NVIDIA anunció una colaboración con Oracle y el Departamento de Energía de Estados Unidos (DOE) para desarrollar los sistemas de IA más potentes de la red nacional. Denominados Solstice y Equinox, estarán instalados en el Argonne National Laboratory y se destinarán a la investigación científica abierta.
Escala técnica y objetivos científicos de Solstice y Equinox
NVIDIA describió ambos sistemas como una nueva generación de supercomputadores diseñados para investigación científica mediante inteligencia artificial. Están concebidos para operar bajo modelos abiertos y servir a una amplia comunidad de investigadores dentro de la infraestructura del DOE.
Solstice
- Incorporará 100 000 GPUs NVIDIA Blackwell.
- Será el sistema principal del DOE dedicado a IA científica.
- Estará conectado mediante la red de interconexión de NVIDIA Quantum-2 InfiniBand.
- Alcanzará una capacidad de aproximadamente 2 000 exaflops en rendimiento de IA.
- Funcionará como plataforma nacional para proyectos de ciencia abierta y simulaciones complejas en energía, biología y materiales.
Equinox
- Integrará 10 000 GPUs NVIDIA Blackwell.
- Complementará las capacidades de Solstice para tareas de inferencia y experimentación avanzada.
- Ofrecerá 200 exaflops de potencia en cargas de trabajo de IA.
- Entrará en operación durante 2026 en el Argonne National Laboratory.
- Servirá como entorno de pruebas y optimización de modelos científicos de gran escala.
En términos técnicos, ambos sistemas estarán interconectados y utilizarán la pila de software NVIDIA AI, que combina Megatron-Core para entrenamiento distribuido y TensorRT para inferencia optimizada.
Nota aclaratoria sobre Solstice y Equinox
Los sistemas Solstice y Equinox anunciados por NVIDIA y Oracle para el Departamento de Energía de EE.UU. (DOE) no se consideran supercomputadoras de exaescala en el sentido tradicional de máquinas como Frontier o El Capitan.
Si bien, su rendimiento agregado para tareas de IA alcanza cifras de exaescala y sobrepasa los 2,200 exaflops en cargas específicas de IA, esto no equivale al rendimiento LINPACK (FP64) estandarizado que define la exaescala tradicional en la lista TOP500.
El anuncio dice SuperPCs para ciencia basados en IA, lo normal sería pensar en cálculos precisos con FP64, sin embargo, hacen cálculos mixtos con mucha menor precisión entre FP8 y FP16.
En este sentido, habría una aparente contradicción, pero hay que considerar que la ciencia moderna y la supercomputación abarcan más que solo cálculos de precisión doble tradicional (FP64) usados en simulaciones clásicas.
Ciencia y exaescala IA
- Muchos avances científicos actuales dependen cada vez más de la inteligencia artificial para analizar grandes volúmenes de datos, generar modelos que no requieren precisión FP64 y acelerar descubrimientos en áreas como biología computacional, química cuántica, materiales y física experimental.
- La precisión mixta (FP8, FP16) usada en IA permite acelerar enormemente cálculos que serían demasiado lentos o costosos en doble precisión, facilitando enfoques como el aprendizaje automático aplicado a fenómenos científicos complejos o el desarrollo de modelos de agentes autónomos para experimentos.
Aunque los cálculos no sean “exactos” en el sentido tradicional de simulaciones científicas clásicas, estos sistemas permiten una ciencia con nuevas metodologías habilitadas por IA, complementando más que reemplazando a las supercomputadoras clásicas.
Voces de la colaboración
Jensen Huang, fundador y director ejecutivo de NVIDIA, enmarcó el anuncio en el vínculo esencial entre inteligencia artificial y ciencia, enfatizando la magnitud del cambio que supone esta infraestructura para la investigación moderna.
“La inteligencia artificial es la tecnología más poderosa de nuestro tiempo, y la ciencia es su frontera más grande. La IA está acelerando los descubrimientos científicos a una velocidad sin precedentes, desde la exploración del espacio hasta la búsqueda de nuevos medicamentos y fuentes de energía más limpias. La colaboración entre el Departamento de Energía, Oracle y NVIDIA transformará la forma en que los científicos exploran el universo y comprenden el mundo que nos rodea”.
Jensen Huang, fundador y director ejecutivo de NVIDIA
Paul K. Kearns, director del Argonne National Laboratory, detalló que ambos sistemas fueron concebidos para multiplicar la capacidad de investigación científica con IA y que el laboratorio se prepara para integrar a miles de científicos en su uso.
“Los sistemas Equinox y Solstice están diseñados para acelerar una amplia gama de flujos de trabajo científicos con inteligencia artificial. Estamos colaborando con Oracle y NVIDIA para preparar a miles de investigadores que aprovecharán las capacidades revolucionarias de estos sistemas. Con ellos, podremos conectar la inteligencia artificial directamente con las instalaciones científicas del Departamento de Energía para impulsar avances en todos los campos del conocimiento”.
Paul K. Kearns, director del Argonne National Laboratory
Arquitectura y aplicación científica
El DOE confirmó que Solstice y Equinox estarán integrados con las principales instalaciones experimentales del laboratorio, incluido el Advanced Photon Source, lo que permitirá procesar datos de experimentos en tiempo real. Esta conexión busca establecer un circuito continuo entre observación, modelado y descubrimiento dentro del ecosistema científico nacional.
La Advanced Photon Source (APS), ubicada en el Laboratorio Nacional Argonne (EE. UU.), es una instalación científica dedicada a generar rayos X de altísima energía y luminosidad. Su tecnología de fuente de luz de sincrotrón permite examinar la estructura atómica y molecular de materiales y organismos, impulsando investigaciones en física, química, biología y medicina avanzada.
Desde un punto de vista funcional Equinox y Solstice, ambos sistemas operarán como un entorno de cómputo unificado donde las GPUs procesarán los datos experimentales y los modelos de IA generarán nuevas hipótesis. El resultado será una capacidad sin precedentes para comprender fenómenos complejos en biología, energía o física de materiales.
