La carrera por la inteligencia artificial no solo se libra en los centros de datos de las grandes tecnológicas. También se está redefiniendo en los laboratorios, universidades y centros de investigación que intentan responder preguntas mucho más profundas: cómo se forman las galaxias, cómo se propaga un terremoto, qué materiales harán posibles baterías más duraderas o cómo modelar un clima cada vez más extremo.
En la conferencia SC25, celebrada en St. Louis (EE. UU.), NVIDIA ha puesto cifras a esa revolución científica: más de 80 nuevos sistemas científicos basados en su plataforma de computación acelerada se han desplegado en el último año, hasta alcanzar una capacidad conjunta de unos 4.500 exaflops de rendimiento de IA. Es, en la práctica, una red global de “microscopios digitales” que utilizan GPU, CPU especializadas y redes de ultra baja latencia para hacer ciencia a una escala nunca vista.
Entre ellos destaca Horizon, el nuevo superordenador académico más potente de Estados Unidos; los siete sistemas de IA del Departamento de Energía (DOE) repartidos entre Argonne y Los Álamos; el exascale europeo JUPITER, y una creciente constelación de máquinas de IA en Japón, Corea del Sur y Taiwán.
Horizon: el nuevo gigante académico en Texas
El Texas Advanced Computing Center (TACC) se prepara para estrenar Horizon, un superordenador que aspira a convertirse en el gran motor de la ciencia académica estadounidense a partir de 2026.
Su ficha técnica es elocuente:
- 4.000 GPU NVIDIA Blackwell
- Hasta 80 exaflops de cómputo de IA en precisión FP4
- Servidores con NVIDIA GB200 NVL4 y CPUs NVIDIA Vera
- Red de interconexión basada en NVIDIA Quantum-X800 InfiniBand
Lejos de ser una máquina genérica, Horizon está diseñado con casos científicos muy concretos en mente:
- Simulación de la mecánica de enfermedades, utilizando dinámica molecular y modelos de IA para entender cómo actúan virus y proteínas a escala atómica.
- Astrofísica a gran escala, modelando la formación de estrellas y galaxias y reinterpretando las observaciones del telescopio James Webb.
- Nuevos materiales cuánticos, estudiando turbulencia, estructuras cristalinas complejas y conductividad en materiales avanzados.
- Sismología y riesgo sísmico, con simulaciones de propagación de ondas y ruptura de fallas para mejorar los mapas de riesgo de terremotos.
Para el ecosistema científico de Estados Unidos, Horizon supone algo más que un nuevo número en los rankings: es una infraestructura pensada desde el principio para combinar simulación clásica e IA generativa, y para poner esa capacidad a disposición de miles de investigadores en biología, física, ingeniería o geociencias.
Siete superordenadores de IA para el DOE: Solstice, Equinox, Mission y Vision
El otro gran bloque de anuncios llega de la mano del Departamento de Energía de EE. UU. (DOE), que ha firmado con NVIDIA la construcción de siete nuevos superordenadores de IA repartidos entre dos laboratorios clave: Argonne National Laboratory (ANL), en Illinois, y Los Alamos National Laboratory (LANL), en Nuevo México.
Argonne: Solstice y Equinox
En Argonne se desplegarán varios sistemas basados en GPU NVIDIA Blackwell y redes NVIDIA:
- Solstice, el más grande, contará con 100.000 GPU Blackwell. Un sistema de esa escala, utilizando chasis NVIDIA GB200 NVL72, puede alcanzar del orden de 1.000 exaflops de cómputo de entrenamiento de IA. Para ponerlo en contexto: es más de un 50 % por encima de la suma de capacidad de entrenamiento de IA de todos los sistemas del TOP500 de junio de 2025.
- Equinox, con unas 10.000 GPU Blackwell, complementará esta capacidad para otros casos científicos y de energía.
- Otros tres sistemas —Minerva, Janus y Tara— se centrarán en inferencia de modelos de IA y en la formación de personal en técnicas avanzadas de IA aplicada a la ciencia.
La idea del DOE es clara: conectar estos superordenadores con la red de instrumentos científicos del país —desde reactores hasta aceleradores o telescopios— y convertir los datos que generan en modelos de IA capaces de acelerar descubrimientos en fusión, redes eléctricas, nuevos combustibles o materiales avanzados.
