La Naval Postgraduate School (NPS), la universidad de posgrado de referencia para las Fuerzas Armadas estadounidenses, ha puesto en funcionamiento un superordenador NVIDIA DGX GB300 en su campus de Monterey, California. La nueva infraestructura permitirá a estudiantes e investigadores entrenar modelos de inteligencia artificial, ejecutar inferencia y desarrollar simulaciones avanzadas en ámbitos como ciberseguridad, meteorología, sistemas autónomos, oceanografía y respuesta ante desastres.
Las claves del DGX GB300 militar en 20 segundos
- La Naval Postgraduate School ha activado un sistema NVIDIA DGX GB300 dentro de su campus.
- Más de 1.500 estudiantes y 600 docentes podrán utilizar capacidad local de entrenamiento e inferencia.
- Los proyectos incluyen ciberseguridad, gemelos digitales, modelos oceánicos y sistemas autónomos.
- La infraestructura incorpora almacenamiento de DDN, software de VAST Data y refrigeración de Vertiv.
- NVIDIA refuerza así su presencia en investigación militar y formación en inteligencia artificial.
Jensen Huang, fundador y consejero delegado de NVIDIA, participó en la puesta en marcha del equipo durante el evento Converge @ NPS. El sistema se convierte en la pieza central del NVIDIA AI Technology Center instalado en el campus, un espacio dedicado a investigación, formación de posgrado y desarrollo de aplicaciones prácticas de inteligencia artificial.
La instalación ofrece a la universidad capacidad de computación propia. Este aspecto resulta especialmente relevante en proyectos militares o vinculados con seguridad nacional, donde los datos pueden estar sujetos a restricciones y no siempre es conveniente trasladarlos a servicios cloud externos.
La institución podrá ejecutar los modelos dentro de sus propias instalaciones, controlar el acceso a los recursos y adaptar la infraestructura a las necesidades de cada investigación. También podrá combinar el nuevo sistema con sus plataformas actuales de computación de alto rendimiento.
Entrenamiento de IA dentro de una universidad militar
La Naval Postgraduate School forma a oficiales en activo de Estados Unidos y de países aliados. Sus programas abarcan operaciones navales, ingeniería, ciencia espacial, oceanografía, ciberseguridad, logística, autonomía y análisis de decisiones.
El DGX GB300 permitirá que los alumnos no se limiten a estudiar los fundamentos de la inteligencia artificial. Podrán entrenar modelos, ajustar sistemas existentes, crear prototipos y comprobar cómo responden los algoritmos cuando trabajan con grandes volúmenes de datos.
NVIDIA señala que la infraestructura estará disponible para más de 1.500 estudiantes residentes y alrededor de 600 profesores. El sistema incorpora NVIDIA Mission Control, un conjunto de herramientas para gestionar plataformas de inteligencia artificial, supervisar recursos y coordinar la ejecución de cargas.
Una de las áreas previstas es el desarrollo de modelos fundacionales especializados. No se trata necesariamente de competir con sistemas generalistas como ChatGPT, Gemini o Claude. En el entorno de NPS pueden tener más utilidad modelos entrenados para interpretar datos oceánicos, analizar señales, detectar anomalías de seguridad o ayudar a simular operaciones complejas.
La instalación también permitirá ejecutar inferencia, el proceso mediante el cual un modelo ya entrenado analiza información nueva y produce predicciones o respuestas. Esta fase puede aplicarse, por ejemplo, a la clasificación de datos, la detección de amenazas, la previsión atmosférica o la interpretación de información procedente de sensores.
Samuel Paparo, comandante del Mando del Pacífico de Estados Unidos, defendió durante el acto la necesidad de formar a los futuros responsables militares en el uso de estas tecnologías. Su planteamiento no se centró únicamente en la velocidad de los sistemas, sino también en la capacidad de los mandos para interpretar sus resultados y reconocer sus limitaciones.
Gemelos digitales, océanos y sistemas autónomos
Una parte de los proyectos se centrará en modelos oceánicos y atmosféricos. La Naval Postgraduate School cuenta con experiencia en el estudio del estado del mar, las corrientes, el oleaje y los cambios meteorológicos que pueden afectar a operaciones navales o a la respuesta ante emergencias.
La inteligencia artificial puede ayudar a analizar grandes cantidades de datos y a acelerar simulaciones que de otro modo requerirían largos tiempos de cálculo. Un modelo puede evaluar miles de combinaciones de temperatura, viento, presión o comportamiento del océano para generar previsiones o representar posibles escenarios.
NPS también trabaja con MITRE en un entorno de gemelos digitales desarrollado con bibliotecas de NVIDIA Omniverse. Estas representaciones virtuales permiten recrear espacios, vehículos, sensores y condiciones ambientales para estudiar cómo actuarían sistemas autónomos o equipos humanos en situaciones de incertidumbre.
