Una regla de dos segundos para las fábricas de IA
Google, Meta, Microsoft y Nvidia publicaron el lunes una OCP Grid Resilience Specification en la cumbre global del Open Compute Project, en San José. Según el relato de Nvidia de los anuncios, define cómo debe comportarse una instalación de IA cuando la red eléctrica que la rodea sufre una perturbación: permanecer conectada en vez de desconectarse, responder de forma automática y volver a una carga casi plena en menos de dos segundos.
Es una cifra dirigida a una queja concreta. Un clúster de entrenamiento de escala gigavatio es una carga que puede oscilar cientos de megavatios en segundos, y las eléctricas de varios mercados llevan un año argumentando que esas cargas son un problema de fiabilidad y no solo de demanda. Una especificación escrita que dice que la instalación aguanta la perturbación y vuelve rápido y sola es la respuesta del sector en sus propios términos. Es un objetivo de diseño, no una medición de ninguna instalación en operación.
Junto a ella, el mismo grupo —sin Microsoft y con AMD— publicó una Open Data Center Specification v0.7, que Nvidia describe como un plano único para el diseño de instalaciones de fábricas de IA que cubre arquitectura eléctrica, refrigeración y disposición física.
Vera Rubin entra en la especificación abierta
Nvidia también aportó a OCP los diseños del rack y de la bandeja de cómputo de Vera Rubin a través de la arquitectura MGX, como diseño de referencia MGX 1.2 de tercera generación dentro de la Open DC Initiative del proyecto. La especificación cubre refrigeración líquida de acoplamiento ciego a escala de rack, una barra colectora refrigerada por líquido de 5.000 amperios, soporte nativo de equipos de 19 pulgadas, bahías de E/S configurables, bandejas de cómputo refrigeradas por líquido y sin ventiladores, e interfaces estandarizadas de alimentación y refrigeración, con despliegues de rack admitidos hasta 250 kW. Incluye además una especificación de rack para la CPU Vera orientada a la llamada de herramientas, la orquestación y la ejecución en entornos aislados para cargas agénticas.
Meta es quien más claramente la adopta. Lleva los conmutadores Ethernet Spectrum-6 de Nvidia, de 102,4 Tb/s, a su despliegue de Vera Rubin: su conmutador N-IceCube está construido sobre Spectrum-6, ejecuta el sistema operativo de red abierto FBOSS de Meta y encaja en el rack refrigerado por líquido IcePack de la compañía. Spectrum-6 duplica tanto la capacidad de conmutación como el ancho de banda por carril de Spectrum-4, a 200 G por carril. Combinado con las SuperNIC ConnectX-9, Nvidia afirma que Spectrum-X Multiplane reparte el tráfico de las GPU por hasta ocho planos independientes y admite clústeres de más de 100.000 GPU, desviando el tráfico a los planos restantes cuando falla un componente.
“Nos entusiasma nuestra estrecha colaboración con NVIDIA para hacer que los tejidos multiplano sean operativamente escalables y de alto rendimiento”, dijo Omar Baldonado, director sénior de redes de centro de datos e IA en Meta, en la publicación de Nvidia.
Un módulo óptico nuevo, sin fecha de envío
Nvidia y Cisco aprovecharon el mismo día para anunciar USFP, un módulo óptico enchufable de factor de forma pequeño y ultradenso. Su nota de prensa describe un módulo pensado para señalización eléctrica de 400 Gb/s por carril con capacidad de hasta 12,8 Tb/s, que mete 16 carriles full-dúplex en una huella del tamaño de un OSFP y es ampliable a 32 o más más adelante. Las compañías declaran unas cuatro veces la densidad de ancho de banda y unas 1,3 veces la eficiencia energética de los módulos de 200 Gb/s por carril, y soporte de hasta 100 vatios de disipación sin circuito de refrigeración embebido dedicado. Un conector de matriz bidimensional con inserción en dos pasos pretende reducir el desgaste de los contactos.
TE Connectivity y Amphenol fabrican jaulas, conectores y módulos; las piezas están diseñadas para funcionar con Ethernet de Nvidia Spectrum-X y Cisco Silicon One. La nota no da fecha de envío, califica los módulos de previstos y dice que una especificación abierta llegará mediante un proyecto multiorigen dirigido por la comunidad.
Otros dos elementos completaron la jornada. Nvidia dijo que dará soporte al protocolo de transporte Falcon de Google en futuras SuperNIC ConnectX-10 y en las DPU BlueField, lo que permitirá que tarjetas de red interoperen sobre un transporte común conservando las interfaces RDMA estándar. Y liberó como código abierto cuatro componentes de su software DSX AI Factory: un gestor de configuración de conmutadores, un motor de preparación de clústeres de GPU, un servicio de gestión de racks y un proveedor de Cluster API para aprovisionamiento sobre hierro desnudo.
Lo que merece vigilancia es la especificación de red eléctrica, no el silicio. Los diseños de rack de Nvidia se implementarán porque Nvidia vende las piezas. Un objetivo de recuperación de dos segundos solo significará algo cuando una eléctrica lo escriba en un contrato de conexión.