Los Álamos: Mission y Vision
En Los Alamos, la apuesta se materializa en dos sistemas, construidos junto a HPE y basados en la plataforma NVIDIA Vera Rubin y redes Quantum-X800 InfiniBand:
- Mission, destinado a aplicaciones clasificadas de la National Nuclear Security Administration, donde la simulación avanzada y la IA son esenciales para la seguridad nuclear sin necesidad de ensayos físicos.
- Vision, orientado a ciencia abierta, fundación de modelos y IA agéntica aplicada a múltiples disciplinas.
Ambos sistemas se esperan operativos hacia 2027 y refuerzan un mensaje de fondo: la IA ya no es solo un complemento para la simulación científica, sino un actor principal en la agenda estratégica de los grandes laboratorios nacionales.
Europa se sube al exascale con JUPITER y prepara nuevos sistemas de IA soberana
En el frente europeo, el protagonismo recae en el Jülich Supercomputing Centre (JSC), en Alemania. Su superordenador JUPITER ha superado la barrera del exaflop en el benchmark HPL, que mide rendimiento en coma flotante de doble precisión (FP64).
Sus ingredientes:
- 24.000 superchips NVIDIA GH200 Grace Hopper
- Interconexión NVIDIA Quantum-2 InfiniBand
- Uso prioritario en aplicaciones como simulación climática global de alta resolución
Con más de 1 exaflop de potencia, los equipos del JSC pueden ejecutar simulaciones climáticas a resolución de kilómetro, una densidad espacial que hasta hace poco era impracticable y que mejora de forma drástica la capacidad de modelar fenómenos extremos, circulación oceánica o patrones de nubes.
Pero JUPITER no está solo. En el último año se han anunciado otros sistemas europeos acelerados por NVIDIA:
- Blue Lion (Alemania, LRZ): previsto para 2027 y basado en NVIDIA Vera Rubin, apoyará investigaciones en clima, turbulencia, física fundamental y aprendizaje automático.
- Gefion (Dinamarca): el primer superordenador de IA del país, un NVIDIA DGX SuperPOD operado por DCAI, orientado a IA soberana en áreas como computación cuántica, energías limpias y biotecnología.
- Isambard-AI (Reino Unido): el sistema de IA más potente del país, alojado en la Universidad de Bristol, que se utiliza para proyectos como Nightingale AI (modelo multimodal entrenado con datos del NHS) y UK-LLM, una iniciativa para dotar al Reino Unido de modelos lingüísticos propios optimizados para el inglés británico, el galés y otras lenguas locales.
En conjunto, dibujan una Europa que empieza a ver la computación acelerada como pilar de su soberanía científica y digital, desde el clima hasta la salud pública.
Japón, Corea y Taiwán: fábricas de IA para ciencia e industria
En Asia, el despliegue de superordenadores de IA viene impulsado tanto por estrategias de IA soberana como por grandes actores industriales.
Japón: de FugakuNEXT a la IA cuántica
El instituto RIKEN, el principal centro de investigación de Japón, ha anunciado en SC25 que integrará sistemas NVIDIA GB200 NVL4 en dos nuevos superordenadores:
- Un sistema de 1.600 GPU para IA aplicada a la ciencia.
- Un sistema de 540 GPU para investigación en computación cuántica.
Además, RIKEN trabaja junto a Fujitsu y NVIDIA en el diseño de FugakuNEXT (nombre en clave), sucesor del emblemático Fugaku. Este futuro superordenador combinará CPU FUJITSU-MONAKA-X con tecnologías de NVIDIA enlazadas mediante NVLink Fusion, orientado a modelos de Tierra, descubrimiento de fármacos y manufactura avanzada.
La Tokyo University of Technology ha desplegado, por su parte, un superordenador de IA con sistemas NVIDIA DGX B200, capaz de alcanzar 2 exaflops teóricos de FP4 con menos de 100 GPU. Su misión: desarrollar grandes modelos de lenguaje y gemelos digitales que sirvan de base para formar a la próxima generación de especialistas en IA.
Y el National Institute of Advanced Industrial Science and Technology (AIST) ha puesto en marcha ABCI-Q, considerado el mayor superordenador de investigación dedicado a computación cuántica, con más de 2.000 GPU NVIDIA H100.
Corea del Sur y Taiwán: fábricas de IA a escala industrial
El Gobierno de Corea del Sur ha anunciado planes para desplegar más de 50.000 GPU NVIDIA en nubes soberanas y “fábricas de IA”. Gigantes como Samsung, SK Group o Hyundai Motor Group también están construyendo sus propias infraestructuras basadas en GPU Blackwell para acelerar desde el diseño de chips hasta vehículos autónomos o robots industriales.
