El sector de la computación para inteligencia artificial ha encontrado un nuevo campo de batalla. Se llaman supernodos y, en 2026, prácticamente todos los fabricantes de infraestructura los han colocado en el centro de su estrategia. Huawei, Inspur, Alibaba Cloud, Baidu.
Cada uno con su propia definición, su propia arquitectura y su propio argumento comercial. Pero detrás del ruido, hay una pregunta que nadie termina de responder con claridad: ¿Qué es exactamente un supernodo y quién está dispuesto a pagar por uno?
La frontera entre lo real y lo que solo lo parece
Un supernodo no es simplemente un montón de chips apilados. El libro blanco de definición y práctica lo deja claro: debe cumplir tres parámetros técnicos. Ancho de banda ultra alto. Latencia ultra baja. Y algo que resulta más difícil de explicar: semántica de memoria con direccionamiento unificado.
Esa última característica es la clave. Significa que un chip puede acceder a la memoria de otro como si fuera propia. Sin intermediarios. Sin traducciones. Como si toda la memoria del sistema fuera un único espacio compartido.
La analogía que usa el sector es útil. Un supernodo real es como una ciudad donde todas las carreteras están codificadas con el mismo sistema. Los coches pueden ir de cualquier punto a cualquier otro sin detenerse. Un pseudo-supernodo es lo contrario. Cada distrito tiene su propio sistema de peajes y sus propios traductores. Cada viaje implica una parada, una verificación, una espera.
Liu Jun, estratega jefe de IA de Inspur, lo resume con una frase directa: la característica central es el direccionamiento unificado de memoria. Pero añade que eso es solo el punto de partida. Después hay que lograr una conexión simétrica directa, para que los datos viajen entre chips sin sobrecarga, y optimizar los operadores para que el modelo espere menos, mueva menos datos y calcule de forma más eficiente.
La batalla por el tamaño
Una de las divisiones más visibles dentro del sector es cuántos chips debe tener un supernodo. Algunos fabricantes apuestan por la escala masiva. Huawei ha presentado su Ascend 950 con configuraciones que alcanzan miles de tarjetas. La lógica es sencilla: si los modelos crecen, si el contexto se alarga, si la concurrencia aumenta, necesitas más memoria y más cómputo en un mismo dominio.
Otros no están de acuerdo. Alibaba Cloud organiza su Lingjun Zhenwu M890 en unidades de 64 tarjetas y luego escala horizontalmente. Inspur lanzó el año pasado un supernodo de 64 tarjetas y este año lo ha actualizado a 128 basado en chips nacionales. Su postura es que el tamaño no es el objetivo.
Liu Jun lo explica con un argumento económico. Cuanto más grande es el dominio, más memoria compartida y menos comunicación entre nodos. Pero también más riesgo de fallo y más complejidad de programación. Si el coste de mover los datos supera el beneficio de tenerlos más cerca, el supernodo pierde sentido. El equilibrio depende de la tarea, del modelo y del presupuesto del cliente.
¿Quién compra supernodos y por qué?
La pregunta del millón es quién paga estas máquinas y la respuesta no encaja con las categorías tradicionales.
Liu Jun observa que los primeros clientes en adoptar cómputo avanzado no necesitan que nadie les explique qué es un supernodo. Ya lo saben, y comparten dos rasgos principales: Primero, quieren modelos muy potentes. Segundo, quieren agentes más rápidos, más numerosos y más baratos.
Eso rompe el esquema clásico de venta por industria. No importa si eres un banco, una farmacéutica o una empresa de logística. Lo que importa es qué modelo quieres ejecutar, cuántos agentes necesitas y cuánto estás dispuesto a pagar por cada token generado.
Inspur ha organizado su oferta alrededor de esa idea. Su SD200 Ultra apunta a modelos de frontera y agentes complejos. Su HC2000 apunta a inferencia masiva y sostenida. Dos productos, dos perfiles de cliente, una misma lógica: vender capacidad de producir inteligencia, no solo capacidad de calcular.
De vender chips a vender tokens
El cambio de modelo de negocio es profundo. Antes, los proveedores de cómputo vendían hardware. Ahora venden la capacidad de generar tokens, la unidad básica de la inteligencia artificial generativa.
Los proveedores de modelos también están cambiando. Antes cobraban por llamadas a su API. Ahora negocian acuerdos de reparto de ingresos con los proveedores de nube. El modelo genera valor, la nube lo ejecuta, y ambos se reparten el resultado.
Eso significa que la demanda de cómputo no disminuye. Se transforma. Exige más calidad, más eficiencia y más capacidad de adaptación. Y empuja a los fabricantes a ofrecer algo más que servidores: tienen que garantizar que el cliente pueda producir tokens de forma fiable.
El contexto chino
En septiembre de 2026, el Ministerio de Industria y Tecnología de la Información pidió “desplegar de forma ordenada clústeres de diez mil tarjetas o más”. La frase convirtió lo que era una decisión empresarial en una dirección de política industrial.
Los fabricantes nacionales de cómputo han crecido. Los principales proveedores de nube ya construyen clústeres de diez mil tarjetas basados en GPU chinas. El cambio es simbólico: la computación nacional deja de ser una opción de respaldo y empieza a ser la opción principal.
Pero hay un problema práctico. Los clientes no carecen de modelos. Carecen de la capacidad de hacerlos funcionar de forma eficiente sobre hardware nacional. La adaptación de chips, las pilas de software, la optimización de operadores y la programación de clústeres se han convertido en el verdadero cuello de botella.
Liu Jun lo admite sin rodeos. El trabajo del fabricante ya no termina en entregar el servidor. Tiene que acompañar al cliente hasta que el sistema produce tokens de forma estable. Es un cambio de mentalidad: de proveedor de hardware a socio de producción de inteligencia.
La mirada global
Fuera de China, la carrera sigue el mismo patrón. Google ha diseñado su instancia A5X para soportar hasta 80.000 GPU Rubin en un solo sitio. Con su plataforma Virgo, puede agregar hasta 960.000 GPU entre múltiples ubicaciones. Microsoft, en su centro de datos Fairwater, integra cientos de miles de GB200 de Nvidia sobre una única red plana.
La conclusión es la misma en todas partes. La competencia ya no se mide por cuántos chips tienes, sino por cuántos puedes hacer que trabajen como si fueran uno solo. El supernodo es la respuesta a esa pregunta. Y los clientes que lo compran no buscan potencia bruta. Buscan que la inteligencia artificial deje de ser un experimento y se convierta en un servicio fiable, rápido y económico.
Descubre más desde CIBERED
Suscríbete y recibe las últimas entradas en tu correo electrónico.
