NVIDIA ha vuelto a mover ficha en un terreno que domina como pocos: la computación acelerada para inteligencia artificial. La compañía no solo ha puesto a disposición global su nuevo Jetson Thor, un módulo diseñado para robots y sistemas de IA física, sino que también ha lanzado el DRIVE AGX Thor Developer Kit para automoción, ha reforzado su estrategia de fábricas de IA con nuevas tecnologías de red y ha sellado una alianza con Japón para el desarrollo del superordenador FugakuNEXT.
El despliegue confirma la ambición de NVIDIA de extender su plataforma Blackwell desde el edge hasta los exaflops de los data centers, pasando por coches autónomos, robots humanoides, quirófanos inteligentes y sistemas nacionales de investigación.
Jetson Thor: IA en tiempo real para la robótica del futuro
Robots más inteligentes y autónomos empiezan a ser una realidad con la llegada de Jetson Thor, ya disponible de forma general. Este nuevo módulo multiplica por 7,5 la capacidad de cómputo en IA respecto a su predecesor (Jetson Orin), con un 3,1x más rendimiento de CPU y el doble de memoria.
La clave está en su capacidad para ejecutar modelos de razonamiento multimodal (visión, lenguaje y acción) en tiempo real y en el edge, sin depender de la nube. Esto abre la puerta a robots humanoides como Digit, de Agility Robotics, o Atlas, de Boston Dynamics, que ya han anunciado su integración con Jetson Thor.
El salto no se limita a la robótica industrial o logística. Cirujanos asistidos por IA, tractores inteligentes en el campo o agentes visuales capaces de supervisar la seguridad en fábricas podrán beneficiarse de su potencia.
“Con Jetson Thor damos a los robots la capacidad de percibir y razonar con la misma inmediatez con la que lo haría un humano”, explicó Peggy Johnson, CEO de Agility Robotics.
DRIVE Thor: la base del coche autónomo de nueva generación
En paralelo, NVIDIA lanzó el DRIVE AGX Thor Developer Kit, una plataforma para acelerar el desarrollo de vehículos autónomos y movilidad inteligente. Basado también en la arquitectura Blackwell, incorpora CPUs Arm Neoverse V3AE y está certificado para los exigentes estándares de seguridad ISO 26262 (ASIL-D) e ISO/SAE 21434.
Los primeros clientes incluyen fabricantes como Volvo, BYD o Xiaomi, y startups de camiones autónomos como Aurora y Waabi.
Con hasta 2.000 TOPS en FP4 y 64 GB de memoria LPDDR5X, DRIVE Thor promete manejar los complejos modelos de razonamiento que requieren los coches sin conductor, procesando en tiempo real la información de cámaras, radares y lidars.
Las fábricas de IA: el nuevo motor de la economía digital
Pero el anuncio más estratégico de NVIDIA no está en un robot o un coche, sino en el concepto de AI factories: enormes centros de datos diseñados para entrenar y desplegar modelos de IA a escala masiva.
A diferencia de los data centers tradicionales, estas fábricas son unidades de computación orquestadas como un todo, donde decenas de miles de GPUs se comportan como un único cerebro distribuido.
El reto está en la interconexión: ahí entran tecnologías como NVLink, InfiniBand Quantum-X y Spectrum-X Ethernet, que permiten mover 130 TB/s de datos entre GPUs en un solo rack con latencias ultrabajas.
La visión es clara: escalar hasta fábricas de un millón de GPUs, capaces de sostener aplicaciones que van desde asistentes de investigación hasta servicios de traducción en tiempo real para poblaciones enteras.
FugakuNEXT: Japón y NVIDIA redibujan la supercomputación
En Tokio, el Instituto RIKEN y Fujitsu anunciaron junto a NVIDIA el inicio de la construcción de FugakuNEXT, sucesor del superordenador Fugaku.
Este sistema combinará CPUs Fujitsu-MONAKA-X con la arquitectura NVIDIA Blackwell mediante NVLink Fusion, lo que permitirá unir simulación científica y cargas de IA en un mismo sistema híbrido HPC+IA.
Las prioridades de investigación son tan ambiciosas como estratégicas:
- Modelado de sistemas terrestres para mejorar la preparación ante terremotos y fenómenos climáticos extremos.
- Descubrimiento de fármacos y simulaciones para salud de precisión.
- Fabricación avanzada y diseño industrial optimizado por IA.
“No se trata de más potencia bruta, sino de redefinir la forma en que Japón afronta sus retos científicos más urgentes”, subrayó Satoshi Matsuoka, director del centro de supercomputación de RIKEN.
Un ecosistema integral: de CUDA a Nemotron
Todos estos lanzamientos tienen un denominador común: el ecosistema de software de NVIDIA. CUDA, TensorRT-LLM, Dynamo o los microservicios NIM para modelos como Llama 3.1, Gemma o DeepSeek permiten desplegar desde un Jetson Thor en un robot hasta un GB200 NVL72 en un data center con el mismo marco de programación.
Los modelos propios de NVIDIA, como Nemotron, se suman a los esfuerzos open source para garantizar transparencia y flexibilidad. En total, la compañía mantiene más de 1.000 proyectos abiertos en GitHub y más de 450 modelos en Hugging Face, consolidando su rol de pilar en la comunidad global de IA.
