WASHINGTON — Jensen Huang llevó su chaqueta de cuero — y la nueva política industrial de la empresa — a Washington.
El GTC de Washington de Nvidia no fue solo una exhibición de productos, sino una declaración de políticas, posicionando la IA como el próximo pilar de la industria de EE. UU.
Kent Nishimura/Bloomberg via Getty Images
WASHINGTON — Jensen Huang llevó su chaqueta de cuero — y la nueva política industrial de la empresa — a Washington.
En el GTC de Nvidia $NVDA en las orillas del Potomac, la compañía que construyó la economía de chips de Silicon Valley llegó a Washington para argumentar que la IA es ahora parte de la base industrial de Estados Unidos. La empresa utilizó el escenario principal para presentar lo que llama "IA física" — inteligencia que se mueve a través de fábricas, robots y vehículos — y para posicionar la pila de Nvidia como la infraestructura que la impulsará.
GTC ha sido durante mucho tiempo la pieza central para desarrolladores de la empresa, una mezcla de gráficos de rendimiento y profecía donde Huang les dice a los ingenieros cómo será el mañana. Pero esta audiencia era diferente: legisladores, investigadores y ejecutivos de industrias que aún dependen del acero, la energía y las personas. El tono coincidió con el entorno.
Pero Washington no fue solo un telón de fondo. Nvidia utilizó su debut en la capital para hacer un juego de política explícito, presentando sus GPU como infraestructura nacional y su pila de software como la columna vertebral para todo, desde la automatización industrial hasta la computación federal. La empresa reveló una "Fábrica de IA para el Gobierno", una plataforma de referencia segura desarrollada con socios como Palantir $PLTR, ServiceNow $NOW y Lockheed Martin $LMT para potenciar agencias y cargas de trabajo de defensa a gran escala.
El mensaje fue claro: Si la próxima era de la industria es inteligente, el gobierno también debería estar comprando computación por gigavatios. Ese argumento — que la computación es la nueva infraestructura — se integró perfectamente en el discurso industrial de Nvidia. Si Washington necesita IA para gobernar, la industria la necesita para construir.
The NVIDIA IGX Thor robotics processor, which Nvidia says will bring real-time physical AI to the industrial and
medical edge.
El caso de Nvidia en Washington no se trataba tanto de invención como de ensamblaje: una síntesis de chips, socios y políticas. Su plataforma más reciente, Omniverse DSX, es un plano digital para lo que llama fábricas de IA: centros de datos a escala de gigavatios diseñados como plantas industriales. Los ingenieros pueden codiseñar la construcción, la energía y la refrigeración dentro de una simulación compartida, y luego ejecutar el mismo gemelo como el sistema de control de la instalación una vez que esté en funcionamiento.
Nvidia dice que ese enfoque puede hacer que la implementación sea hasta 500 veces más rápida, aumentar la eficiencia en un 30% e incrementar el rendimiento en un 14%. El método ya se utiliza en el Centro de Investigación de Fábricas de IA de la empresa en Manassas, Virginia.
La base para esos gemelos digitales es una nueva capa de física de IA. Nvidia dice que su computación acelerada ahora puede acelerar los solucionadores tradicionales hasta 80 veces, mientras que los nuevos modelos de física basados en IA simulan dinámicas de fluidos complejas en tiempo real. Trabajando con socios como Synopsys $SNPS y Ansys Fluent, esos modelos han logrado mejoras de rendimiento de hasta 500 veces, reduciendo los ciclos de diseño de semanas a minutos.
Esos planos se sitúan sobre una nueva plomería. El DPU BlueField-4 y el SuperNIC ConnectX-9 (1.6 terabits por segundo) forman el tejido del sistema operativo de Nvidia para fábricas de IA, uniendo miles de GPUs sobre su red Ethernet Spectrum-X $TWTR. Son la infraestructura silenciosa detrás de una nueva clase de supercomputadoras industriales, desde Stargate (1.2 gigavatios) en Abilene, Texas hasta la construcción de 2 gigavatios de Switch en Georgia, cada una construida para satisfacer el mismo apetito por la computación que una vez impulsó el software en la nube.
