Recap NVIDIA GTC Berlin 2026

Plain Concepts asistió a NVIDIA GTC Berlin 2026 con Javier Cantón, Chief Technology Innovation Officer (CTIO); JC Durbin, Head of Innovation and AI de Plain Concepts Europe, y David Ávila, Software Developer, que siguieron en Berlín la keynote de Jensen Huang y las sesiones dedicadas a agentes, fábricas de IA e IA física con un objetivo concreto, separar lo que ya puede llevarse a producción en nuestros proyectos de lo que todavía conviene seguir de cerca.

El equipo de Plain Concepts ante el Tempodrom de Berlín, sede de la keynote.

La conferencia europea de NVIDIA se celebró del 20 al 22 de octubre en STATION-Berlin, con más de un centenar de sesiones técnicas, talleres para desarrolladores durante la primera jornada y la keynote de Huang en el Tempodrom el miércoles 21. Huang abrió con el compromiso de invertir cerca de 10.000 millones de dólares en el ecosistema tecnológico europeo y dedicó buena parte de su intervención a explicar cómo pasar de modelos que responden preguntas a agentes que ejecutan tareas sobre los datos reales de una empresa.

El Tempodrom, lleno minutos antes de la keynote de Jensen Huang.

En GTC Berlin 2026 se habló de:

• Infraestructura para fábricas de IA y eficiencia energética.
• Seguridad y gobierno de agentes de IA.
• Modelos abiertos y control de los datos en Europa.
• IA física, robótica y gemelos digitales en la industria.
• Casos en producción en banca y automoción.
• Hardware local para desarrollar con IA.

Vera Rubin NVL72 DSX POD, con 25 exaflops de IA y 17 km de cable de red en un contenedor. Imagen: NVIDIA.

Huang confirmó que Vera Rubin, la nueva generación de su plataforma de cómputo, está ya en plena producción, y presentó DSX POD, un diseño de referencia con el que los socios de NVIDIA montan fábricas de IA en contenedores modulares que llegan al emplazamiento integrados y validados. Según la compañía, una vez preparados el suministro eléctrico y la refrigeración, el despliegue pasa de unos seis meses a 14 días, mientras que la plataforma DSX AI Factory ofrece la misma capacidad con hasta un 30 % menos de energía. A estos anuncios se sumó Minerva, una plataforma de AIOps que cruza la telemetría de la infraestructura con la de las cargas de trabajo para dar observabilidad de extremo a extremo.

En la nube, Google Cloud anunció la disponibilidad general de sus instancias A5X con Vera Rubin NVL72 en las próximas semanas, con expansión prevista a Europa, y proveedores como Nebius y Nscale adoptarán la CPU Vera en su nueva infraestructura. Para una empresa que no va a construir su propio centro de datos, la consecuencia práctica es que el cómputo más avanzado estará disponible en regiones europeas, lo que facilita cumplir los requisitos de residencia de datos sin renunciar a modelos de gran tamaño.

Huang presenta los socios que adoptan OpenShell para la seguridad de los agentes. Foto: NVIDIA.

El anuncio con más recorrido para los proyectos empresariales fue la arquitectura de referencia OpenShell para agentes seguros, construida sobre un runtime de código abierto que aplica políticas de control y aislamiento a nivel de kernel. Huang insistió en que los privilegios de un agente deben ser los mínimos necesarios, estar monitorizados y ajustarse en cada ejecución, y NVIDIA amplió su Agent Toolkit con herramientas para gobernar y supervisar agentes que trabajan con datos corporativos. Completó el bloque Agent Knowledge Foundation, un conjunto de modelos y bibliotecas para conectar agentes con documentos y bases de datos que incluye herramientas Nemotron de extracción, embeddings y reordenación de resultados, además de la nueva familia de modelos Kumo para hacer predicciones sobre datos estructurados.

El enfoque coincide con lo que hemos visto al poner agentes a prueba en nuestro laboratorio, porque cuando un agente puede consultar un ERP o lanzar acciones en sistemas de producción, el riesgo principal está en los permisos que recibe y en lo que puede ejecutar sin supervisión humana. Lo explicamos con más detalle en nuestro artículo sobre seguridad en tiempo de ejecución para agentes de IA, y la conclusión es la misma que defendió Huang, de modo que el control de accesos tiene que diseñarse desde el primer día y no añadirse después del piloto.

NVIDIA presentó nuevas versiones de sus familias de modelos abiertos, entre ellas Nemotron 3.5 en sus variantes Super VL y Bolt, Nemotron Retriever, Cosmos 3.5 para modelos de mundo, Alpamayo 2 Edge para conducción autónoma, BioNeMo para biología e Ising para computación cuántica. La compañía publica los modelos junto con los datos y los scripts necesarios para reproducirlos, lo que permite a cada empresa hacer el post-entrenamiento con su propia información y desplegar el resultado en la infraestructura que elija.

Ese planteamiento encaja con varios anuncios europeos de la semana, como los proyectos con gobiernos para usar modelos abiertos bajo control de los datos, la ampliación del marco soberano de la Unión Europea de Radiodifusión (EBU) con NVIDIA o el programa de startups del Barcelona Supercomputing Center, que se abre a través de NVIDIA Inception. Para las organizaciones con datos sensibles, un modelo abierto ajustado y desplegado en casa reduce la dependencia de un único proveedor, aunque exige capacidad de ingeniería para mantenerlo, y por eso seguimos trabajando en opciones que bajen ese coste, como la alianza con Multiverse Computing para llevar modelos comprimidos a producción.

