NVIDIA Vera Rubin: Máxima inteligencia por dólar para IA agéntica

NVIDIA explica en un blog que para la IA agentiva, el posentrenamiento (post-training) ya no es una fase única, sino un proceso continuo. A diferencia de los modelos generativos, los modelos agentivos deben planificar, utilizar herramientas y adaptarse a condiciones cambiantes. El posentrenamiento incluye ciclos de pasos hacia adelante y hacia atrás, donde el modelo mejora sus habilidades mediante aprendizaje por refuerzo (RL). La métrica clave se convierte en "inteligencia por dólar" (intelligence per dollar), que combina el costo por token (cost per token) en inferencia y la eficiencia del entrenamiento. La plataforma NVIDIA Vera Rubin, sucesora de Blackwell, está diseñada para este escenario: permite entrenar los modelos más grandes con cuatro veces menos GPU. Como ejemplo, se menciona el modelo Nemotron 3 Ultra con 550 mil millones de parámetros (arquitectura MoE), que obtuvo un 71,7% en SWE-bench verified. La plataforma Vera Rubin utiliza integración con las bibliotecas NeMo (NeMo Gym, NeMo RL) y está optimizada para despliegues paralelos de miles de entornos. Los socios incluyen a Prime Intellect (30% de aumento en rendimiento en procesadores Vera en comparación con x86), Perplexity (stack de RL con sincronización de pesos por RDMA en menos de 2 segundos) y Together AI (posentrenamiento como servicio en la plataforma AI Native Cloud).