En un movimiento significativo para abordar la creciente escasez de GPUs que afecta el desarrollo de inteligencia artificial, NVIDIA anunció DGX Cloud Lepton durante Computex 2025 en Taiwán el 19 de mayo. La plataforma crea un mercado unificado que conecta a desarrolladores de IA con recursos de GPU de múltiples proveedores de nube a nivel mundial.
El momento es crucial, ya que la demanda de GPUs para entrenamiento y despliegue de IA ha alcanzado niveles sin precedentes. Según el analista de Gartner, Chirag Dekate, "No solo NVIDIA, sino toda la cadena de suministro de NVIDIA apenas puede mantenerse al día con la demanda, y la demanda supera ampliamente a la oferta". DGX Cloud Lepton busca resolver este cuello de botella al agregar recursos de GPU de diversos proveedores.
Diez Socios de Nube de NVIDIA (NCPs, por sus siglas en inglés), incluyendo CoreWeave, Crusoe, Lambda y SoftBank, ofrecerán GPUs con arquitectura Blackwell de NVIDIA y otras a través del mercado. Los desarrolladores podrán acceder a capacidad de cómputo en regiones específicas tanto para necesidades bajo demanda como a largo plazo, apoyando requisitos estratégicos y de soberanía operativa en IA.
"NVIDIA DGX Cloud Lepton conecta nuestra red global de proveedores de nube de GPUs con los desarrolladores de IA", afirmó Jensen Huang, fundador y CEO de NVIDIA. "Junto con nuestros NCPs, estamos construyendo una fábrica de IA a escala planetaria".
La plataforma se integra con el conjunto de software de NVIDIA, incluyendo NIM y microservicios NeMo, Blueprints y Cloud Functions, para acelerar el desarrollo y despliegue de aplicaciones de IA. También proporciona software de gestión para proveedores de nube, con diagnósticos en tiempo real del estado de las GPUs y análisis automatizado de causas raíz.
Más allá de solo conectar recursos, DGX Cloud Lepton ofrece una experiencia unificada a lo largo de los flujos de trabajo de desarrollo, entrenamiento e inferencia. Los desarrolladores pueden adquirir capacidad de GPU directamente de los proveedores participantes o utilizar sus propios clústeres de cómputo, permitiendo el despliegue en entornos multi-nube e híbridos con una carga operativa mínima.