Una colaboración entre HIVE Digital Technologies y la Universidad de Columbia ha producido algo que el mundo de la computación de IA rara vez ve en un mercado emergente: pruebas contundentes. Investigadores del Departamento de Ingeniería Industrial e Investigación de Operaciones de Columbia ejecutaron cargas de trabajo iterativas de entrenamiento de IA en el clúster de GPU de HIVE en Asunción, Paraguay — a más de 8.000 kilómetros de su laboratorio en la ciudad de Nueva York — y los resultados fueron lo suficientemente buenos como para enviarlos a NeurIPS, una de las conferencias de investigación en IA más competitivas del planeta.
Summary
Conclusiones clave
- Las GPU A40 de HIVE en Paraguay igualaron el rendimiento de las GPU H100 de nueva generación después de las optimizaciones de código realizadas por los investigadores de Columbia.
- La investigación se envió a NeurIPS, una importante conferencia anual de aprendizaje automático que se celebra cada diciembre y que, junto con ICLR e ICML, es uno de los tres eventos de investigación en IA de mayor impacto a nivel mundial.
- Los investigadores de Columbia ejecutaron con éxito entrenamientos de IA intercontinentales de forma remota a más de 8.000 kilómetros desde la ciudad de Nueva York hasta Asunción.
- La subestación de 100 MW de HIVE en Yguazú, Paraguay, se espera que esté energizada para septiembre de 2026, con un nuevo centro de datos Tier-III cuya construcción comenzará en otoño de 2026 y estará listo para entrar en servicio en el segundo semestre de 2027.
- La investigación se centró en el optimizador Muon y en técnicas avanzadas de preentrenamiento de redes neuronales relevantes para el desarrollo futuro de modelos de lenguaje de gran tamaño.
HIVE y la Universidad de Columbia validan la infraestructura de GPU de IA en Paraguay
El hallazgo central es sencillo pero significativo: la geografía ya no tiene por qué limitar dónde se realiza la investigación seria en IA. Durante un período de dos meses, los investigadores de Columbia optimizaron su código de entrenamiento específicamente para los nodos de GPU A40 de HIVE en Asunción. Cuando midieron el rendimiento, la latencia y el desempeño en tokens por segundo frente a los puntos de referencia de las H100 — la GPU de referencia estándar de la industria actual — los resultados se alinearon tras normalizar las características de rendimiento bruto de cada plataforma de hardware.
Eso no es una nota al pie menor. Las GPU H100 representan el silicio insignia de centros de datos de Nvidia, y cerrar esa brecha de rendimiento utilizando hardware A40 más antiguo mediante optimización a nivel de software habla directamente del argumento de HIVE de que una ingeniería inteligente puede extraer un valor significativo de su infraestructura existente.
Entrenamiento de IA intercontinental desde Nueva York hasta Asunción
Lo que hace que esta colaboración sea técnicamente interesante es la dimensión intercontinental. Ejecutar trabajos de entrenamiento de IA de forma remota no es inusual dentro de un solo centro de datos o red de campus. Hacerlo de forma fiable a lo largo de más de 8.000 kilómetros, con ejecuciones de entrenamiento iterativas que dependen de bucles de retroalimentación de baja latencia, es un desafío completamente diferente. El equipo de Columbia lo logró, estableciendo una línea base de rendimiento concreta para el clúster de GPU de HIVE en Asunción que la empresa ahora puede utilizar como punto de referencia para futuras cargas de trabajo comerciales de IA.
Paridad de rendimiento entre las A40 de HIVE y las nuevas GPU H100
El resultado de paridad de rendimiento tiene un peso que va más allá de este único estudio. Sugiere que los clientes que evalúan la infraestructura de HIVE en Paraguay para cargas de trabajo de IA — en particular aquellos que realizan el preentrenamiento de modelos de lenguaje de gran tamaño con escalas de hasta 1.400 millones de parámetros, como se probó en esta investigación — no deberían asumir automáticamente que una brecha generacional de hardware implica una brecha de capacidades. El equipo de Columbia también ejecutó pruebas de rendimiento de servicio y latencia en un modelo de 1,4B de parámetros y realizó pruebas estándar utilizando modelos LLaMA, construyendo una imagen de rendimiento más amplia del clúster.
