{"id":16905,"date":"2025-06-17T15:50:53","date_gmt":"2025-06-17T14:50:53","guid":{"rendered":"https:\/\/ibertronica.es\/blog\/?p=16905"},"modified":"2025-06-17T16:20:00","modified_gmt":"2025-06-17T15:20:00","slug":"nvidia-hgx-plataforma-abierta-que-impulsa-la-ia-y-hpc-a-gran-escala","status":"publish","type":"post","link":"https:\/\/ibertronica.es\/blog\/actualidad\/nvidia-hgx-plataforma-abierta-que-impulsa-la-ia-y-hpc-a-gran-escala\/","title":{"rendered":"NVIDIA HGX: Plataforma Abierta que Impulsa la IA y HPC a Gran Escala"},"content":{"rendered":"

La plataforma NVIDIA\u00a0HGX se ha consolidado como el \u201cest\u00e1ndar de facto\u201d para entrenar y desplegar modelos de inteligencia artificial (IA) a gran escala. Gracias a la combinaci\u00f3n de GPUs Hopper\u00a0(H100\/H200) y, desde 2024, Blackwell\u00a0(B200\/B300), interconexi\u00f3n NVLink\u00a05 con 1,8\u00a0TB\/s, redes InfiniBand y Ethernet de 800\u00a0Gb\/s, DPUs\u00a0BlueField\u20113 y un formato abierto definido por la comunidad OCP, HGX ofrece el rendimiento, la escalabilidad y la eficiencia que exigen los modelos generativos de billones de par\u00e1metros.<\/p>\n

El reto computacional de la IA moderna<\/h2>\n

Los modelos de lenguaje y visi\u00f3n superan ya cientos de miles de millones de par\u00e1metros, lo que obliga a contar con infraestructuras capaces de mover gran cantidad de datos sin cuellos de botella. Con HGX, NVIDIA re\u00fane en un \u00fanico \u201cbloque de construcci\u00f3n\u201d todo lo necesario para que los centros de datos escalen desde unos pocos hasta miles de GPUs trabajando de forma conjunta.<\/p>\n

\u00bfC\u00f3mo se organiza un nodo NVIDIA HGX?<\/h2>\n

Un nodo HGX es como un superm\u00f3dulo<\/strong> que se instala dentro de un rack y re\u00fane, en un mismo chasis, todo lo necesario para entrenar y servir modelos de IA sin cuellos de botella. Su arquitectura se divide en cinco bloques bien diferenciados:<\/p>\n

    \n
  1. Grupo de GPUs<\/strong>
    \n\u2022 De 4\u202fa\u202f8\u00a0GPUs Hopper\u00a0(H100\/H200) o Blackwell\u00a0(B200\/B300) montadas en z\u00f3calo SXM.
    \n\u2022 Cada GPU incorpora memoria HBM (hasta 141\u202fGB por chip en la H200) para sostener datasets masivos.<\/li>\n
  2. Red interna NVLink\u202f5 + NVSwitch<\/strong>
    \n\u2022 Hasta 1,8\u202fTB\/s de ancho de banda agregado entre GPUs, el doble que en la versi\u00f3n anterior.
    \n\u2022 Permite que los ocho chips compartan memoria y act\u00faen como una \u00fanica GPU l\u00f3gica.<\/li>\n
  3. Red externa de 800\u202fGb\/s<\/strong>
    \n\u2022 Tarjetas ConnectX\u20118 y switches Quantum\u2011X800 (InfiniBand) o Spectrum\u2011X (Ethernet).
    \n\u2022 Conecta varios nodos HGX para formar cl\u00fasteres de miles de GPUs con latencias inferiores a 2\u202f\u00b5s.<\/li>\n
  4. DPU\u202fBlueField\u20113<\/strong>
    \n\u2022 Acelera operaciones de red, almacenamiento y seguridad \u201ccero confianza\u201d sin robar ciclos a las GPUs.
    \n\u2022 Seg\u00fan NVIDIA, libera hasta un 30\u202f% de capacidad de c\u00f3mputo que, de otro modo, quedar\u00eda ocupada por tareas de E\/S.<\/li>\n
  5. Gesti\u00f3n t\u00e9rmica y potencia<\/strong>
    \n\u2022 Consumo m\u00e1ximo de 6,8\u202fkW por nodo, refrigeraci\u00f3n l\u00edquida directa al chip y alimentaci\u00f3n de 54\u202fV respaldada por el Open Compute Project (OCP).<\/li>\n<\/ol>\n

    Gracias a que el factor de forma HGX est\u00e1 publicado en OCP, cualquier fabricante puede acoplar CPUs\u202fx86 o Arm, almacenamiento adicional o interconexiones personalizadas, manteniendo compatibilidad total con CUDA y la suite NVIDIA AI\u00a0Enterprise.<\/p>\n

    \"Nvidia<\/a><\/p>\n

    Soluciones HGX disponibles hoy<\/h2>\n