbre de integración y acelera la puesta en marcha, especialmente cuando se despliegan decenas o cientos de racks. vía: [news.lenovo](https://news.lenovo.com/pressroom/press-releases/nvidia-gigawatt-ai-factories-program-accelerate-enterprise-ai/)