La Escuela Naval de Posgrado de Estados Unidos ha puesto en funcionamiento un sistema NVIDIA DGX GB300 destinado a formación e investigación en inteligencia artificial aplicada a defensa. Instalado en su campus de Monterey, California, el superordenador permitirá entrenar modelos, ejecutar simulaciones y procesar información sensible dentro de la propia institución, sin depender para todas las cargas de infraestructuras cloud externas.

Las claves del superordenador militar de NVIDIA en 30 segundos

• La Naval Postgraduate School ha activado el primer DGX GB300 de NVIDIA instalado en una organización militar estadounidense.
• Más de 1.500 estudiantes residentes y unos 600 profesores podrán acceder a capacidad local de entrenamiento e inferencia.
• Los proyectos abarcan ciberseguridad, meteorología, autonomía, océanos, gemelos digitales y respuesta ante desastres.
• NVIDIA donó el sistema a la fundación de la universidad.
• DDN, VAST Data y Vertiv aportaron almacenamiento, gestión de datos, refrigeración e integración.

La activación tuvo lugar el 22 de julio durante el encuentro Converge @ NPS, con la participación de Jensen Huang, fundador y consejero delegado de NVIDIA; Samuel Paparo, comandante del Mando del Pacífico de Estados Unidos, y Ann Rondeau, presidenta de la Naval Postgraduate School (NPS).

La institución presenta el sistema como el primer NVIDIA DGX GB300 desplegado dentro del ámbito militar estadounidense. Su llegada forma parte de un acuerdo de investigación y desarrollo firmado por NVIDIA y NPS en diciembre de 2024 para ampliar el uso de la inteligencia artificial en educación, investigación aplicada y seguridad nacional.

Inteligencia artificial instalada dentro del campus

El DGX GB300 dará acceso a computación de inteligencia artificial a más de 1.500 estudiantes que residen en el campus y a alrededor de 600 docentes. La Naval Postgraduate School forma a oficiales estadounidenses y de países aliados en disciplinas como operaciones espaciales, ingeniería, oceanografía, ciberseguridad, autonomía y análisis operativo.

El nuevo equipo permite que una parte de esos trabajos se ejecute en las instalaciones de la universidad. Esto resulta especialmente relevante cuando los proyectos utilizan datos sujetos a restricciones, información operativa o simulaciones que no deberían enviarse automáticamente a un proveedor de nube pública.

La infraestructura podrá utilizarse tanto para entrenamiento como para inferencia. El entrenamiento permite crear o ajustar modelos a partir de conjuntos de datos propios, mientras que la inferencia consiste en ejecutar esos modelos para generar predicciones, clasificaciones o respuestas.

NPS señala que el sistema apoyará investigaciones en inteligencia artificial, ciberseguridad, sistemas autónomos, modelización y análisis operativo. NVIDIA añade otros campos, entre ellos la predicción meteorológica, la respuesta ante catástrofes y la creación de gemelos digitales de entornos complejos.

El despliegue no convierte el campus en un gran centro de datos. La propia universidad lo define como un sistema integrado dentro de su infraestructura existente de computación de alto rendimiento. El conjunto combina procesamiento, memoria, red, almacenamiento y software de gestión en una plataforma preparada para crecer mediante varias unidades.

El equipo utiliza además NVIDIA Mission Control, una capa de software diseñada para supervisar y administrar la infraestructura de IA. Su función incluye la puesta en marcha de cargas, la observación del estado de los recursos y la gestión de sistemas DGX como una plataforma conjunta.

De modelos oceánicos a gemelos digitales militares

Uno de los principales campos de trabajo de la Naval Postgraduate School es el estudio de océanos y atmósfera. Sus investigadores desarrollan modelos para representar el estado del mar, anticipar cambios meteorológicos y analizar cómo distintas condiciones pueden afectar a operaciones navales o a tareas de respuesta ante emergencias.

Estas cargas suelen exigir grandes cantidades de datos y numerosas repeticiones. Un modelo puede necesitar evaluar miles de combinaciones de viento, temperatura, presión, oleaje o corrientes antes de producir una previsión útil. La aceleración mediante unidades de procesamiento gráfico (GPU) permite ejecutar muchas de esas operaciones en paralelo.

La universidad también trabaja con MITRE en entornos de gemelo digital construidos sobre bibliotecas de NVIDIA Omniverse. Estos sistemas recrean espacios físicos y condiciones operativas para estudiar navegación, toma de decisiones y comportamiento de sistemas autónomos en escenarios inciertos.

Un gemelo digital no es una copia perfecta del mundo real. Es una representación informática que combina modelos, datos y reglas físicas para ensayar decisiones sin asumir inicialmente el coste o el riesgo de una prueba real.

En un entorno militar puede servir para estudiar el comportamiento de vehículos, comunicaciones, sensores o equipos humanos ante condiciones cambiantes. También puede utilizarse para generar datos sintéticos con los que entrenar algoritmos cuando los ejemplos reales son escasos, clasificados o demasiado costosos de obtener.

