[26/05/2025] Hewlett Packard Enterprise (HPE) ha anunciado mejoras en el portafolio de soluciones NVIDIA AI Computing by HPE que soportan todo el ciclo de vida de la IA. Según lo señalado en el comunicado de prensa, estas actualizaciones profundizan las integraciones con NVIDIA AI Enterprise, ampliando el soporte para HPE Private Cloud AI con computación acelerada, lanzando el kit de desarrollo de software (SDK) HPE Alletra Storage MP X10000 para Plataforma de datos de IA de NVIDIA. HPE también está lanzando ofertas de computación y software con NVIDIA RTX PRO 6000 Edición de servidor Blackwell GPU y diseño validado por NVIDIA Enterprise AI Factory.
"Nuestra colaboración con NVIDIA continúa impulsando resultados transformadores para nuestros clientes compartidos", sostuvo Antonio Neri, presidente y CEO de HPE. "Al diseñar conjuntamente tecnologías de IA de vanguardia mejoradas por las sólidas soluciones de HPE, estamos empoderando a las empresas para que aprovechen todo el potencial de estos avances en toda su organización, sin importar dónde se encuentren en su viaje hacia la IA. Juntos, estamos satisfaciendo las demandas de hoy, al tiempo que allanamos el camino para un futuro impulsado por la IA".
"Las empresas pueden construir las fábricas de IA de NVIDIA más avanzadas con sistemas HPE para preparar su infraestructura de TI para la era de la IA generativa y agentiva", anotó, por su parte, Jensen Huang, fundador y CEO de NVIDIA. "Juntos, NVIDIA y HPE están sentando las bases para que las empresas aprovechen la inteligencia como un nuevo recurso industrial que escala desde el centro de datos hasta la nube y el borde".
HPE Private Cloud AI añade soporte para ramas de funciones para NVIDIA AI Enterprise
Neri comentó que HPE Private Cloud AI, una fábrica de IA llave en mano basada en la nube desarrollada conjuntamente con NVIDIA, incluye una solución dedicada para desarrolladores que ayuda a los clientes a proliferar estrategias de IA unificadas en toda la empresa, lo que permite cargas de trabajo más rentables y reduce significativamente el riesgo. "Para ayudar aún más a los desarrolladores de IA, HPE Private Cloud AI admitirá actualizaciones del modelo de rama de funciones de NVIDIA AI Enterprise, que incluyen marcos de IA, NVIDIA Microservicios de NIM para modelos previamente entrenados y SDK”.
El ejecutivo agregó que la compatibilidad con el modelo de rama de funciones permitirá a los desarrolladores probar y validar las características y optimizaciones del software para las cargas de trabajo de IA. "En combinación con el soporte existente de los modelos de rama de producción que cuentan con barreras de seguridad integradas, la IA de HPE Private Cloud permitirá a las empresas de todos los tamaños crear sistemas de desarrollo y escalar a aplicaciones de IA generativa y agentiva (GenAI) listas para la producción, al tiempo que adoptan un enfoque seguro y de múltiples capas en toda la empresa”.
HPE Private Cloud AI, una solución completa para cargas de trabajo agentic y GenAI, será compatible con el diseño validado por NVIDIA Enterprise AI Factory.
Nueva solución de almacenamiento de HPE
Neri anotó que Alletra Storage MP X10000 presentará un SDK que funciona con el diseño de referencia de la plataforma de datos de IA de NVIDIA. "La conexión de la plataforma de datos más reciente de HPE con el diseño de referencia personalizable de NVIDIA ofrecerá a los clientes un rendimiento acelerado y una orquestación inteligente de canalizaciones para permitir la IA agentica. Como parte de la creciente estrategia de inteligencia de datos de HPE, el nuevo SDK X10000 permite la integración de datos contextuales y listos para la IA directamente en el ecosistema de IA de NVIDIA. Esto permite a las empresas optimizar las canalizaciones de datos no estructurados para la ingesta, la inferencia, el entrenamiento y el aprendizaje continuo en toda la infraestructura acelerada por NVIDIA”.
Según el ejecutivo, los principales beneficios de la integración del SDK incluyen:
- Libera el valor de los datos a través del procesamiento flexible de datos en línea, la indexación de vectores, el enriquecimiento de metadatos y la gestión de datos.
