Cisco y Nvidia desarrollan óptica para centros de datos donde cientos de miles de GPU funcionan como una sola

Cisco y Nvidia preparan una nueva generación de tecnologías de red óptica para centros de datos en los que la carga de IA se topa cada vez más no con el chip, sino con el canal que conecta unos chips con otros. Jeetu Patel, presidente y director de producto de Cisco, explicó en Bloomberg Tech (conducido por Ed Ludlow) que el objetivo del proyecto es lograr que cientos de miles de GPU funcionen como un único sistema y, a la vez, recortar el consumo energético de la red y el coste de la IA.

Por ahora se han hecho públicos pocos detalles técnicos: la entrevista no menciona plazos, precios ni velocidades de puerto. Sí queda clara la lógica del proyecto, y es reveladora.

El cuello de botella se ha mudado a la red

Cuando un clúster crece hasta decenas o cientos de miles de aceleradores, su eficiencia depende de la rapidez con que las GPU intercambian gradientes, pesos y resultados intermedios. Si la red no da abasto, los costosos aceleradores se quedan parados esperando datos. El dinero se quema en una espera improductiva.

De ahí el interés por la óptica. Los enlaces de cobre a altas velocidades funcionan a distancias cada vez más cortas, y los módulos ópticos tradicionales consumen mucha energía. En un clúster de cientos de miles de GPU, las decenas de vatios por puerto se suman hasta sumar megavatios. Para los operadores, que ya compiten por conseguir potencia eléctrica disponible, esto es una limitación directa.

Los agentes, un nuevo tipo de tráfico

Otra de las tesis de Patel se refiere a las propias cargas de trabajo. Según él, los agentes de IA, cada vez más potentes, pueden consumir mucho más ancho de banda que las personas al realizar las mismas tareas.

La lógica es clara. Una persona hace una pregunta y lee la respuesta. Mientras tanto, el agente hace una serie de llamadas a modelos, va a buscar datos, invoca herramientas, verifica sus propios pasos y a menudo lanza ramas de razonamiento en paralelo. Una sola consulta del usuario se convierte en una avalancha de tráfico interno entre servicios, almacenes de datos y clústeres de inferencia. Cuanto más autónomo es el agente, más se acentúa este efecto.

Si el razonamiento es correcto, las redes habrá que planificarlas no según el número de usuarios, sino según el número de agentes y lo «charlatanes» que sean.

Por qué Cisco y Nvidia

Nvidia controla buena parte de la pila de los clústeres de IA: desde los aceleradores hasta sus propias soluciones de red. En 2025, la compañía presentó conmutadores con fotónica, en los que los componentes ópticos se sitúan junto al chip de conmutación y no en módulos extraíbles. Eso acorta el recorrido de la señal eléctrica y reduce las pérdidas de energía. Cisco aporta a la alianza su experiencia en redes, sus equipos para operadores y redes corporativas y su propia plataforma de silicio. Para Nvidia es otra vía de entrada a los centros de datos corporativos y de nube; para Cisco, la oportunidad de seguir en el centro de la infraestructura de IA.

La nueva generación de la que habla Patel continúa esa línea. Qué incluirá exactamente el producto es algo que habrá que averiguar en futuros anuncios.

Lo que se sabe hasta ahora

• Socios: Cisco y Nvidia, con desarrollo conjunto de tecnologías de red óptica de nueva generación.
• Escala: clústeres de cientos de miles de GPU.
• Objetivos: conexiones más veloces, menos energía para transmitir datos y menor coste de la IA.
• Motor de la demanda: cargas agénticas que generan mucho más tráfico que una persona.
• No se ha revelado: plazos de lanzamiento, precios, ancho de banda de los puertos ni compatibilidad con los equipos existentes.

Qué deben tener en cuenta los equipos que construyen infraestructura de IA

Primero: consideren la red como parte del coste total de propiedad del clúster y no como un añadido a la compra de GPU. Tener los aceleradores parados por una red débil sale más caro que la propia red.

Segundo: incluyan el tráfico agéntico en sus modelos de carga. El perfil «solicitud-respuesta» ya no sirve para servicios con agentes autónomos, y las llamadas internas pueden superar muchas veces a las externas.

Tercero: conviene medir por separado la energía que se gasta en transmitir datos. Si el límite de su centro de datos son los megavatos, una óptica de menor consumo puede liberar potencia para aceleradores adicionales.

Y cuarto: no se apresuren con los contratos mientras no haya cifras. Hasta que Cisco y Nvidia no den plazos y características, lo razonable es seguir los anuncios y compararlos con las soluciones ya disponibles. Para los desarrolladores y las empresas que compran IA como servicio, el efecto será indirecto: si las redes realmente se abaratan y se vuelven más eficientes, eso puede reflejarse en el precio del token, aunque no de inmediato.