La compañía neerlandesa Nebul está reforzando su propuesta de infraestructura soberana para inteligencia artificial con un modelo que abarca desde el acceso directo a GPU hasta entrenamiento, ajuste de modelos e inferencia. La empresa opera su plataforma desde centros de datos europeos y es NVIDIA Elite Partner, con infraestructura basada en aceleradores como H200, B200 y los nuevos B300. Su argumento es que las cargas intensivas de IA requieren una arquitectura diferente de la nube generalista.
Las claves de la apuesta de Nebul en 30 segundos
- Nebul es una empresa neerlandesa especializada en infraestructura cloud para IA y computación acelerada.
- Su plataforma permite contratar desde GPU y clústeres dedicados hasta entrenamiento, fine-tuning e inferencia gestionada.
- Opera centros de datos en Europa y plantea la jurisdicción europea como parte de su propuesta de soberanía.
- Es NVIDIA Elite Partner y trabaja con arquitecturas Hopper y Blackwell.
- La compañía quiere diferenciarse de la nube generalista mediante infraestructura diseñada específicamente para cargas continuas de IA.
La propuesta responde a un problema que está apareciendo a medida que los proyectos de inteligencia artificial abandonan las pruebas iniciales. Una aplicación que realiza unas pocas llamadas a un modelo mediante una API tiene necesidades muy diferentes de una empresa que entrena modelos, mantiene agentes funcionando continuamente o necesita servir inferencia a miles de usuarios.
En ese segundo escenario, GPU, memoria, almacenamiento y red dejan de ser recursos independientes. El rendimiento depende de cómo funciona el conjunto y, especialmente, de mantener los aceleradores trabajando durante el mayor tiempo posible.
De alquilar una GPU a disponer de una plataforma completa de IA
Nebul estructura su oferta en diferentes capas para que las empresas no tengan que contratar necesariamente toda la plataforma.
En la parte inferior se encuentra la infraestructura acelerada. La compañía ofrece acceso a GPU y clústeres destinados a entrenamiento, ajuste de modelos e inferencia, además de CPU, almacenamiento y servicios cloud convencionales.
Para las organizaciones que quieren trabajar directamente sobre el hardware, este nivel permite desplegar cargas sobre infraestructura NVIDIA sin adoptar necesariamente todos los servicios superiores del proveedor.
Por encima aparece su denominada European NeoCloud, que incorpora servicios de computación, Kubernetes, bases de datos, almacenamiento y herramientas para desarrolladores.
La siguiente capa está directamente orientada a los modelos. Su AI Engine ofrece entrenamiento, fine-tuning, inferencia dedicada y servicios de inferencia bajo demanda. Finalmente, AI Studio añade funciones relacionadas con personalización, observabilidad, recuperación de información empresarial mediante RAG (Retrieval-Augmented Generation), seguridad y controles sobre los modelos.
La diferencia respecto a una nube convencional está, según la compañía, en diseñar desde el principio la infraestructura pensando en cargas GPU sostenidas.
Nebul afirma que sus clústeres siguen arquitecturas de referencia de NVIDIA para proporcionar un rendimiento predecible durante cargas continuadas, frente a modelos de infraestructura compartida donde el rendimiento puede depender en mayor medida de la disponibilidad de recursos. Es una afirmación comercial de la propia empresa y su ventaja concreta dependerá de la carga y de la alternativa con la que se compare.
El hardware disponible incluye diferentes generaciones de NVIDIA.
Nebul desplegó en abril de 2025 un superclúster basado en Supermicro HGX B200 que presentó como el mayor despliegue de este tipo en Benelux. Los sistemas utilizan GPU Blackwell B200, NVLink 5.0 y NVIDIA BlueField-3. La compañía también ofrece H200 y H100 basadas en Hopper, además de L40S y L4 para otras cargas aceleradas.
Su catálogo actual incorpora además sistemas NVIDIA B300 NVL8 refrigerados por líquido, orientados a cargas de IA agéntica y modelos con grandes necesidades de memoria y computación.
La soberanía europea va más allá de almacenar los datos en Europa
El segundo elemento con el que Nebul intenta diferenciar su propuesta es la soberanía.
Mantener físicamente los datos dentro de la Unión Europea es solo una parte del problema. También importa quién controla la empresa que presta el servicio y bajo qué jurisdicción opera.
Nebul se presenta como una compañía fundada y financiada en Europa, con centros de datos europeos y una plataforma desarrollada y operada dentro del continente. La empresa afirma además no depender de los hiperescalares estadounidenses para prestar su infraestructura soberana.
Ese enfoque está dirigido especialmente a administraciones públicas, empresas reguladas y organizaciones que manejan propiedad intelectual o información sensible.
La preocupación no consiste únicamente en dónde está instalado el servidor.
Una empresa europea puede almacenar información en un centro de datos situado en la UE y contratar el servicio a un proveedor cuya matriz se encuentre bajo otra jurisdicción. Esta diferencia ha ganado peso dentro del debate europeo sobre soberanía digital.
