Más allá de los galardones, estos desarrollos reflejan una tendencia clara en la industria: el avance de la IA ya no depende solo de chips más rápidos, sino de sistemas completos que integran hardware, software y grandes infraestructuras de entrenamiento.

Jetson Thor: IA potente para robots y máquinas inteligentes

Jetson Thor es la nueva generación de plataformas de computación de NVIDIA diseñadas para IA en el borde (edge AI). Está pensada para robots, sistemas industriales, dispositivos autónomos y otras máquinas que necesitan tomar decisiones en tiempo real sin depender constantemente de la nube.

La plataforma se basa en la arquitectura NVIDIA Blackwell e integra hasta 2.070 TFLOPS de potencia de IA en formato FP4, junto con 128 GB de memoria, todo dentro de un consumo aproximado de 130 vatios.

En comparación con la generación anterior Jetson AGX Orin, el salto es notable:

• hasta 7,5 veces más capacidad de cómputo para IA
• alrededor de 3,5 veces más eficiencia energética

Este incremento permite ejecutar modelos avanzados directamente en el dispositivo, incluidos modelos generativos, de visión‑lenguaje y de razonamiento, capaces de interpretar datos de cámaras, sensores y lidar en tiempo real.

El resultado es lo que NVIDIA denomina “IA física” (physical AI): máquinas capaces de percibir su entorno, razonar y actuar de forma autónoma en el mundo real.

Para desarrolladores de robótica, esto significa que los robots pueden:

• procesar múltiples sensores en tiempo real
• ejecutar inferencias complejas sin conexión constante a la nube
• reaccionar con baja latencia en entornos dinámicos

En aplicaciones como automatización industrial, logística, salud o robots humanoides, ese tipo de capacidad local es crucial.

Vera Rubin NVL72: infraestructura de IA a escala de rack

En el extremo opuesto del espectro tecnológico está Vera Rubin NVL72, un sistema diseñado para infraestructura de IA a gran escala en centros de datos.

A diferencia de un chip individual, este sistema es una supercomputadora de IA a escala de rack que integra 36 CPU NVIDIA Vera y 72 GPU Rubin, conectadas mediante NVLink de sexta generación para funcionar como un único acelerador gigante.

La arquitectura está optimizada para cargas de trabajo de próxima generación, como:

• entrenamiento de modelos con billones de parámetros
• post‑entrenamiento y ajuste fino
• inferencia a gran escala
• tareas de razonamiento con contextos muy largos

Según NVIDIA, el sistema ofrece mejoras significativas frente a la plataforma Blackwell anterior:

• hasta 10× más rendimiento de inferencia por vatio
• hasta 10× menor coste por token durante la inferencia
• entrenamiento de grandes modelos usando aproximadamente una cuarta parte de las GPU necesarias anteriormente

Gran parte de estas ganancias proviene de la co‑ingeniería de múltiples chips especializados dentro de un mismo sistema. La plataforma combina:

• GPU Rubin
• CPU Vera
• NVLink 6
• ConnectX‑9 SuperNIC
• BlueField‑4 DPU
• redes Spectrum

Todos estos componentes trabajan como un único sistema de IA diseñado para escalar a centros de datos completos o incluso “fábricas de IA”.

Además, el diseño del hardware contribuyó a que el sistema recibiera el Sustainable Tech Special Award. Entre las mejoras destacan módulos sin cables ni ventiladores y sistemas de refrigeración líquida, que optimizan la eficiencia energética y simplifican el despliegue en centros de datos.

En la práctica, Vera Rubin NVL72 ilustra cómo la competencia en IA se está desplazando del rendimiento de chips individuales a sistemas completos a escala de rack y centros de datos.

Alpamayo: conducción autónoma basada en razonamiento

La tercera tecnología premiada, Alpamayo, se centra en uno de los retos más complejos de la inteligencia artificial: la conducción autónoma segura.

Se trata de una plataforma abierta de desarrollo para vehículos autónomos que introduce modelos capaces de ir más allá de la simple detección de objetos. En lugar de limitarse a reconocer peatones, carriles o señales, Alpamayo utiliza modelos de visión‑lenguaje‑acción (VLA) con capacidades de razonamiento.