El sistema facilitará además el desarrollo interno de modelos fundacionales. Esto no significa necesariamente que NPS vaya a crear un competidor de los grandes modelos comerciales. Puede tratarse de modelos especializados, entrenados o ajustados para interpretar datos meteorológicos, detectar anomalías de seguridad, procesar señales o ayudar en tareas concretas de planificación.

La IA militar necesita infraestructura local y personal formado

La entrega del DGX GB300 no responde únicamente a una necesidad de capacidad informática. Estados Unidos quiere que sus oficiales comprendan cómo utilizar la inteligencia artificial, pero también sus limitaciones, riesgos y efectos sobre la toma de decisiones.

Samuel Paparo señaló durante el acto que los futuros mandos operarán en entornos donde la información circulará con mayor rapidez y reducirá el tiempo disponible para responder. Según su planteamiento, la ventaja no procederá solo de tener mejores algoritmos, sino de contar con responsables capaces de interpretar sus resultados y aplicar juicio humano.

Ese matiz importa porque una recomendación generada por IA puede partir de información incompleta, contener errores o no representar adecuadamente una situación nueva. En ámbitos militares, meteorológicos o de protección civil, una predicción incorrecta puede tener consecuencias mayores que en una aplicación de consumo.

El acceso directo a la infraestructura permitirá que los alumnos experimenten con los modelos y no se limiten a consumir herramientas terminadas. NVIDIA también ha ampliado su colaboración mediante su Deep Learning Institute, que ofrece materiales de formación para que el profesorado incorpore contenidos de IA en distintas titulaciones.

La relación beneficia igualmente a NVIDIA. La compañía coloca su hardware y su software en una institución que forma a futuros responsables de tecnología, operaciones y contratación pública. Al mismo tiempo, refuerza la presencia de su plataforma dentro de los programas de inteligencia artificial del Gobierno estadounidense.

La donación del sistema fue realizada a la Naval Postgraduate School Foundation. La organización también ha financiado proyectos de investigación que requieren la capacidad de cómputo y memoria del equipo. En 2025, la fundación ya destinó 825.000 dólares a la primera edición del Digital Trident AI Challenge, una iniciativa para apoyar proyectos vinculados a problemas de seguridad nacional.

Un DGX GB300 necesita mucho más que GPU

La puesta en marcha ha requerido la participación de varios proveedores especializados. DDN aportó infraestructura de datos de alto rendimiento para almacenar, proteger y suministrar información a las cargas de IA.

VAST Data proporcionó una plataforma unificada para gestionar el acceso a los datos entre entornos locales, cloud y ubicaciones periféricas. Vertiv se ocupó de elementos relacionados con racks, alimentación eléctrica, refrigeración líquida, pruebas y puesta en servicio.

Estos componentes ayudan a entender por qué un superordenador de IA no puede reducirse al número de GPU. Los aceleradores necesitan recibir datos a suficiente velocidad, comunicarse entre ellos y disipar una elevada cantidad de calor. Si el almacenamiento, la red o la refrigeración no mantienen el ritmo, parte de la capacidad queda sin aprovechar.

La familia DGX GB300 está basada en la arquitectura Grace Blackwell Ultra. En su configuración a escala de rack, la plataforma GB300 NVL72 integra 72 GPU Blackwell Ultra y 36 CPU Grace, con una interconexión NVLink que alcanza 130 TB/s de ancho de banda agregado. NVIDIA no ha detallado públicamente en el anuncio la configuración exacta ni el coste completo del sistema instalado en Monterey.

Tampoco se han especificado los modelos que entrenará la universidad, los conjuntos de datos que utilizará ni qué proyectos estarán sujetos a clasificación. La información disponible describe líneas generales de investigación y educación, no capacidades militares concretas desplegadas en operaciones.

La activación del DGX GB300 muestra, aun así, una tendencia clara: las instituciones públicas y de defensa quieren disponer de capacidad propia para experimentar con inteligencia artificial. El cloud seguirá siendo útil para ampliar recursos, pero los sistemas locales ofrecen mayor control sobre datos, acceso, disponibilidad y configuración.

Preguntas frecuentes

¿Qué es la Naval Postgraduate School?

Es una universidad de posgrado de la Armada de Estados Unidos situada en Monterey, California. Forma a militares estadounidenses y de países aliados y desarrolla investigación aplicada a defensa y seguridad nacional.

¿Para qué se utilizará el NVIDIA DGX GB300?

La universidad prevé emplearlo en entrenamiento e inferencia de modelos, ciberseguridad, predicción meteorológica, sistemas autónomos, simulación, gemelos digitales y planificación ante desastres.

¿Es el primer DGX GB300 del Ejército estadounidense?

NPS lo presenta como el primer superordenador NVIDIA DGX GB300 instalado en el ámbito militar de Estados Unidos.

¿NVIDIA ha vendido el sistema a la universidad?

No. Según NPS, NVIDIA donó el equipo a la fundación de la universidad, mientras que varios socios aportaron almacenamiento, infraestructura y apoyo técnico.

vía: blogs.nvidia