En el borde, IGX Thor convierte esa arquitectura en algo físico. La computadora Blackwell de grado industrial ofrece 5,581 teraflops FP4 de rendimiento y conectividad Ethernet de 400 gigabits, con un ciclo de vida de 10 años destinado a pisos de fábrica y salas quirúrgicas en lugar de salas de datos. Se espera que dos modelos, el T5000 y el T7000, lleguen en diciembre; los primeros adoptantes incluyen a Diligent Robotics, EndoQuest Robotics, Hitachi Rail y Joby Aviation, con CMR Surgical también evaluando la plataforma.
Nvidia describe IGX como el “entorno de ejecución industrial” en una pila de robótica de tres computadoras: DGX para entrenamiento, RTX para simulación e IGX para inferencia en el mundo real, construida para entornos industriales y médicos con integración de seguridad funcional para el tipo de seguridad y fiabilidad que se demandan en entornos médicos y de fabricación.
Ese hardware ejecuta el mismo conducto de “tres computadoras” que Nvidia ahora aplica en todas partes: entrenar en sistemas DGX, simular en servidores RTX y Omniverse, desplegar en Jetson o IGX. Diligent Robotics entrena mensajeros hospitalarios en Isaac Sim; Johnson & Johnson $JNJ refina brazos quirúrgicos; Figure AI prueba humanoides en Isaac Lab antes de instalar sus cerebros en Jetson Thor. En la taxonomía de Nvidia, estos ya no son robots sino los primeros empleados de una fuerza laboral computacional.
El siguiente paso es construir los lugares donde esas máquinas construirán todo lo demás. En Houston, Texas, Foxconn está utilizando Omniverse para modelar y operar una planta de 242,000 pies cuadrados que ensamblará los sistemas de IA de Nvidia. Siemens está lanzando una nueva aplicación basada en Omniverse que permite a los fabricantes diseñar y probar instalaciones enteras en 3D; FANUC y Foxconn Fii están suministrando gemelos de robots OpenUSD que se integran directamente en esos modelos digitales.
Para evitar que las líneas de producción colisionen, Nvidia presentó Mega, un marco de simulación que permite a los ingenieros probar flotas de robots y controladores de fábrica en sincronización virtual. La seguridad proviene de Halos, un sistema de visión por IA que vigila el suelo y automáticamente ralentiza o detiene las máquinas cuando las personas cruzan su camino. La empresa ha creado un Laboratorio de Inspección de Halos acreditado por ANSI para certificar la seguridad funcional para la IA física.
El ecosistema ahora parece un quién es quién de la industria pesada. Caterpillar $CAT está utilizando gemelos digitales para entrenar equipos autónomos; TSMC $TSM y Toyota $TM están simulando líneas de producción; Belden y Accenture $ACN construyeron un “orquestador de IA física” para la optimización industrial; y Lilly está ejecutando una Blackwell SuperPOD de 1,016 GPU usando la plataforma BioNeMo de Nvidia para modelar procesos de descubrimiento de medicamentos antes de que lleguen al laboratorio.
NVIDIA DRIVE AGX Hyperion 10, which Nvidia says is a reference computer and sensor architecture that enables automakers to build level 4-ready, software-defined vehicles on a validated, scalable foundation.
En el evento previo al discurso principal organizado por Nvidia, Huang apareció brevemente en la pantalla mientras se dirigía a dar su gran discurso y bromeó: “Cada vez que digo ‘cuántico’, el precio de las acciones sube. Cuántico, cuántico, cuántico”. Tenía más que decir sobre el tema. Cuando subió al escenario, anunció el próximo paso de Nvidia en el ámbito cuántico: NV y NVQlink, la apuesta de Nvidia por fusionar la computación cuántica y clásica en una sola arquitectura, algo que la compañía ha estado insinuando durante meses.
“Ahora tenemos una arquitectura que puede hacer control, cosimulación, corrección de errores cuánticos y escalar hacia el futuro”, dijo durante su discurso principal. El objetivo es amplio: vincular las unidades de procesamiento cuántico (QPU) con las GPU de Nvidia a través de un nuevo interconector que maneja todo, desde la calibración y el control hasta la corrección de errores y la simulación híbrida, la fontanería de la ciencia post-clásica.
La escala de apoyo es asombrosa: 17 empresas de computación cuántica y ocho laboratorios del Departamento de Energía ya están colaborando en NVQ, incluidos Berkeley, Brookhaven, Fermilab, Los Alamos, Oak Ridge y Pacific Northwest. “Prácticamente todos los laboratorios del DOE se han comprometido con nosotros”, dijo Huang, posicionando a Nvidia como el tejido conectivo de la investigación en EE.UU.
