La arquitectura y el diseño de dos plantas permite a los equipos de investigación abordar los más desafiantes proyectos de inteligencia artificial
La reciente conexión de dos grandes centros de datos de Microsoft en Wisconsin y Atlanta ha dado lugar a lo que la compañía denomina su primera “superfábrica de IA“, una infraestructura capaz de reducir de manera significativa los tiempos de entrenamiento de modelos de inteligencia artificial.
Gracias a esta red, proyectos que antes requerían meses para completarse ahora pueden finalizarse en cuestión de semanas, marcando un avance en la carrera tecnológica por acelerar el desarrollo de la IA a gran escala.
Arquitectura y capacidades de la superfábrica de IA
La superfábrica de IA de Microsoft responde a la creciente demanda de capacidad de cómputo para entrenar modelos cada vez más complejos. Esta instalación, basada en la arquitectura Fairwater, integra centros de datos distribuidos que funcionan como una sola unidad, permitiendo que equipos como los de OpenAI y el grupo de Superinteligencia de Microsoft utilicen recursos avanzados de procesamiento para tareas de entrenamiento.
Alistair Speirs, gerente general de infraestructura Azure, explicó en un comunicado que el objetivo es “construir una red distribuida que pueda actuar como un superordenador virtual para abordar los mayores desafíos del mundo de formas que no serían posibles en una sola instalación”.
En el núcleo de esta infraestructura se encuentran varias innovaciones técnicas. Los centros Fairwater emplean sistemas NVIDIA GB200 NVL72 a escala de rack, capaces de escalar hasta cientos de miles de GPUs NVIDIA Blackwell. Esta arquitectura de chip y rack proporciona el mayor rendimiento por rack disponible en plataformas en la nube actualmente.
El diseño de dos plantas permite una mayor densidad de GPUs, mientras que el sistema avanzado de refrigeración líquida reduce al mínimo el consumo de agua. Además, la red de fibra óptica dedicada, conocida como AI Wide Area Network (AI WAN), conecta los centros de datos y posibilita el flujo de datos a la velocidad de la luz, evitando cuellos de botella y asegurando la eficiencia operativa.
Comparación con centros de datos tradicionales
La diferencia fundamental respecto a los centros de datos tradicionales radica en la capacidad de la superfábrica de IA para abordar tareas de entrenamiento de modelos con cientos de billones de parámetros. Mientras que un centro convencional está diseñado para ejecutar millones de aplicaciones independientes para distintos clientes, la superfábrica de IA concentra su potencia en un único trabajo complejo, distribuido entre múltiples instalaciones.
Según Speirs, “la razón por la que llamamos a esto una superfábrica de IA es porque ejecuta un trabajo complejo en millones de piezas de hardware, no solo en un sitio, sino en una red de centros que apoyan esa única tarea”.
El impacto de esta infraestructura se refleja en la aceleración de los tiempos de desarrollo. La capacidad de entrenar modelos de IA en semanas, en lugar de meses, representa una ventaja competitiva para Microsoft y sus socios. Este avance responde a la tendencia de crecimiento exponencial en el tamaño y la complejidad de los modelos de IA, que requieren cada vez más parámetros y, por tanto, una mayor potencia de cálculo y sistemas distribuidos para su entrenamiento.
En un contexto de competencia global por el liderazgo en inteligencia artificial, Microsoft ha destinado una parte considerable de su USD 34.000 millones de gasto de capital a la construcción de centros de datos y adquisición de GPUs. Empresas como Amazon, con su complejo Project Rainer en Indiana, así como Meta, Google, OpenAI y Anthropic, también están invirtiendo decenas de miles de millones en nuevas instalaciones, chips y sistemas para satisfacer la demanda creciente de infraestructura de IA.
La visión estratégica de Microsoft se centra en la construcción de sistemas robustos y escalables, más allá de la simple acumulación de GPUs. Scott Guthrie, vicepresidente ejecutivo de Cloud + AI, subrayó que “liderar en IA no es solo añadir más GPUs, sino construir la infraestructura que las haga funcionar juntas como un solo sistema”. Con planes de expansión para conectar más centros de datos mediante redes de fibra óptica dedicadas, la compañía busca consolidar su posición en el desarrollo de soluciones de IA avanzadas.
Aunque algunos analistas advierten sobre la posibilidad de una burbuja en el sector de la inteligencia artificial, las grandes tecnológicas sostienen que la demanda de capacidad de cómputo es real y está respaldada por contratos a largo plazo con clientes, que ya superan la oferta disponible.