Los gemelos digitales pueden utilizarse para entrenar algoritmos sin exponer inicialmente equipos físicos o personas a situaciones de riesgo. También permiten generar datos sintéticos cuando la información real es escasa, difícil de recopilar o está clasificada.
Otro campo de aplicación es la autonomía. Los investigadores pueden entrenar y evaluar sistemas capaces de navegar, interpretar sensores o tomar decisiones limitadas dentro de un entorno simulado. El paso posterior consiste en comprobar si ese comportamiento se mantiene fuera de la simulación.
La infraestructura no elimina la necesidad de pruebas físicas. Los modelos pueden cometer errores, trabajar con datos incompletos o reproducir de forma imperfecta el entorno real. En aplicaciones militares o de protección civil, la supervisión humana y la validación siguen siendo necesarias.
Un sistema de IA requiere almacenamiento, red y refrigeración
La instalación del DGX GB300 no se ha limitado al suministro de las unidades de procesamiento gráfico. Una plataforma de este tipo necesita mover grandes conjuntos de datos, mantener conectados sus componentes y disipar una elevada cantidad de calor.
DDN ha aportado la infraestructura de almacenamiento de alto rendimiento. Su función es suministrar los datos a suficiente velocidad para evitar que los aceleradores permanezcan inactivos mientras esperan información.
VAST Data ha proporcionado una plataforma destinada a unificar el acceso y la gestión de los datos entre el núcleo del centro de datos, el cloud y ubicaciones periféricas. Vertiv se ha encargado de los racks, la alimentación, la refrigeración, las pruebas y la puesta en marcha del sistema.
Esta combinación refleja uno de los problemas habituales de las instalaciones de IA. Disponer de GPU avanzadas no garantiza por sí solo un buen rendimiento. Si el almacenamiento no entrega los datos con suficiente rapidez, la red se congestiona o la refrigeración limita el consumo, una parte de la capacidad queda desaprovechada.
La familia DGX GB300 está basada en la arquitectura Grace Blackwell Ultra de NVIDIA. En su configuración de rack GB300 NVL72 puede integrar 72 GPU Blackwell Ultra y 36 CPU Grace conectadas mediante NVLink. La compañía no ha detallado la configuración exacta del equipo instalado en Monterey ni el coste total del proyecto.
NVIDIA donó el sistema a la fundación de la universidad, mientras que los socios tecnológicos contribuyeron con almacenamiento, software, integración y equipamiento para el centro de datos.
NVIDIA amplía su presencia en defensa y sector público
El despliegue refuerza la posición de NVIDIA como proveedor de infraestructura de inteligencia artificial para organismos públicos, universidades y proyectos relacionados con defensa.
La compañía no solo suministra las GPU. También ofrece sistemas completos, software de gestión, librerías para simulación, herramientas de formación y plataformas como Omniverse. Esta integración facilita que las instituciones adopten una arquitectura ya preparada, pero también aumenta su dependencia del software y el hardware del fabricante.
NVIDIA ha ampliado además la colaboración mediante su Deep Learning Institute. Los profesores de NPS dispondrán de materiales y herramientas para incorporar inteligencia artificial a distintas asignaturas, incluso en programas que no están centrados exclusivamente en informática.
Para la universidad, la ventaja reside en contar con capacidad propia para experimentar con modelos sin depender siempre de proveedores externos. Para NVIDIA, la instalación acerca su tecnología a los futuros responsables militares, técnicos y de contratación pública.
El proyecto también muestra una tendencia más amplia. Gobiernos, centros de investigación y organizaciones vinculadas con infraestructuras críticas buscan disponer de sistemas locales para ejecutar inteligencia artificial. El cloud seguirá siendo útil para ampliar capacidad o acceder a servicios concretos, pero las instalaciones propias permiten controlar mejor los datos, las configuraciones, el acceso y la disponibilidad.
Preguntas frecuentes
¿Qué es el NVIDIA DGX GB300?
Es una plataforma de inteligencia artificial basada en la arquitectura Grace Blackwell Ultra. Está diseñada para entrenar modelos, ejecutar inferencia y trabajar con cargas de computación intensiva.
¿Para qué utilizará NPS el superordenador?
La universidad prevé aplicarlo a ciberseguridad, predicción meteorológica, oceanografía, sistemas autónomos, gemelos digitales, simulaciones y respuesta ante desastres.
¿Se utilizará para operaciones militares reales?
La información publicada describe usos educativos y de investigación aplicada. NVIDIA y NPS no han detallado proyectos clasificados ni aplicaciones operativas concretas.
¿Por qué se instala dentro del campus?
La infraestructura local ofrece mayor control sobre los datos, los accesos y la configuración. También permite ejecutar cargas sensibles sin depender completamente de servicios cloud externos.
