Nvidia presenta los nuevos chips de IA Vera Rubin en GTC 2025

Jensen Huang, fundador de Nvidia, inauguró la conferencia de desarrolladores de inteligencia artificial de la compañía el martes, afirmando ante una multitud de miles de personas que la IA está atravesando "un punto de inflexión".

En GTC 2025, conocido como el "Super Bowl de la IA", Huang centró su discurso en los avances de Nvidia en inteligencia artificial y sus predicciones sobre cómo se moverá la industria en los próximos años. Indicó que la demanda de GPUs por parte de los cuatro principales proveedores de servicios en la nube está en aumento, y espera que los ingresos de infracciones de centros de datos de Nvidia alcancen los $1 billón para 2028.

Entre los anuncios muy esperados por parte de Huang, se presentaron más detalles sobre las arquitecturas gráficas de nueva generación de Nvidia: Blackwell Ultra y Vera Rubin, en honor a la famosa astrónoma. Se espera que Blackwell Ultra esté disponible en la segunda mitad de 2025 y que su sucesor, el chip de IA Rubin, sea lanzado a finales de 2026. Rubin Ultra hará su debut en 2027.

En un discurso que se extendió por más de dos horas, Huang destacó el "progreso extraordinario" que ha realizado la IA. En una década, mencionó que la IA pasó de la percepción y la "visión por computadora" a la IA generativa, y ahora a la IA agente, que tiene la capacidad de razonar.

"La IA entiende el contexto, comprende lo que estamos pidiendo. Comprende el significado de nuestra solicitud", afirmó. "Ahora genera respuestas. Ha cambiado fundamentalmente la manera en la que se realiza la computación."

Huang comentó que la próxima ola de IA ya está en marcha: la robótica.

La robótica, impulsada por lo que él denomina "IA física", puede comprender conceptos como la fricción y la inercia, la causa y el efecto, y la permanencia de los objetos, dijo.

"Cada una de estas fases, cada una de estas olas, abre nuevas oportunidades de mercado para todos nosotros", agregó Huang.

El secreto de esa IA física, y de muchos de los otros anuncios de Huang, fue el concepto de utilizar la generación de datos sintéticos, es decir, datos creados por IA o por computadora, para el entrenamiento de modelos. La IA necesita experiencias digitales de las cuales aprender, y lo hace a velocidades que hacen innecesaria la intervención humana en los ciclos de aprendizaje.

"Solo hay una cantidad limitada de datos y una cantidad limitada de demostraciones humanas que podemos llevar a cabo", explicó. "Este es el gran avance de los últimos años: el aprendizaje por refuerzo."

La tecnología de Nvidia, aseguró, puede facilitar ese tipo de aprendizaje para que la IA aborde y resuelva problemas, paso a paso.

Para ello, Huang anunció Isaac GR00T N1, un modelo de base de código abierto diseñado para ayudar en el desarrollo de robots humanoides. Isaac GR00T N1 se combinaría con un modelo Cosmos AI actualizado para generar datos de entrenamiento simulados para robots.

Benjamin Lee, profesor de ingeniería eléctrica y de sistemas en la Universidad de Pensilvania, comentó que el desafío en el entrenamiento de la robótica radica en la recolección de datos, ya que el entrenamiento en el mundo real es lento y costoso.

Un entorno simulado ha sido durante mucho tiempo un estándar para el aprendizaje por refuerzo, facilitando a los investigadores probar la efectividad de sus modelos.

"Creo que es realmente emocionante. Proporcionar una plataforma, y una de código abierto, permitirá a más personas capacitarse en el aprendizaje por refuerzo", afirmó Lee. "Más investigadores podrán comenzar a trabajar con estos datos sintéticos, no solo grandes jugadores de la industria, sino también académicos."

Huang presentó la serie de modelos de IA Cosmos, que puede generar vídeos foto-realistas y rentables que pueden ser utilizados para entrenar robots y otros servicios automatizados, en CES a principios de este año.

El modelo de código abierto, que funciona con el Omniverse de Nvidia —una herramienta de simulación de física— y que promete ser mucho más barato que las formas tradicionales de recopilación de entrenamiento, como grabar experiencias de carretera con coches o tener personas enseñando a los robots tareas repetitivas.

El fabricante de coches estadounidense General Motors planea integrar la tecnología de Nvidia en su nueva flota de coches autónomos, mencionó Huang. Ambas empresas trabajarán juntas para construir sistemas de IA personalizados utilizando tanto Omniverse como Cosmos para entrenar modelos de fabricación de IA.

Huang también presentó el sistema Halos de la compañía, una solución de IA centrada en la seguridad automotriz, especialmente en la conducción autónoma.

"Creemos que somos la primera empresa en el mundo que tiene todo el código de seguridad evaluado", dijo Huang.

Al concluir su discurso, Huang anunció un motor de física de código abierto para simulación robótica llamado Newton, desarrollado en conjunto con Google DeepMind y Disney Research.

Un pequeño robot, llamado Blue, se unió a él en el escenario, emergiendo de una trampilla en el suelo. El robot emitió pitidos a Huang y siguió sus órdenes, colocándose a su lado mientras él concluía sus pensamientos.

"La era de la robótica generalista ha llegado", concluyó Huang.

Nvidia, IA, Tecnología