El nuevo “cerebro” de Nvidia de 3.500 dólares podría anunciar lo que Jensen Huang llama la fase final de la IA

Cuando el CEO de Nvidia, Jensen Huang, pronunció el discurso de apertura en la conferencia anual GTC de la compañía en marzo, describió las “cuatro olas” de la evolución de la IA: la IA de percepción fue la primera ola, que comenzó hace unos 10 años y se centró en reconocer el habla y clasificar imágenes. La IA generativa, la segunda ola que ha dominado los últimos cinco años y se caracteriza por modelos de lenguaje grande como ChatGPT, crea texto e imágenes basados ​​en patrones predictivos. La ola actual en la que estamos, la IA agentica, permite que los modelos razonen y realicen tareas de forma independiente. Pero la siguiente y última ola, según Huang, será la “IA física”, donde la IA se integra en aplicaciones del mundo real y sistemas de automatización avanzados, incluidos robots similares a los humanos.

El lunes, Nvidia acercó a Huang un paso más a hacer realidad esa cuarta ola. La compañía anunció un nuevo “cerebro” para robots: un kit para desarrolladores de USD 3.499 que comenzará a distribuirse el próximo mes. Las acciones de la compañía subieron ligeramente con la noticia y se han disparado hasta el martes por la mañana. Impulsado por los chips Blackwell de gama alta de la compañía, codiciados por la mayoría de los países que intentan desarrollar IA a gran escala, Nvidia afirma que Jetson Thor promete “rendimiento y escalabilidad inigualables” para ofrecer la enorme cantidad de energía necesaria para ejecutar modelos de IA generativa. En comparación con el chip predecesor, Jetson Thor “ofrece una capacidad de procesamiento de IA hasta 7,5 veces superior y una eficiencia energética 3,5 veces superior”, según la compañía.

Todo el sistema está diseñado como base para robots que pueden percibir su entorno y responder en tiempo real, una capacidad que Nvidia considera esencial para la siguiente etapa de la adopción de IA en el mundo físico.

Jetson Thor es una computadora compacta diseñada para integrarse en un robot y ejecutar múltiples modelos de IA a la vez: ve, comprende y actúa sin necesidad de acceder a la nube. En resumen, es como poner a un capataz experimentado, un oficial de seguridad y un navegante en el mismo casco, para que la máquina pueda reconocer un cable suelto, desviarlo para evitar un derrame y seguir trabajando.

El argumento de Nvidia es que la combinación de potencia integrada y software de Thor permite que un robot maneje muchos sentidos y habilidades simultáneamente (como un conductor que revisa los espejos, escucha una sirena y cambia de carril) sin demoras, lo que debería traducirse en un movimiento más suave, decisiones más rápidas y un funcionamiento confiable bajo presión.

Nvidia está expandiendo su franquicia de IA, desde servidores que entrenan chatbots hasta la vanguardia donde la IA debe interactuar con el complejo mundo físico. Si tiene éxito, esto ampliará el mercado potencial de Nvidia a la logística, la manufactura, la salud, la construcción, el comercio minorista y los sistemas autónomos, sectores que priorizan el tiempo de actividad y la seguridad. En su anuncio, Nvidia destacó a los primeros usuarios y evaluadores de empresas líderes en comercio electrónico, industria y tecnología, sugiriendo pilotos a corto plazo que podrían generar pedidos por volumen si las devoluciones son rentables.

Para las personas e ingenieros que trabajan en robótica, la propuesta de Nvidia se reduce a menos pausas y menos errores: Thor permite a los robots reaccionar en milisegundos, la diferencia entre soltar un paquete y atraparlo, o entre golpear un palé y esquivarlo. Esta capacidad de respuesta es importante porque cada segundo ahorrado se acumula en miles de selecciones, escaneos o pasos, y porque los incidentes de seguridad son costosos y disruptivos. Nvidia también prioriza la eficiencia energética y la capacidad de ejecutar varias tareas de IA simultáneamente, lo que puede reducir el número de computadoras por robot y simplificar el diseño del sistema.

Nvidia afirma que empresas de robótica consolidadas y grandes empresas están adoptando Jetson Thor, con un ecosistema de desarrollo basado en sus herramientas Isaac para acelerar la creación de prototipos y la implementación. Para los líderes empresariales, la conclusión a corto plazo es que las pruebas pueden comenzar con el kit de desarrollo y luego escalarse mediante módulos de producción si los pilotos muestran mejoras en la eficiencia o la seguridad. A largo plazo, Nvidia busca que los robots sean tan comunes y fiables como otros bienes de equipo, con IA gestionada localmente para mantener su velocidad, capacidad y control.

(c) 2025, Fortune