El mensaje de fondo: IA en todas partes
El despliegue de Jetson Thor, DRIVE Thor, AI factories y FugakuNEXT refleja una misma estrategia: llevar la inteligencia artificial a todos los rincones, desde el dispositivo más pequeño hasta la infraestructura nacional.
NVIDIA se presenta así no solo como un fabricante de chips, sino como la columna vertebral de la nueva economía de la inteligencia, capaz de unir hardware, software y ecosistema en una visión coherente.
La carrera por la IA soberana, los robots inteligentes y los coches autónomos no ha hecho más que empezar, pero todo apunta a que la compañía de Jensen Huang seguirá marcando el ritmo.
Preguntas frecuentes (FAQ)
¿Qué es NVIDIA Jetson Thor y para qué sirve?
Jetson Thor es un módulo de cómputo diseñado para ser el “cerebro” de robots y sistemas de IA física. Ofrece hasta 7,5 veces más rendimiento en inteligencia artificial que su predecesor, Jetson Orin, junto con un aumento de 3,1 veces en capacidad de CPU y el doble de memoria. Su principal ventaja es que permite ejecutar modelos complejos de IA en tiempo real directamente en el dispositivo (edge computing), sin necesidad de depender de la nube. Esto lo convierte en una solución ideal para robots humanoides, asistentes quirúrgicos, tractores inteligentes o agentes visuales de seguridad que necesitan tomar decisiones rápidas en entornos dinámicos.
¿En qué se diferencia DRIVE AGX Thor de Jetson Thor?
Aunque comparten la arquitectura de última generación NVIDIA Blackwell, están diseñados para fines distintos.
- Jetson Thor se orienta a la robótica general y la IA física, como humanoides, drones o robots industriales.
- DRIVE AGX Thor, en cambio, está enfocado a automoción y movilidad inteligente, con certificaciones de seguridad muy estrictas como ISO 26262 ASIL-D e ISO/SAE 21434.
Con hasta 2.000 TOPS en FP4, DRIVE AGX Thor es capaz de procesar en tiempo real información de cámaras, radares y lidars, lo que lo convierte en la plataforma ideal para vehículos autónomos o sistemas avanzados de asistencia al conductor (ADAS). En definitiva, Jetson Thor apunta a la robótica y DRIVE Thor a la automoción, aunque ambos se benefician de la misma base tecnológica.
¿Qué son las fábricas de IA y por qué son tan importantes?
El término AI factory hace referencia a un nuevo tipo de centro de datos, diseñado no para ofrecer servicios tradicionales (correo, almacenamiento, web), sino para “fabricar” inteligencia. Estas instalaciones agrupan decenas de miles de GPUs conectadas con redes de ultra alta velocidad, actuando como un único “cerebro digital”.
Las fábricas de IA son necesarias porque los modelos actuales —como los grandes modelos de lenguaje (LLM) o los sistemas de razonamiento multimodal— manejan billones de parámetros y requieren procesar enormes cantidades de datos en paralelo. Sin esta infraestructura, sería imposible entrenar o desplegar asistentes inteligentes, traductores en tiempo real, sistemas de salud predictiva o aplicaciones de IA soberana a escala nacional.
En este contexto, tecnologías como NVLink, InfiniBand Quantum-X o Spectrum-X Ethernet se convierten en la columna vertebral que permite alcanzar velocidades de hasta 130 TB/s de comunicación entre GPUs en un solo rack.
¿Qué aportará FugakuNEXT a Japón y a la comunidad científica mundial?
FugakuNEXT es el sucesor del superordenador Fugaku, fruto de la colaboración entre RIKEN, Fujitsu y NVIDIA. Se trata de un sistema híbrido que unirá simulación científica (HPC) con inteligencia artificial (IA) en un mismo entorno.
Su diseño incorpora CPUs Fujitsu-MONAKA-X conectadas mediante NVLink Fusion con GPUs NVIDIA de arquitectura Blackwell. Esta combinación permitirá trabajar con cargas de trabajo científicas clásicas (modelado climático, física de materiales, dinámica de fluidos) junto con aplicaciones modernas de IA, como modelos de razonamiento generativo, búsqueda de fármacos o predicción de terremotos.
El objetivo no es solo aumentar la potencia de cálculo, sino responder a retos críticos para Japón y el mundo, como el cambio climático, la prevención de desastres naturales o la fabricación sostenible. FugakuNEXT simboliza también una apuesta por la soberanía tecnológica, al integrar infraestructura propia con tecnologías globales de vanguardia.
¿Qué ventajas aporta la arquitectura NVIDIA Blackwell en estos proyectos?
Blackwell es la plataforma común que impulsa todos estos avances, desde un robot humanoide en un almacén hasta un superordenador exaescala en un centro de investigación. Entre sus principales ventajas destacan:
- Mayor eficiencia energética gracias a formatos de baja precisión como NVFP4, que permiten reducir consumo y memoria sin comprometer la precisión.
- Escalabilidad: soporta desde un PC de sobremesa hasta racks de cientos de GPUs interconectadas.
- Compatibilidad con CUDA y el ecosistema de software de NVIDIA, lo que facilita a millones de desarrolladores desplegar modelos de IA sin necesidad de reescribir su código.
- Capacidad de razonamiento en tiempo real, imprescindible para vehículos autónomos, robots o sistemas de salud crítica.
En la práctica, Blackwell está diseñada para ser la columna vertebral de la era de la inteligencia artificial, habilitando tanto la innovación comercial como la investigación científica.
