Los nuevos Huawei SuperPoD impulsarán la IA: potencia y eficiencia para los centros de datos

Los modelos de inteligencia artificial han crecido de manera exponencial en apenas un par de años.

Ahora son capaces de manejar billones de parámetros y, al mismo tiempo, los agentes de IA se están empezando a integrar en los procesos productivos, tal y como vimos en las previsiones de Lenovo para 2026‎.

Ambas cosas están creando la necesidad de escalar la computación sin que la latencia suba, lo cual puede ser complejo a simple vista.

Es por ello que Huawei ha presentado en el MWC 2026 sus SuperPoD como una alternativa diseñada para sostener la base de computación que requieren los flujos modernos de entrenamiento e inferencia.

La característica que mayor define a estos Super PoD es el interconector Unified Bus, el cual, según la marca, es el que soluciona los problemas de eficiencia y las interrupciones que se tienen que hacer durante los entrenamientos.

Huawei ha compartido la idea de una arquitectura de clúster + SuperPod para adaptarse al crecimiento de la demanda de computación y así impulsar el progreso de la inteligencia artificial.

Dentro de esta nueva oferta, el Atlas 950 Superpod es el más potente en cuanto a escalabilidad. Puede conectar hasta 8.192 NPUs a través de Unified Bus, haciendo que funcione como un único ordenador lógico para aprender, razonar y procesar.

Luego está el Atlas 850E, el cual es muy versátil para diferentes tipos de entrenamientos e inferencia.

Por otra parte, Huawei ha presentado también el Taishan 950 Superpod y lo ha definido como el primer superpod de computación de propósito general de la industria.

Es decir, la línea Taishan es una opción para cargas de trabajo de distintas intensidades, siendo el 950 el más potente. Luego están el Taishan 500 y el Taishan 200, que son para cargas de trabajo más bajas.

Huawei ha indicado que tanto el software como el ecosistema son abiertos. De hecho, ha liberado completamente como open source su arquitectura de computación heterogénea CANN.

Además, CANN soporta comunidades y proyectos open source como Triton, TileLang, PyTorch, vLLM y verl para que sea más accesible y eficiente para los desarrolladores.

La IA elevará un 40% el gasto en centros de datos en 2026: previsiones