IA soberana en la cadena de suministro de Nvidia: el movimiento Nemotron de 30B con Palantir

El vídeo que Palantir mostró en el escenario del AIPCon 11 pone su pila conjunta de IA soberana con Nvidia sobre el terreno por primera vez, y el cliente piloto no es un logotipo cualquiera: es la propia cadena de suministro de Nvidia. La tesis defendida en el escenario es directa: las decisiones críticas deben tomarlas no modelos generalistas, sino modelos abiertos afinados con los datos propios de la institución.

La escala te obliga a tomarte en serio la afirmación. Un solo rack Vera Rubin lleva 1,3 millones de piezas; una bandeja de cómputo Grace Blackwell NVL72 contiene dos CPU Grace, cuatro GPU Blackwell y treinta y dos pilas HBM3e, y un rack aloja dieciocho de esas bandejas. Se dice que la cadena construida para Rubin es el doble de grande que la de Grace Blackwell, y el rendimiento se mide desde la salida del wafer hasta el primer token productivo.

El nudo operativo es el problema de asignación de materiales críticos, que se resuelve cada semana: qué planta recibe cuánto de qué material. El plan cubre el trimestre en curso y más allá, mientras que las semanas más cercanas ya están comprometidas. La disponibilidad de piezas fluctúa de semana en semana, de modo que la pieza que bloquea una construcción una semana puede ser abundante la siguiente, y cada componente adelantado espera a los retrasados.

La base cuantitativa es Nvidia cuOpt: un programa de enteros mixtos semanal que calcula la asignación que minimiza el Time of Ownership y muestra qué restricción es vinculante en cada periodo. La entrada del blog enumera cuatro condiciones previas: visibilidad en vivo de los cuellos de botella, redundancia para que ningún fallo único detenga la producción, compromisos aguas arriba que se cumplan y juicio humano convertido en conocimiento persistente.

La admisión más llamativa es el marcador humano contra modelo: planificadores con experiencia superan regularmente al solver. Las señales decisivas viven en correos electrónicos, previsiones meteorológicas, eventos geopolíticos y reuniones con proveedores, entradas que el optimizador nunca ve. La apuesta por la IA apunta exactamente a ese punto ciego: el valor no está en los números, sino en las razones que la gente ya conoce y que el sistema nunca registró.

Esas razones ahora confluyen en el centro de mando Digital Supply Chain Intelligence sobre Foundry. La Ontología de Palantir une materiales, sitios, compromisos, capacidad, asignaciones, producción y señales cualitativas en una única capa gobernada de objetos y vínculos, en lugar de filas y tablas. Los planificadores simulan escenarios sobre esa capa, y el sistema promete cuellos de botella detectados antes, asignaciones más rápidas y alternativas ponderadas.

En el lado del modelo se encuentra el Nemotron 3.5 Lightning de 30 mil millones de parámetros. El equipo pasó las decisiones de asignación capturadas, sus justificaciones y sus resultados por NeMo Anonymizer, Data Designer y AutoModel, y realizó un post-entrenamiento sobre ese rastro dentro del ciclo de vida gobernado de Palantir Autopilot. El argumento de venta a los clientes es la generalización: toma los pesos abiertos de Nemotron, afínalos con tus propios datos operativos y obtén un asistente que recomienda acciones, expone los compromisos y señala riesgos.

Las cifras destacadas son audaces: el modelo especializado de 30B alcanza un 86,7 % de precisión en decisiones de asignación en el test de desarrollo, superando al mucho más grande Nemotron 3 Ultra por 31,2 puntos y a su propio modelo base por 69,2. Leído al revés, eso sitúa a Ultra cerca del 55,5 % y a la base cerca del 17,5 %, el origen del titular de The New Stack sobre un especialista de 30B que vence a un modelo 18 veces más grande. Detrás hay una estrategia de modelos abiertos que posiciona a Nemotron como la respuesta estadounidense a los pesos abiertos chinos.

La promesa duradera es el volante de inercia: cada recomendación aceptada, editada o anulada regresa a la Ontología con su resultado, alimentando futuras rondas de reentrenamiento gobernadas. Cada ciclo promete propuestas algo más afinadas y una incorporación algo más corta, con la experiencia acumulándose en la memoria del sistema en lugar de en el portátil de un solo planificador.

El paquete se comercializa como la arquitectura de referencia Sovereign AI OS: las empresas de manufactura, farmacéuticas y de energía pueden ejecutar la pila completa en su propio hardware o en la nube, con Dell, Cisco, Rackspace y Nebius citados como socios de infraestructura. El montaje detallado en el AIPCon 11 aleja la IA soberana del modelo de «alquilar-el-modelo» hacia «conservar-el-conocimiento-adentro-y-afinarlo-tú-mismo», la misma línea que impulsan el CEO de Palantir y el fundador de Mistral.