En Taiwán, NVIDIA colabora con Foxconn (Hon Hai Technology Group) para levantar un superordenador tipo AI factory con 10.000 GPU Blackwell, pensado para alimentar proyectos de startups, universidades e industrias locales.
Un instrumento científico universal… y un reto de eficiencia
Detrás de todos estos sistemas hay una arquitectura común: la plataforma completa de computación acelerada de NVIDIA, que combina:
- GPU (H100, Blackwell, GB200, GH200 Grace Hopper, etc.)
- CPU como NVIDIA Vera
- DPU y tarjetas de red inteligentes
- Redes de alta velocidad Quantum-2 y Quantum-X800 InfiniBand
- Bibliotecas CUDA-X especializadas y el software NVIDIA AI Enterprise
Esta integración de hardware y software permite que los investigadores reutilicen modelos, pipelines y herramientas en sistemas muy distintos, desde un DGX de laboratorio hasta un exascale como JUPITER o futuros sistemas como Solstice.
Al mismo tiempo, el salto a exaflops y a miles de GPU plantea una cuestión inevitable: cómo hacer sostenible energéticamente esta infraestructura. La apuesta de NVIDIA pasa por arquitecturas de alta eficiencia (más cálculo por vatio), redes optimizadas y nuevas técnicas de programación que aprovechen al máximo cada ciclo de GPU. Pero el debate sobre el impacto energético de la IA —y el papel de la ciencia para mitigarlo— seguirá muy presente en los próximos años.
Lo que sí parece claro es que la combinación de simulación, datos e IA ha dejado de ser un experimento y se ha convertido en el nuevo instrumento universal de la ciencia. Desde el clima global hasta la biología digital, pasando por la física de partículas o la ingeniería de materiales, los superordenadores acelerados por NVIDIA están redefiniendo qué significa “límite” en computación científica.
Preguntas frecuentes
¿Qué significa que estos sistemas sumen unos 4.500 exaflops de rendimiento de IA?
Un exaflop equivale a un trillón (10¹⁸) de operaciones de coma flotante por segundo. Que la red de más de 80 sistemas científicos acelerados por NVIDIA alcance del orden de 4.500 exaflops de rendimiento de IA significa que la comunidad científica dispone de una capacidad masiva para entrenar y ejecutar modelos de IA, muy por encima de lo que se veía hace solo unos años en centros de supercomputación clásicos.
¿En qué se diferencia un superordenador de IA de un superordenador “tradicional”?
Los superordenadores tradicionales se han centrado históricamente en simulaciones numéricas de alta precisión, basadas sobre todo en CPU. Los superordenadores de IA combinan esa capacidad con grandes clústeres de GPU, memorias de gran ancho de banda y redes de baja latencia, optimizados para entrenar modelos de IA, procesar datos masivos y ejecutar cargas híbridas donde simulación e IA trabajan juntas.
¿Por qué tantos países hablan de “IA soberana” al construir estos sistemas?
La IA soberana hace referencia a la capacidad de un país o región para entrenar y ejecutar sus propios modelos de IA con datos locales, sin depender totalmente de infraestructuras en manos de terceros. Sistemas como Gefion en Dinamarca o Isambard-AI en el Reino Unido permiten a gobiernos, universidades y empresas desarrollar modelos adaptados a su idioma, sistema sanitario, regulación o tejido industrial, manteniendo control sobre los datos y la infraestructura.
¿Qué impacto real tendrá esta nueva ola de superordenadores en la vida cotidiana?
Aunque estas máquinas están lejos del usuario final, su impacto se traducirá en productos y servicios más precisos y eficientes: mejores predicciones meteorológicas y climáticas, nuevos medicamentos descubiertos con ayuda de IA, coches y aviones más seguros, baterías más duraderas, procesos industriales optimizados y, en general, mayor rapidez para convertir avances científicos en tecnologías que llegan al mercado.
Fuentes:
– NVIDIA Blog – NVIDIA Accelerates AI for Over 80 New Science Systems Worldwide
– Documentación pública de NVIDIA sobre arquitecturas Blackwell, GB200, GH200, Vera Rubin y Quantum-X/Quantum-2
vía: blogs.nvidia