Esto significa que el sistema no solo identifica lo que ocurre en la carretera, sino que también puede analizar la situación y decidir cómo actuar.

Por ejemplo, el modelo Alpamayo 1 puede procesar vídeo y generar:

• trayectorias de conducción (dirección, frenado y aceleración)
• explicaciones o “trazas de razonamiento” sobre por qué tomó cada decisión

Esta transparencia es importante para evaluar la seguridad en situaciones complejas o poco comunes, uno de los principales desafíos de los vehículos autónomos.

Otro aspecto clave es su método de entrenamiento. Los modelos Alpamayo se entrenan combinando:

• demostraciones de conducción en el mundo real
• grandes volúmenes de datos sintéticos generados por simulación
• ejemplos cuidadosamente anotados por expertos

La combinación de datos reales y simulados permite exponer al sistema a muchos más escenarios extremos o raros que los que podrían capturarse solo conduciendo en carreteras reales.

La estrategia de NVIDIA: IA de extremo a extremo

Si se observan juntos, los tres proyectos premiados muestran la estrategia de NVIDIA para la próxima etapa de la inteligencia artificial:

• Jetson Thor lleva el razonamiento de IA directamente a robots y dispositivos en el borde.
• Vera Rubin NVL72 proporciona la infraestructura masiva necesaria para entrenar y ejecutar modelos gigantes en centros de datos.
• Alpamayo aplica modelos de razonamiento a sistemas de conducción autónoma entrenados con datos reales y simulados.

En conjunto, estos avances apuntan hacia un ecosistema donde la IA opera en múltiples capas: se entrena en enormes fábricas de IA, se ejecuta en centros de datos y toma decisiones en tiempo real dentro de robots, máquinas y vehículos autónomos.

Ese enfoque de tecnología de pila completa —desde chips hasta sistemas inteligentes— es una de las principales razones por las que NVIDIA se convirtió en uno de los grandes ganadores de COMPUTEX 2026.

Más allá de los galardones, estos desarrollos reflejan una tendencia clara en la industria: el avance de la IA ya no depende solo de chips más rápidos, sino de sistemas completos que integran hardware, software y grandes infraestructuras de entrenamiento.

Jetson Thor: IA potente para robots y máquinas inteligentes

Jetson Thor es la nueva generación de plataformas de computación de NVIDIA diseñadas para IA en el borde (edge AI). Está pensada para robots, sistemas industriales, dispositivos autónomos y otras máquinas que necesitan tomar decisiones en tiempo real sin depender constantemente de la nube.

La plataforma se basa en la arquitectura NVIDIA Blackwell e integra hasta 2.070 TFLOPS de potencia de IA en formato FP4, junto con 128 GB de memoria, todo dentro de un consumo aproximado de 130 vatios.

En comparación con la generación anterior Jetson AGX Orin, el salto es notable:

• hasta 7,5 veces más capacidad de cómputo para IA
• alrededor de 3,5 veces más eficiencia energética

Este incremento permite ejecutar modelos avanzados directamente en el dispositivo, incluidos modelos generativos, de visión‑lenguaje y de razonamiento, capaces de interpretar datos de cámaras, sensores y lidar en tiempo real.

El resultado es lo que NVIDIA denomina “IA física” (physical AI): máquinas capaces de percibir su entorno, razonar y actuar de forma autónoma en el mundo real.

Para desarrolladores de robótica, esto significa que los robots pueden:

• procesar múltiples sensores en tiempo real
• ejecutar inferencias complejas sin conexión constante a la nube
• reaccionar con baja latencia en entornos dinámicos

En aplicaciones como automatización industrial, logística, salud o robots humanoides, ese tipo de capacidad local es crucial.

Vera Rubin NVL72: infraestructura de IA a escala de rack

En el extremo opuesto del espectro tecnológico está Vera Rubin NVL72, un sistema diseñado para infraestructura de IA a gran escala en centros de datos.

