martes, 17 de marzo de 2026<\/p>\n
<\/p>\n
<\/p>\n
Nvidia ha presentado la nueva CPU Vera, dise\u00f1ada espec\u00edficamente para potenciar los agentes de inteligencia artificial, para lo que duplica la eficiencia y aumenta la velocidad en un 50 por ciento respecto de las CPU tradicionales.<\/p>\n
La firma de semiconductores ha dise\u00f1ado Vera a partir del “\u00e9xito” de Grace, y la presenta como una nueva generaci\u00f3n de CPU que ofrece “mayor rendimiento, capacidad de respuesta y eficiencia” para la inteligencia artificial a gran escala.<\/p>\n
Para ello, Integra 88 n\u00facleos Olympus personalizados, cada uno de ellos con la capacidad de ejecutar dos tareas de manera simult\u00e1nea gracias a la tecnolog\u00eda propia ‘Spatial Multithreading’.<\/p>\n
Asimismo, utiliza la segunda generaci\u00f3n del subsistema de memoria de bajo consumo de Nvidia para mejorar la eficiencia energ\u00e9tica. Est\u00e1 basado en la tencolog\u00eda de memoria LPDDR5X y ofrece hasta 1,2 TB\/s de ancho de banda, el doble de ancho de banda y con la mitad de consumo energ\u00e9tico en comparaci\u00f3n con las CPU tradicionales, seg\u00fan detalla Nvidia en un comunicado.<\/p>\n
Su capacidad para orquestar tareas impulsar\u00e1 los agentes de IA, que tienen autonom\u00eda para “razonar y actuar”. “Vera permite que los sistemas de IA piensen m\u00e1s r\u00e1pido y escalen m\u00e1s”, ha asegurado el fundador y director ejecutivo de Nvidia, Jensen Huang, en el marco de la conferencia GTC 2026.<\/p>\n
La CPU Vera se ha integrado en la plataforma Vera Rubin, tambi\u00e9n presentada en GTC, para las f\u00e1bricas de IA. En concreto, se integra en un nuevo ‘rack’ de CPU con 256 Vera refrigeradas por l\u00edquido para soportar m\u00e1s de 22.500 entornos de CPU concurrentes, cada uno funcionando de forma independiente a pleno rendimiento.<\/p>\n
Otro ‘rack’ en el que se integra es Vera Rubin NVL72, compuesto por 72 GPU Rubin y 36 CPU Vera conectadas con el conmutador NVLink 6, ConnectX-9 SuperNIC y BlueField-4 DPU. Est\u00e1 dise\u00f1ado para el entrenamiento de modelos de mezcla de expertos (MoE), y lo hace con una cuarta parte del n\u00famero de GPU en comparaci\u00f3n con la plataforma Nvidia Blackwell y logra hasta diez veces m\u00e1s rendimiento de inferencia por vatio a una d\u00e9cima parte del coste por token.<\/p>\n