A pesar de las promesas de rendimiento sin precedentes, los nuevos servidores de IA GB300 basados en tarjetas Blackwell Ultra no están logrando el interés esperado. Microsoft y otros gigantes habrían reducido pedidos ante los problemas heredados de la generación GB200.
Nvidia, referente mundial en computación acelerada e inteligencia artificial, se enfrenta a un contratiempo inesperado: su nuevo y ambicioso sistema GB300 NVL72, basado en las revolucionarias tarjetas Nvidia Blackwell Ultra, no está logrando convencer a parte de sus principales clientes en la industria cloud y de centros de datos.
¿Qué son las nuevas Blackwell Ultra?
Presentadas en el GTC 2025, las tarjetas Blackwell Ultra representan el mayor salto generacional desde Hopper. Están diseñadas específicamente para la era del razonamiento de IA, donde los modelos de lenguaje y aprendizaje profundo ya no solo generan texto o imágenes, sino que razonan, planifican y responden en contextos cada vez más complejos.
Estas GPU incorporan:
- El doble de aceleración para capas de atención (clave para LLMs).
- 1,5 veces más operaciones de punto flotante por segundo (FLOPS) que Hopper.
- Hasta 288 GB de memoria HBM3e con mayor ancho de banda.
- SuperNIC ConnectX-8 con 800 Gb/s de conectividad por GPU.
- NVIDIA NVLink de 5ª generación para máxima comunicación entre nodos.
Montadas en configuraciones como el GB300 NVL72, estas tarjetas permiten crear verdaderas fábricas de IA, unificadas mediante CPU Grace ARM y arquitectura de refrigeración líquida a escala de rack. Nvidia ha prometido mejoras de hasta 50x en rendimiento para inferencia frente a su anterior plataforma Hopper, con un 10x en TPS por usuario y 5x en eficiencia energética (TPS/MW).
¿Por qué no se venden como esperaba Nvidia?
Según el medio taiwanés Ctee, varias grandes empresas proveedoras de servicios cloud, incluyendo a Microsoft, estarían «descartando» o retrasando pedidos de estos nuevos sistemas. El motivo no es solo el elevado coste, sino la mala experiencia acumulada con los servidores GB200, también basados en Blackwell, cuya adopción fue problemática debido a:
- Problemas iniciales de rendimiento e integración, achacados al empaquetado avanzado de TSMC.
- Instalaciones largas y complejas que ralentizan los despliegues.
- Dependencia técnica exclusiva de Nvidia para solucionar errores, lo que genera cuellos de botella en mantenimiento y soporte.
- Un ecosistema aún inmaduro en software y herramientas de optimización para exprimir al máximo la nueva arquitectura.
Como resultado, Nvidia solo planea distribuir 15.000 servidores GB200 durante 2025, una cifra muy inferior a lo logrado por Hopper. Esto ha minado la confianza en GB300, cuya producción en masa podría retrasarse a 2026 si la demanda no mejora.
Las empresas priorizan estabilidad sobre innovación
Aunque Blackwell Ultra ofrece especificaciones impresionantes, los clientes parecen estar optando por plataformas más estables y maduras, como los servidores HGX H100 y H200, que aún dominan la inferencia y el entrenamiento de modelos a gran escala. Estas soluciones, respaldadas por años de optimización y soporte, ofrecen un menor riesgo operativo en proyectos sensibles o con exigencias de disponibilidad crítica.
En contraste, los GB300 NVL72 aún están dando sus primeros pasos. Su complejidad de instalación, alto consumo energético y dependencia de ecosistemas propietarios hace que muchas empresas se lo piensen dos veces antes de comprometerse a gran escala.
Conclusión: ¿está Nvidia tropezando en su propio ritmo?
Nvidia ha sido el motor detrás del auge de la IA generativa. Pero su ambiciosa apuesta con Blackwell GB300 parece haber ido más rápido de lo que sus socios están dispuestos a seguir por ahora. Aunque nadie duda del potencial técnico de la nueva arquitectura, el mercado parece estar pidiendo a gritos madurez, estabilidad y soporte, más que promesas de rendimiento.
La compañía de Jensen Huang tendrá que ajustar su estrategia de despliegue, mejorar el soporte posventa y reducir las barreras de entrada si quiere que Blackwell triunfe a la escala que Hopper alguna vez logró. El futuro de la computación acelerada depende tanto del hardware como de la confianza del ecosistema que lo acompaña.