La IA física, es decir, la que percibe y actúa sobre el mundo real mediante robots, sensores y simulación, tuvo su caso más visible en la fábrica de Siemens en Erlangen, con alrededor de 1.000 empleados de producción, donde las dos compañías aplican agentes y gemelos digitales a la planificación de la producción. En el proyecto de inspección de placas electrónicas, el objetivo es reducir hasta un 85 % el esfuerzo manual necesario para generar los programas de inspección, y Siemens anunció además una inversión de 500 millones de euros en su campus tecnológico de la ciudad. NVIDIA publicó en acceso anticipado Factory Operations Blueprint (FOX), una plantilla para construir agentes de gestión de planta e inspección visual.

En robótica, NVIDIA presentó Agile ONE SN, un humanoide de referencia basado en Isaac GR00T con 31 grados de libertad que estará disponible el próximo año, y en sanidad, Siemens Healthineers mostró su trabajo en radioterapia adaptativa con IA. Desde nuestro equipo de Research trabajamos con tecnología de NVIDIA en gráficos 3D, simulación y avatares, como en la comparativa de latencia entre LLM y Audio2Face que publicamos en agosto, y vemos en los gemelos digitales la vía más directa para que la industria pruebe estos sistemas antes de tocar una línea de producción real.

Revolut explicó que ya usa en producción PRAGMA, su propio modelo fundacional, que da servicio inicialmente a 80 millones de clientes sobre infraestructura Blackwell Ultra y que está dimensionado para triplicar esa capacidad. En automoción, Volvo Cars adoptará la plataforma Hyperion y el stack Alpamayo de NVIDIA, los próximos vehículos de Mercedes-Benz, Volkswagen, JLR y Volvo serán compatibles con Hyperion, y compañías como Bolt, en colaboración con Lucid, y Einride mostraron proyectos de conducción autónoma de nivel 3 y 4 y flotas de robotaxis.

Estos casos muestran que los proyectos que llegan a producción a gran escala comparten dos rasgos, un caso de uso acotado con métricas claras y una infraestructura dimensionada para crecer, que son también los criterios con los que conviene priorizar cualquier iniciativa de IA antes de ampliarla.

Los primeros portátiles RTX Spark en el escenario de la keynote. Foto: NVIDIA.

NVIDIA presentó RTX Spark, una gama de portátiles con Windows que alcanzan un petaflop de rendimiento y hasta 128 GB de memoria unificada, con precios desde 2.399 dólares y modelos de ASUS, Dell, HP, Lenovo, Microsoft y MSI. Huang lo comparó con el DGX-1 que NVIDIA entregó a OpenAI en 2016 y anunció también una versión de DGX Station para Windows a partir de diciembre.

Para los equipos de desarrollo, esta capacidad local permite prototipar, ajustar y evaluar modelos con datos sensibles sin sacarlos del equipo, aunque el despliegue a escala seguirá pasando por la nube o por un centro de datos.

La idea que atravesó casi todas las sesiones fue que los agentes de IA están saliendo de la fase de demostración y que, para hacerlo con garantías, necesitan permisos acotados, acceso gobernado a los datos y una infraestructura que la empresa pueda controlar, ya sea en la nube europea o en sus propias instalaciones. Para quienes llevan meses con pilotos, el mensaje es que el cuello de botella se concentra ahora en la integración, la seguridad y la operación de los agentes.

También conviene leer los anuncios con calma, porque parte de lo presentado está disponible hoy, como los modelos Nemotron o la biblioteca cuDSS, mientras que otros componentes, como FOX o el humanoide Agile ONE SN, están en acceso anticipado o llegarán el próximo año. Separar una cosa de la otra es lo que permite invertir en lo que ya aporta valor y planificar sin prisas lo que aún está en hoja de ruta.

En Plain Concepts acompañamos a las organizaciones en la transformación y adopción de IA, desde la priorización de casos de uso hasta su integración y evolución en producción, y combinamos estrategia, ingeniería y gestión del cambio para que los proyectos se traduzcan en resultados medibles. Si estás valorando cómo llevar agentes o modelos abiertos a tu organización, podemos ayudarte a concretar los siguientes pasos.

¿Cuándo y dónde se celebró NVIDIA GTC Berlin 2026?

Del 20 al 22 de octubre de 2026 en STATION-Berlin, con la keynote de Jensen Huang el 21 de octubre en el Tempodrom.

¿Qué anunció Jensen Huang en GTC Berlin 2026?

Vera Rubin en plena producción, el diseño modular DSX POD para fábricas de IA, la arquitectura OpenShell para agentes seguros, nuevos modelos abiertos Nemotron y Cosmos, los portátiles RTX Spark y una inversión de cerca de 10.000 millones de dólares en el ecosistema europeo.

¿Qué es NVIDIA OpenShell?

Una arquitectura de referencia para desplegar agentes de IA con un modelo de confianza cero, basada en un runtime de código abierto con políticas de control y aislamiento a nivel de kernel.