NVIDIA Vera CPU: un nuevo estándar para las tareas de IA agéntica en las fábricas de IA

El blog para desarrolladores de NVIDIA publicó en mayo de 2026 un artículo sobre el procesador Vera, que la compañía presenta como un nuevo estándar de computación para tareas de IA agéntica en las llamadas «fábricas de IA»: centros de datos densos construidos específicamente para entrenar modelos y ejecutar inferencia. El punto de partida del artículo es que cada nueva oleada de IA genera su propia ley de escalado. El preentrenamiento hizo crecer la inteligencia de los modelos mediante conjuntos de datos más grandes, más parámetros y sistemas de GPU masivamente paralelos, pero la siguiente etapa, la de los agentes autónomos, necesita otro tipo de núcleo de cómputo.

Cómo han cambiado las leyes de escalado de la IA

En la etapa de preentrenamiento, la industria seguía una fórmula sencilla: más datos, más parámetros, más GPU unidas en clústeres paralelos, y el modelo se vuelve más capaz. Esta ley de escalado definió la arquitectura de los centros de datos de la última década, en la que la mayor parte de la carga de cómputo recaía en los procesadores gráficos, mientras que la CPU cumplía un papel auxiliar: orquestar y preparar datos para las GPU. El artículo de NVIDIA describe esa época como la primera oleada, a la que siguió una lógica específica ya no del entrenamiento, sino del uso de los modelos como agentes que trabajan de forma autónoma durante largos periodos.

Durante los últimos años, NVIDIA ha seguido la práctica de bautizar sus generaciones de chips con nombres de científicos conocidos, una tradición que ya dio nombre al procesador Grace y a los aceleradores gráficos de la línea Blackwell. Vera continúa esa tradición para la nueva generación de CPU de la compañía. Que el blog para desarrolladores dedique un texto aparte al papel de la CPU y no al de la GPU es significativo en sí mismo: durante mucho tiempo la GPU fue la protagonista indiscutible de los materiales técnicos y de marketing de NVIDIA, mientras que el procesador se consideraba un componente auxiliar de la plataforma.

Qué aporta el procesador Vera

Vera es un procesador que NVIDIA prepara como sucesor de la línea Grace en su arquitectura de plataforma, orientada a combinar CPU y GPU para tareas de IA. La idea es que las cargas agénticas, con sus sesiones de larga duración, la orquestación de muchas llamadas paralelas a herramientas y la necesidad de cambiar rápidamente entre tareas, exigen a la CPU requisitos distintos de los de la inferencia clásica. Importa el ancho de banda de memoria para la GPU, pero también la capacidad de la CPU para gestionar con eficiencia muchos procesos ligeros simultáneos de lógica agéntica.

Para esa carga NVIDIA formula su nueva ley de escalado y coloca a Vera en el centro de la arquitectura de las «fábricas de IA» de próxima generación.

Datos clave:

• El artículo se publicó en el blog para desarrolladores de NVIDIA en mayo de 2026
• El procesador se llama Vera y se posiciona para tareas de IA agéntica
• NVIDIA usa el término «fábricas de IA» para los centros de datos densos dedicados a entrenamiento e inferencia
• La tesis del artículo: el preentrenamiento escaló mediante datos, parámetros y sistemas de GPU paralelos; la etapa agéntica requiere un enfoque nuevo

Qué significa una «fábrica de IA» para las tareas agénticas

El concepto de «fábrica de IA» refleja un cambio de metáfora. En lugar de un centro de datos como almacén de capacidad de cómputo, NVIDIA describe una cadena de producción: entran datos y solicitudes, y salen decisiones y acciones de agentes, producidas con velocidad y coste predecibles. En una fábrica así, un procesador como Vera no es un ayudante secundario de la GPU, sino un elemento de pleno derecho de la línea de producción, responsable de orquestar miles de sesiones agénticas simultáneas.

Para los operadores de centros de datos y los desarrolladores de plataformas agénticas, esto significa que, al planificar la infraestructura para sistemas agénticos a gran escala, las características de la CPU de nueva generación deben considerarse un parámetro propio y no secundario, al mismo nivel que el número y el tipo de aceleradores gráficos instalados. El desplazamiento del foco hacia la CPU en las tareas agénticas puede verse como el reconocimiento de que el crecimiento futuro del rendimiento de la infraestructura de IA ya no se reduce a añadir nuevas generaciones de aceleradores gráficos: el equilibrio de toda la plataforma, incluidos el procesador, la memoria y las conexiones de red entre nodos, pasa a ser un factor de eficiencia tan importante como la potencia de cálculo bruta de una GPU individual.