- Impulsa la eficiencia con transferencias de acceso directo a memoria remota (RDMA) entre la memoria de la GPU, la memoria del sistema y el X10000 para acelerar la ruta de datos con la plataforma de datos de IA de NVIDIA.
- Implementaciones de tamaño adecuado con bloques de construcción modulares y componibles del X10000, lo que permite a los clientes escalar la capacidad y el rendimiento de forma independiente para alinearse con los requisitos de la carga de trabajo.
"Los clientes podrán utilizar los datos empresariales sin procesar para informar sobre las aplicaciones y herramientas de IA de agentes unificando a la perfección las capas de almacenamiento e inteligencia a través de transferencias RDMA. Juntos, HPE está trabajando con NVIDIA para permitir una nueva era de acceso inteligente a datos en tiempo real para los clientes, desde el borde hasta el núcleo y la nube”, afirmó Neri.
Compatibilidad con NVIDIA RTX PRO 6000 Blackwell
El ejecutivo anotó que el servidor Servidores HPE ProLiant Compute DL380a Gen12 pronto estará disponible con hasta 10 GPU NVIDIA RTX PRO 6000 Blackwell Server Edition, que proporcionarán capacidades mejoradas y ofrecerán un mayor rendimiento para las cargas de trabajo de IA empresariales, incluida la inferencia de IA multimodal agentiva, la IA física, el ajuste fino de modelos, así como aplicaciones de diseño, gráficos y video. Neri indicó que las características clave incluyen:
- Opciones de refrigeración avanzadas: HPE ProLiant Compute DL380a Gen12 está disponible en opciones de refrigeración por aire y refrigeración líquida directa (DLC), respaldada por la experiencia de HPE en refrigeración líquida para mantener un rendimiento óptimo bajo cargas de trabajo pesadas.
- Seguridad mejorada: HPE Integrated Lights Out (iLO) 7, integrado en la cartera HPE ProLiant Compute Gen12, cuenta con medidas de seguridad integradas basadas en Silicon Root of Trust y permite los primeros servidores con preparación para la criptografía poscuántica y que cumplen los requisitos de la certificación FIPS 140-3 Nivel 3, un estándar de seguridad criptográfica de alto nivel.
- Gestión de operaciones: HPE Compute Ops Management proporciona una gestión segura y automatizada del ciclo de vida para entornos de servidor, con alertas proactivas e información predictiva impulsada por IA que informa sobre una mayor eficiencia energética y el estado global del sistema.
Avanzando en la infraestructura de IA
El ejecutivo sostuvo que HPE OpsRamp Software está ampliando sus soluciones de optimización de infraestructura de IA para admitir las próximas GPU NVIDIA RTX PRO 6000 Blackwell Server Edition para cargas de trabajo de IA. "Esta solución de software como servicio (SaaS) de HPE ayudará a los equipos de TI empresariales a agilizar las operaciones a medida que implementan, supervisan y optimizan la infraestructura de IA distribuida en entornos híbridos. HPE OpsRamp permite la observabilidad completa de la carga de trabajo de IA a la infraestructura, la automatización del flujo de trabajo, así como el análisis impulsado por IA y la gestión de eventos. La profunda integración con la infraestructura NVIDIA -incluida la computación acelerada NVIDIA, NVIDIA BlueField, NVIDIA Quantum InfiniBand y la red Spectrum-X Ethernet y NVIDIA Base Command Manager- proporciona métricas granulares para supervisar el rendimiento y la resistencia de la infraestructura de IA”.
Neri señaló que HPE OpsRamp ofrece a los equipos de TI la capacidad de:
- Observar el estado general y el rendimiento de la infraestructura de IA mediante la supervisión de la temperatura de la GPU, la utilización, el uso de memoria, el consumo de energía, las velocidades de reloj y las velocidades de los ventiladores.
- Optimizar la programación de trabajos y los recursos mediante el seguimiento de la utilización de la GPU y la CPU en los clústeres.
- Automatizar las respuestas a determinados eventos, por ejemplo, reducir la velocidad del reloj o apagar una GPU para evitar daños.
- Predecir las necesidades futuras de recursos y optimizar su asignación analizando los datos históricos de rendimiento y utilización.
- Supervisar el consumo de energía y la utilización de recursos para optimizar los costos de las grandes implantaciones de IA.
Franca Cavassa, CTOPerú