El Departamento de Energía también se asociará con Nvidia para construir siete supercomputadoras de IA, una fusión directa de las líneas de cuántica, IA y robótica que Huang describió como “los instrumentos fundamentales de la ciencia”. Lo llamó tanto un “aumento de energía” como un “aumento de pasión” bajo la dirección del Secretario del DOE Chris Wright, describiendo una convergencia de computación acelerada, IA, modelado cuántico y experimentación robótica.
A partir de ahí, la historia se traslada de las plantas al pavimento. “Hay un robot que claramente está en un punto de inflexión, y básicamente está aquí”, dijo Huang en su discurso, “y ese es un robot sobre ruedas”. Y Nvidia quiere entrar en el juego. “Espero que esta [nueva plataforma informática] sea bastante exitosa”, dijo el CEO.
Drive Hyperion 10, la nueva plataforma de Nvidia preparada para Nivel 4, combina dos procesadores Thor (alrededor de 2,000 FP4 TFLOPS cada uno) con un conjunto de sensores de 14 cámaras, nueve radares, un lidar y una docena de ultrasonidos. La plataforma sustenta a los próximos vehículos de Lucid $LCID, Stellantis $STLA y Foxconn, y Mercedes-Benz, que planea integrar Thor en la Clase S alrededor de 2028.
La mayor implementación vendrá de Uber $UBER, que planea lanzar 100,000 vehículos preparados para Nivel 4 a partir de 2027 — coches y camiones de Lucid, Stellantis, Mercedes-Benz y Volvo Autonomous Solutions — entrenados dentro de una fábrica de datos de IA conjunta construida sobre el motor Cosmos de Nvidia. Nvidia describe esto como la mayor red de transporte de Nivel 4 del mundo. Para acelerar las pruebas, Nvidia lanzó un conjunto de datos multimodal de 1,700 horas que abarca 25 países, además de herramientas como NuRec (renderizado neural), Cosmos Transfer y Lidar Gen para simulación de conducción autónoma.
El alcance de la empresa ahora se extiende a las ondas y agencias. Aerial 6G, su plataforma de redes definidas por software, se está abriendo bajo Apache 2.0, con el hardware ARC-Pro de Nokia y T-Mobile $TMUS realizando pruebas de campo en 2026. La propia apertura — junto con la primera colaboración comercial de Nokia y el piloto de T-Mobile — marca El impulso de Nvidia para hacer que las redes 6G sean parte de su ecosistema de IA.
The NVIDIA AI Factory for Government reference design, which Nvidia says will equip federal agencies and regulated industries to build and deploy full-stack AI solutions that meet rigorous security standards.
Para los compradores del sector público, Nvidia presentó una Fábrica de IA para el Gobierno — una pila de referencia alineada con FedRAMP que combina Nvidia AI Enterprise con socios como Palantir, CrowdStrike $CRWD, ServiceNow, Lockheed Martin y Northrop Grumman $NOC. La misma plantilla apoya los sistemas Equinox y Solstice del Departamento de Energía, así como la supercomputadora Vera Rubin de Los Alamos. Incluso la capa empresarial tuvo su versión. Palantir está integrando los modelos CUDA-X y Nemotron de Nvidia en su plataforma Ontology; Lowe's $LOW está utilizando la pila para ejecutar un gemelo digital en vivo de su cadena de suministro global — el comercio minorista como otra forma de fábrica de IA.
GTC siempre ha sido en parte lanzamiento de producto, en parte campaña de persuasión. En San José, Huang vende imaginación. En Washington, vendió inevitabilidad: la idea de que la inteligencia misma se ha convertido en infraestructura, y que quien la construya más rápido poseerá la próxima cadena de suministro. Lo que presentó no fueron solo chips más rápidos o robots más inteligentes, sino un plan operativo sobre cómo se fabrica la inteligencia misma: en fábricas, en carreteras y a gran escala.
El lugar hizo evidente el subtexto. Esto no fue solo una conferencia; fue una propuesta política con chaqueta de cuero, una que convirtió la estrategia industrial en un problema de software que solo Nvidia puede resolver.
Únete a más de 500.000 lectores que comienzan su día con Quartz.
Al suscribirte, aceptas nuestros Términos de servicio y Política de privacidad.