NVIDIA describe cinco funciones de red para las fábricas de IA: scale-up, scale-out, scale-across, context-scale y scale-in. En un reportaje de Linda Hardesty publicado por Fierce Network el 14 de octubre de 2026, Gilad Shainer, vicepresidente sénior de Redes de NVIDIA, explicó qué conecta cada una y por qué la coordinación entre GPU importa.
NVIDIA define una fábrica de IA como una infraestructura diseñada para procesar el ciclo de vida de la inteligencia artificial, desde la ingesta de datos y el entrenamiento hasta el ajuste fino y la inferencia. La compañía integra esa infraestructura con software de IA. (Glosario de NVIDIA)
Las cinco funciones de red de una fábrica de IA
Los nombres describen tareas distintas: conectar GPU dentro de un sistema, ampliar el trabajo a más racks, unir centros de datos, respaldar el almacenamiento para inferencia y proteger el acceso. Estas son las funciones que Shainer describió en su entrevista con Fierce Network:
| Función | Qué conecta o atiende | Ejemplo o uso descrito |
| scale-up | Las GPU dentro de un sistema a escala de rack. | El ejemplo del reportaje es Vera Rubin NVL72, con 72 GPU Rubin y 36 CPU Vera; NVLink conecta las GPU. |
| scale-out | Los racks que forman un sistema mayor. | Shainer señaló que el entrenamiento puede implicar cientos de miles de GPU. |
| scale-across | Centros de datos separados. | Permite que funcionen como uno; Shainer mencionó el caso de una instalación que no dispone de suficiente potencia por sí sola. |
| context-scale | El almacenamiento que da soporte a la inferencia. | Es una red de almacenamiento diferenciada. |
| scale-in | El acceso de usuarios y la seguridad de los agentes dentro de la fábrica de IA. | Abarca el acceso seguro de usuarios y la seguridad entre agentes. |
Por qué importa la sincronización
En un trabajo distribuido, las GPU pueden calcular partes distintas de una tarea y después reunir los resultados. Según explicó Shainer, la siguiente fase depende de que termine la anterior: si los datos llegan en momentos diferentes, algunas GPU pueden tener que esperar a que el resto complete su parte y se agreguen los resultados. Por eso la red forma parte de la coordinación del cálculo, no es solo una conexión entre equipos. (Fierce Network)
Cobre para enlaces cortos y fibra para los más largos
Shainer describió el cobre como una opción para enlaces cortos, tanto dentro de los racks como entre ellos. Fierce Network señala que la fibra óptica se emplea en distancias mayores. La elección del medio depende, por tanto, de la distancia que debe cubrir cada enlace. (Fierce Network)
Una clasificación funcional no es una lista de compra
Las cinco funciones explican qué trabajos de conectividad intervienen en una fábrica de IA; por sí solas, no prescriben un único catálogo de equipos. Cisco, por ejemplo, describe una solución Secure AI Factory con switches de centro de datos basados en Cisco Silicon One o NVIDIA Spectrum-X, además de componentes de seguridad, observabilidad, software y almacenamiento. (Cisco Secure AI Factory)
El ejemplo de Cisco presenta una combinación concreta de componentes y opciones. La taxonomía de Shainer sirve para distinguir las funciones de red; no exige que todas se cubran con una pila uniforme de un solo proveedor.