Investigación de vanguardia sobre preentrenamiento y optimización de redes neuronales
El contenido académico de este proyecto va más allá de la validación de la infraestructura. La investigación del equipo de Columbia se sitúa en la intersección entre la teoría de la optimización y el entrenamiento práctico de IA a gran escala, un campo que ha atraído una atención seria a medida que los costos de preentrenamiento de los LLM siguen disparándose.
Enfoque en el optimizador Muon y técnicas avanzadas de preentrenamiento
El estudio analizó el optimizador Muon y sus variantes, examinando el preentrenamiento de redes neuronales bajo condiciones de geometría general y gran ruido. En términos prácticos, Muon es un optimizador consciente de matrices — lo que significa que tiene en cuenta la estructura de las matrices de pesos durante las actualizaciones de gradiente, en lugar de tratar todos los parámetros de forma uniforme como hacen los optimizadores más simples. Los investigadores de Columbia diseñaron y analizaron un algoritmo acelerado que igualó el rendimiento de Muon tanto en entornos teóricos como prácticos, lo que constituye una contribución significativa para comprender cómo se comportan a escala los métodos de preentrenamiento de próxima generación.
Perspectivas de los investigadores de la Universidad de Columbia
Un profesor asistente del departamento de IEOR de Columbia describió el significado más amplio: el trabajo avanza en la comprensión de los optimizadores conscientes de matrices como Muon y métodos relacionados invariantes a la escala, aclarando sus fundamentos teóricos y evaluándolos en entornos reales de entrenamiento de redes neuronales. La investigación destaca su posible relevancia para el futuro preentrenamiento de LLM, precisamente las cargas de trabajo que definirán la demanda de infraestructura de IA durante los próximos años.
Enviar este trabajo a NeurIPS — que, junto con ICLR e ICML, se considera uno de los tres principales eventos de alto impacto en aprendizaje automático a nivel mundial — indica que la calidad de la investigación se está sometiendo a una rigurosa revisión por pares, y no simplemente circulando como una prueba de concepto de marketing.
Desarrollo estratégico de infraestructura de IA en Paraguay
La colaboración con Columbia está programada deliberadamente. HIVE se encuentra en medio de una importante expansión de infraestructura en Paraguay que transforma este hito de investigación en una base comercial en lugar de un ejercicio académico aislado.
Construcción de subestación de 100 MW y centro de datos Tier-III
En Yguazú, Paraguay, HIVE tiene una subestación de 100 megavatios en construcción con las obras civiles ya completadas. La empresa planea su puesta en servicio este verano, y se espera que la subestación esté energizada para septiembre de 2026. La construcción de un nuevo centro de datos Tier-III en el mismo sitio está programada para comenzar en otoño de 2026.
Cronogramas previstos de puesta en servicio y operación
El centro de datos Tier-III tiene una fecha de disponibilidad para servicio en el segundo semestre de 2027, lo que da a HIVE una clara pista para convertir los puntos de referencia de rendimiento establecidos en esta investigación en una instalación de computación de alto rendimiento (HPC) y de IA totalmente operativa. Los datos de tokens por segundo, latencia y ancho de banda recopilados durante el estudio de Columbia ahora sirven como la base técnica para el diseño y el posicionamiento comercial de esa instalación.
La lógica estratégica merece un examen detallado. Paraguay se asienta sobre un superávit energético basado en la generación hidroeléctrica: limpia, constante y relativamente barata. HIVE, que fue fundada en 2017 como una de las primeras empresas que cotizan en bolsa en minar activos digitales utilizando energía verde, ha estado operando centros de datos en Canadá, Suecia y Paraguay con un enfoque explícito en la sostenibilidad ambiental. Llevar cargas de trabajo de IA a esa misma base de infraestructura es una extensión natural del modelo de negocio, y la investigación de Columbia ahora proporciona el tipo de validación de rendimiento por terceros que los clientes empresariales suelen exigir antes de comprometer presupuestos de cómputo.
Perspectivas de liderazgo sobre innovación y estrategia global de IA
El presidente ejecutivo Frank Holmes sobre la infraestructura de IA distribuida
El presidente ejecutivo Frank Holmes enmarcó el resultado en términos de lo que refuta: «Demuestra que la computación de alto rendimiento no tiene por qué estar limitada por la geografía». Holmes señaló la combinación de capacidad energética de Paraguay, su ubicación estratégica y ahora un punto de prueba verificado como la base de la visión de la empresa de conectar directamente al país con la economía global de la IA. «HIVE se enorgullece de ayudar a poner en línea ese futuro», añadió.
