Nvidia Impulsa la 'IA Física' con Nuevo Hardware Blackwell y Modelos de IA

En SIGGRAPH 2025, Nvidia desveló una visión ambiciosa de lo que denomina “IA Física”, una convergencia estratégica de inteligencia artificial y gráficos por computadora destinada a permitir que los sistemas interactúen inteligentemente dentro del mundo real. Esta ambiciosa iniciativa abarca desde robótica avanzada y vehículos autónomos hasta infraestructura inteligente, construida sobre una base de nuevo hardware, plataformas de simulación sofisticadas y modelos de IA de vanguardia.

“La IA está mejorando nuestras capacidades de simulación, y nuestras capacidades de simulación están impulsando los sistemas de IA”, explicó Sanja Fidler, Vicepresidenta de Investigación de IA de Nvidia, subrayando la relación simbiótica en el corazón de esta estrategia. El ecosistema integral de la compañía está diseñado para ofrecer la potencia computacional y la inteligencia necesarias para estas aplicaciones del mundo real.

En el centro del impulso de Nvidia se encuentran las nuevas ofertas de hardware basadas en la arquitectura Blackwell, adaptadas para cargas de trabajo de IA exigentes. Para los centros de datos, la GPU Nvidia RTX PRO 6000 Blackwell Server Edition se integrará en servidores empresariales convencionales, aprovechando el factor de forma 2U ampliamente adoptado. Los principales socios de sistemas, incluidos Cisco, Dell Technologies, HPE, Lenovo y Supermicro, tienen previsto ofrecer estos servidores. Nvidia afirma que estos sistemas representan un salto significativo de las arquitecturas tradicionales basadas en CPU a plataformas de computación acelerada, con un rendimiento hasta 45 veces superior y una eficiencia energética 18 veces mayor en comparación con las configuraciones solo de CPU. Las nuevas GPUs cuentan con Tensor Cores de quinta generación que admiten el formato FP4, una innovación clave que, según Nvidia, aumenta el rendimiento de inferencia seis veces en comparación con la GPU L40S de la generación anterior.

Para el segmento de escritorio, Nvidia presentó dos tarjetas gráficas compactas: la Nvidia RTX PRO 4000 SFF Edition y la RTX PRO 2000 Blackwell. Estas tarjetas están diseñadas para llevar la aceleración de IA a estaciones de trabajo más pequeñas y energéticamente eficientes, atendiendo a profesionales en campos como la ingeniería, el diseño y la visualización 3D. Se informa que la RTX PRO 4000 SFF ofrece hasta 2.5 veces más rendimiento de IA con el mismo consumo de energía de 70 vatios que su predecesora, mientras que la RTX PRO 2000 se dice que ofrece un rendimiento 1.4 veces más rápido en Diseño Asistido por Computadora (CAD), entre otras mejoras. Se espera que ambas nuevas GPUs estén disponibles a finales de este año.

Este potente nuevo hardware proporciona la columna vertebral computacional para la visión de IA Física de Nvidia, particularmente su énfasis en la simulación. La idea central es crear gemelos digitales altamente realistas y físicamente precisos donde los sistemas de IA, como los robots, puedan aprender de forma segura mediante una extensa prueba y error antes de su implementación en el mundo físico. “Los gráficos por computadora y la IA están convergiendo para transformar fundamentalmente la robótica”, afirmó Rev Lebaredian, Vicepresidente de Omniverse y Tecnologías de Simulación en Nvidia.

La base tecnológica para este enfoque de simulación primero son las plataformas Nvidia Omniverse e Isaac. Nvidia anunció nuevas bibliotecas de software para Omniverse, incluida Omniverse NuRec, que facilita la reconstrucción de entornos del mundo real a partir de datos de sensores utilizando técnicas avanzadas de splatting gaussiano 3D. Además, las aplicaciones de simulación robótica Isaac Sim 5.0 e Isaac Lab 2.2 ya están disponibles como proyectos de código abierto en GitHub, incorporando estas nuevas capacidades de renderizado.

Una aplicación convincente en el mundo real de esta estrategia de simulación primero proviene de Amazon Devices & Services para su proceso de fabricación “zero-touch”. Aquí, los modelos CAD de nuevos productos se importan a Nvidia Isaac Sim para generar más de 50,000 imágenes sintéticas. Estas imágenes se utilizan luego para entrenar modelos de IA que controlan brazos robóticos, permitiéndoles realizar de forma autónoma controles de calidad o integrar nuevos productos en la línea de producción. Todo este proceso se basa puramente en habilidades aprendidas en simulación, eliminando la necesidad de modificaciones de hardware físico. Tecnologías como el modelo de estimación de pose FoundationPose empoderan aún más a estos robots para reconocer incluso objetos novedosos sin entrenamiento previo.

Para asegurar que los sistemas de IA no solo puedan percibir sino también razonar eficazmente, Nvidia ha expandido sus familias de modelos de IA. Para aplicaciones empresariales, la familia Nemotron ahora incluye Nemotron Nano 2 y Llama Nemotron Super 1.5. Estos modelos están diseñados para permitir que los agentes de IA aborden tareas complejas y de varios pasos en sectores como el servicio al cliente y la ciberseguridad. Nvidia destaca la alta eficiencia de los modelos, lograda a través de una arquitectura híbrida y cuantificación (NVFP4). Se informa que empresas como CrowdStrike, Uber y Zoom ya están probando o planeando integrar estos modelos.

Desarrollado específicamente para la IA Física está Cosmos Reason, un Modelo de Lenguaje Visual (VLM) personalizable de 7 mil millones de parámetros. Este modelo está diseñado para empoderar a robots y agentes de IA visual para interpretar y actuar dentro del mundo físico incorporando conocimientos previos, una comprensión de la física y el “sentido común”. Sus aplicaciones abarcan la planificación de robots, la anotación automatizada de datos de entrenamiento y el análisis de video. Uber, por ejemplo, está utilizando Cosmos Reason para analizar el comportamiento de vehículos autónomos, mientras que VAST Data y Milestone Systems lo están empleando para el monitoreo inteligente del tráfico.

Para traducir estas tecnologías avanzadas en aplicaciones tangibles para infraestructura inteligente, Nvidia integra muchos de estos componentes en su plataforma Metropolis. La plataforma se ha mejorado con varias características nuevas, incluyendo la integración perfecta del VLM Cosmos Reason, nuevos modelos de base de visión dentro del TAO Toolkit y extensiones para Isaac Sim para generar escenarios de entrenamiento raros. Los socios ya están aprovechando Metropolis para diversas soluciones. Accenture y Belden están desarrollando “vallas virtuales inteligentes”, simuladas en Omniverse, para mejorar la seguridad de los trabajadores alrededor de los robots industriales. DeepHow está utilizando el modelo Metropolis VSS para un “Compañero Inteligente de Conocimiento” que transforma las instrucciones de trabajo en guías visuales, una solución que, según se informa, Anheuser-Busch InBev utilizó para reducir el tiempo de incorporación de nuevos empleados en un 80 por ciento.

La iniciativa “IA Física” de Nvidia representa un esfuerzo integral para cerrar la brecha entre la simulación digital y la inteligencia del mundo real, prometiendo un futuro donde las máquinas aprendan y actúen con una autonomía y comprensión sin precedentes.