Nebul utiliza precisamente ese argumento para presentar su plataforma como una alternativa a los grandes proveedores estadounidenses. La compañía asegura que su infraestructura está diseñada alrededor del Reglamento General de Protección de Datos (RGPD), el Reglamento europeo de Inteligencia Artificial y otros requisitos europeos. La adecuación concreta a cada normativa, sin embargo, depende también de cómo configure y utilice el servicio cada cliente.
La soberanía tampoco implica necesariamente desarrollar todos los componentes tecnológicos en Europa.
Existe aquí un matiz importante. La infraestructura de Nebul utiliza ampliamente tecnología NVIDIA, una compañía estadounidense. Su propuesta de soberanía se concentra principalmente en la propiedad y operación del proveedor cloud, la localización de la infraestructura, el tratamiento de los datos y el control que conserva el cliente sobre modelos e información.
Nebul es NVIDIA Elite Partner, DGX Cloud Partner y DGX Solution Provider.
Por tanto, se trata de soberanía sobre la infraestructura y los datos más que de una cadena tecnológica exclusivamente europea desde el semiconductor hasta la aplicación.
La inferencia se convierte en el siguiente problema de infraestructura
La estrategia de Nebul también refleja un cambio dentro del mercado de inteligencia artificial.
Entrenar grandes modelos fue inicialmente la carga que concentró buena parte de la atención. A medida que esos modelos llegan a producción, la inferencia está ganando peso en el consumo total de infraestructura.
Cada pregunta enviada a un asistente, cada documento procesado y cada tarea realizada por un agente necesita ejecutar nuevamente el modelo.
Cuando ese proceso se repite millones de veces, pequeñas diferencias en utilización de GPU, memoria o almacenamiento pueden tener consecuencias importantes sobre el coste por token.
Nebul está trabajando precisamente en ese terreno junto con DDN y NVIDIA. Las tres compañías anunciaron en julio una colaboración centrada en acelerar el KV cache, una memoria utilizada durante la inferencia para conservar información generada previamente por el modelo y evitar determinados cálculos repetidos.
El objetivo es aumentar la utilización efectiva de las GPU, reducir el tiempo hasta la generación del primer token y disminuir el coste de inferencia.
Es un ejemplo de por qué ejecutar IA a escala empieza a exigir algo más que disponer de aceleradores.
Un clúster puede incorporar GPU muy potentes y, aun así, utilizarlas de manera ineficiente si los procesadores permanecen esperando información procedente del almacenamiento, la memoria o la red.
Por eso los proveedores especializados están intentando diferenciarse mediante la arquitectura completa.
Nebul resume esa estrategia permitiendo que el cliente elija dónde entrar: infraestructura GPU para quienes quieren administrar directamente sus cargas, servicios cloud y Kubernetes para construir plataformas o herramientas superiores para desplegar y personalizar modelos.
También ofrece modelos abiertos y permite que los clientes utilicen los suyos propios. Su plataforma contempla entrenamiento, ajuste y despliegue manteniendo el control sobre los modelos y los datos utilizados.
Este tipo de propuestas está ampliando el mercado europeo de infraestructura de IA más allá de los hiperescalares.
No significa que la nube generalista haya dejado de ser adecuada. AWS, Microsoft Azure, Google Cloud y otros grandes proveedores disponen también de amplias ofertas de GPU e infraestructura específica para inteligencia artificial. Su escala global, catálogo de servicios y disponibilidad geográfica continúan siendo ventajas importantes.
La diferencia está en el modelo que empresas como Nebul intentan ofrecer: infraestructura especializada, operada en Europa y con diferentes niveles de control para que una organización pueda decidir cuánto quiere administrar directamente.
A medida que la IA pasa de proyectos experimentales a cargas permanentes, esa elección puede convertirse en una decisión de arquitectura. Ya no se trata únicamente de encontrar una GPU disponible, sino de decidir dónde se ejecutarán los modelos, quién administrará la infraestructura, qué jurisdicción tendrá acceso a los datos y cuánto control quiere conservar la empresa sobre su propia tecnología.
Preguntas frecuentes
¿Qué es Nebul?
Nebul es una empresa neerlandesa especializada en infraestructura cloud y plataformas privadas para inteligencia artificial. Ofrece GPU, clústeres, servicios cloud, entrenamiento, fine-tuning e inferencia desde infraestructura europea.
¿Qué GPU ofrece Nebul para inteligencia artificial?
Su oferta incluye diferentes generaciones de NVIDIA, entre ellas H100, H200, B200 y B300, además de aceleradores como L40S y L4 para otras cargas.
¿Nebul es un proveedor europeo de nube soberana?
La compañía está fundada y operada en Europa y afirma utilizar exclusivamente centros de datos europeos para su plataforma soberana. Su infraestructura utiliza, entre otras tecnologías, aceleradores NVIDIA, por lo que la soberanía se refiere principalmente a propiedad, operación, jurisdicción, datos y control de la plataforma.
¿Para qué sirve una nube especializada en IA?
Permite ejecutar entrenamiento e inferencia sobre infraestructura diseñada específicamente para cargas GPU. También puede proporcionar herramientas para Kubernetes, despliegue de modelos, observabilidad, RAG, ajuste de modelos y agentes de IA sin que la empresa tenga que construir toda la plataforma desde cero.
