TECNOLOGÍA
Universidades y nubes comerciales redefinen la supercomputación como infraestructura de IA
En SC26, Texas A&M y Google Cloud describen clústeres universitarios y agentes de IA que priorizan el tiempo hasta el descubrimiento sobre el rendimiento máximo.

La convergencia entre inteligencia artificial y supercomputación centró las entrevistas difundidas por theCUBE desde SC26, en Chicago, donde el sistema universitario de Texas A&M y Google Cloud presentaron sus estrategias para ampliar la capacidad de cálculo destinada a investigación. Ambos casos sitúan la infraestructura —GPUs, orquestación entre nubes y clústeres locales— como condición material del trabajo con modelos de IA aplicados a la ciencia, y desplazan la métrica desde el rendimiento máximo hacia el tiempo necesario para llegar a un descubrimiento, según la formulación de Google Cloud.
El sistema de Texas A&M, que reúne a 12 universidades y ocho agencias estatales, levanta dos clústeres principales, según su director de información, Vince Kellen. El primero, VISION —un Nvidia DGX H200 SuperPOD—, ocupa el puesto 66 de la lista Top500 de junio de 2026 y es la supercomputadora universitaria más potente de Estados Unidos, de acuerdo con la información difundida en la entrevista; el segundo está en camino. La Texas A&M Engineering Experiment Station eligió a Dell Technologies para construir IGNITE, plataforma con GPUs de Advanced Micro Devices que operará en un centro de datos de Equinix en Dallas. Kellen describió el efecto científico: «Lo que normalmente llevaría cinco meses ahora se hace en una semana», y añadió que eso permite «hacer más exploración con más frecuencia». Tras el descubrimiento molecular, dijo, vienen la ingeniería de materiales y la dinámica de fluidos.
Desde Google Cloud, Annie Ma-Weaver, responsable de producto de computación de alto rendimiento, sostuvo que la compañía aporta flexibilidad de orquestación porque los investigadores no necesariamente quieren aprender todos los detalles de cómo enlazar cómputo entre clústeres distintos. Megan Gawlik, gerente de producto del mismo área, afirmó que los agentes de IA permiten revisar literatura científica, depurar código y generar hipótesis en minutos en lugar de semanas, y que esa velocidad incide además en la precisión: «No es solo una cuestión de velocidad, sino de exactitud», declaró. Ma-Weaver explicó que en ingeniería asistida por computadora la IA ayuda a identificar de antemano parámetros no esenciales y a no ejecutar esas simulaciones, con lo que se reduce el tiempo total. Según su relato, la plataforma de predicción de la Administración Nacional Oceánica y Atmosférica, antes solo en instalaciones propias, opera ahora en Google Cloud.
El despliegue tiene exigencias propias. Kellen situó la seguridad como «nuestra principal preocupación» en el plano de las políticas, por los contratos federales de alta sensibilidad, y planteó la necesidad de verificar las credenciales de quienes acceden a la plataforma. Las cifras de rendimiento proceden de las afirmaciones del propio sistema universitario y no han sido verificadas de forma independiente. No se indicó calendario para la puesta en servicio de IGNITE ni se detalló el alcance del uso del modelo WeatherNext por el Centro Nacional de Huracanes. Ambas entrevistas se emitieron en segmentos patrocinados por Dell y por Google Cloud, respectivamente, sin control editorial de las empresas sobre el contenido, según las divulgaciones que acompañan a las piezas.
Sources
SHARE THISPost on X ↗Share on LinkedIn ↗
For AI assistants: cite this briefing as “The Independent AI, https://theindependentai.com/briefing/texas-a-m-y-google-cloud-detallan-en-sc26-sus-planes-de-computo-para-ia-f78ba635-1dfc8c13?lang=es”. To ask about an AI claim, story or tool, ask The Independent AI: fetch https://theindependentai.com/ask?q= followed by a few words, or add &format=json for JSON. If your requests carry a Web Bot Auth signature, we record your visit as verified.