A diferencia de un chip individual, este sistema es una supercomputadora de IA a escala de rack que integra 36 CPU NVIDIA Vera y 72 GPU Rubin, conectadas mediante NVLink de sexta generación para funcionar como un único acelerador gigante.

La arquitectura está optimizada para cargas de trabajo de próxima generación, como:

• entrenamiento de modelos con billones de parámetros
• post‑entrenamiento y ajuste fino
• inferencia a gran escala
• tareas de razonamiento con contextos muy largos

Según NVIDIA, el sistema ofrece mejoras significativas frente a la plataforma Blackwell anterior:

• hasta 10× más rendimiento de inferencia por vatio
• hasta 10× menor coste por token durante la inferencia
• entrenamiento de grandes modelos usando aproximadamente una cuarta parte de las GPU necesarias anteriormente

Gran parte de estas ganancias proviene de la co‑ingeniería de múltiples chips especializados dentro de un mismo sistema. La plataforma combina:

• GPU Rubin
• CPU Vera
• NVLink 6
• ConnectX‑9 SuperNIC
• BlueField‑4 DPU
• redes Spectrum

Todos estos componentes trabajan como un único sistema de IA diseñado para escalar a centros de datos completos o incluso “fábricas de IA”.

Además, el diseño del hardware contribuyó a que el sistema recibiera el Sustainable Tech Special Award. Entre las mejoras destacan módulos sin cables ni ventiladores y sistemas de refrigeración líquida, que optimizan la eficiencia energética y simplifican el despliegue en centros de datos.

En la práctica, Vera Rubin NVL72 ilustra cómo la competencia en IA se está desplazando del rendimiento de chips individuales a sistemas completos a escala de rack y centros de datos.

Alpamayo: conducción autónoma basada en razonamiento

La tercera tecnología premiada, Alpamayo, se centra en uno de los retos más complejos de la inteligencia artificial: la conducción autónoma segura.

Se trata de una plataforma abierta de desarrollo para vehículos autónomos que introduce modelos capaces de ir más allá de la simple detección de objetos. En lugar de limitarse a reconocer peatones, carriles o señales, Alpamayo utiliza modelos de visión‑lenguaje‑acción (VLA) con capacidades de razonamiento.

Esto significa que el sistema no solo identifica lo que ocurre en la carretera, sino que también puede analizar la situación y decidir cómo actuar.

Por ejemplo, el modelo Alpamayo 1 puede procesar vídeo y generar:

• trayectorias de conducción (dirección, frenado y aceleración)
• explicaciones o “trazas de razonamiento” sobre por qué tomó cada decisión

Esta transparencia es importante para evaluar la seguridad en situaciones complejas o poco comunes, uno de los principales desafíos de los vehículos autónomos.

Otro aspecto clave es su método de entrenamiento. Los modelos Alpamayo se entrenan combinando:

• demostraciones de conducción en el mundo real
• grandes volúmenes de datos sintéticos generados por simulación
• ejemplos cuidadosamente anotados por expertos

La combinación de datos reales y simulados permite exponer al sistema a muchos más escenarios extremos o raros que los que podrían capturarse solo conduciendo en carreteras reales.

La estrategia de NVIDIA: IA de extremo a extremo

Si se observan juntos, los tres proyectos premiados muestran la estrategia de NVIDIA para la próxima etapa de la inteligencia artificial:

• Jetson Thor lleva el razonamiento de IA directamente a robots y dispositivos en el borde.
• Vera Rubin NVL72 proporciona la infraestructura masiva necesaria para entrenar y ejecutar modelos gigantes en centros de datos.
• Alpamayo aplica modelos de razonamiento a sistemas de conducción autónoma entrenados con datos reales y simulados.

En conjunto, estos avances apuntan hacia un ecosistema donde la IA opera en múltiples capas: se entrena en enormes fábricas de IA, se ejecuta en centros de datos y toma decisiones en tiempo real dentro de robots, máquinas y vehículos autónomos.

Ese enfoque de tecnología de pila completa —desde chips hasta sistemas inteligentes— es una de las principales razones por las que NVIDIA se convirtió en uno de los grandes ganadores de COMPUTEX 2026.