El CEO Aydin Kilic sobre la validación de la investigación y la visión futura
El presidente y CEO Aydin Kilic se centró en lo que significa el resultado de paridad A40-H100 para la tesis de inversión más amplia de HIVE: «Una gran ingeniería puede desbloquear un valor significativo». Kilic señaló que la historia de innovación de hardware de la empresa — que incluye la construcción del BuzzMiner en colaboración con Intel Corporation y convertirse en uno de los mayores participantes en respuesta a la demanda de Suecia, ayudando a equilibrar la red eléctrica nacional — refleja un patrón constante de extraer eficiencia operativa mediante ingenio técnico en lugar de simplemente desplegar el hardware más nuevo disponible.
Ese enfoque es importante tanto para los inversores como para los posibles clientes de la nube. Si HIVE puede cerrar brechas de rendimiento mediante la optimización de código en lugar de gasto de capital en la última generación de GPU, la economía unitaria de su infraestructura en Paraguay resulta considerablemente más atractiva, especialmente a medida que la demanda de cómputo de IA rentable sigue superando la oferta global de capacidad premium de H100.
Preguntas frecuentes
¿Cuál fue el principal logro de la colaboración de investigación de HIVE con la Universidad de Columbia?
La colaboración demostró entrenamiento de IA intercontinental, con investigadores de Columbia en la ciudad de Nueva York ejecutando con éxito cargas de trabajo de IA en el clúster de GPU de HIVE en Asunción, Paraguay, a más de 8.000 kilómetros de distancia. El hallazgo técnico clave fue que las GPU A40 de HIVE igualaron el rendimiento de las GPU H100 más nuevas después de las optimizaciones de código desarrolladas por el equipo de Columbia.
¿Dónde y cuándo entrarán en funcionamiento el nuevo centro de datos de IA y la subestación de HIVE en Paraguay?
Se espera que la subestación de 100 MW en Yguazú, Paraguay, se ponga en servicio en el verano de 2026 y esté energizada para septiembre de 2026. La construcción de un nuevo centro de datos Tier-III en el mismo sitio está programada para comenzar en otoño de 2026, con una fecha de disponibilidad para servicio en la segunda mitad de 2027.
¿Qué investigación avanzada de IA se llevó a cabo utilizando la infraestructura de HIVE?
Investigadores del Departamento de Ingeniería Industrial e Investigación de Operaciones de la Universidad de Columbia estudiaron el preentrenamiento de redes neuronales utilizando teoría de la optimización bajo condiciones de geometría general y gran ruido. El trabajo se centró en el optimizador Muon y en métodos relacionados conscientes de matrices, evaluando algoritmos de preentrenamiento para modelos de lenguaje de gran tamaño de hasta 1.400 millones de parámetros en los nodos de GPU A40 de HIVE en Asunción.
¿Cómo ve HIVE el papel de Paraguay en el panorama global de infraestructura de IA?
La dirección de HIVE ve a Paraguay como un centro estratégicamente posicionado para la computación global de IA, citando su capacidad de energía hidroeléctrica, su ubicación geográfica y ahora una línea base de rendimiento verificada como ventajas clave. El objetivo de la empresa es que Paraguay participe directamente en la economía global de la IA mediante infraestructura HPC distribuida y energéticamente eficiente.
{«@context»:»https://schema.org»,»@type»:»FAQPage»,»mainEntity»:[{«@type»:»Question»,»name»:»¿Cuál fue el principal logro de la colaboración de investigación de HIVE con la Universidad de Columbia?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»La colaboración demostró entrenamiento de IA intercontinental, con investigadores de Columbia en la ciudad de Nueva York ejecutando con éxito cargas de trabajo de IA en el clúster de GPU de HIVE en Asunción, Paraguay, a más de 8.000 kilómetros de distancia. El hallazgo técnico clave fue que las GPU A40 de HIVE igualaron el rendimiento de las GPU H100 más nuevas después de las optimizaciones de código desarrolladas por el equipo de Columbia.»}},{«@type»:»Question»,»name»:»¿Dónde y cuándo entrarán en funcionamiento el nuevo centro de datos de IA y la subestación de HIVE en Paraguay?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»Se espera que la subestación de 100 MW en Yguazú, Paraguay, se ponga en servicio en el verano de 2026 y esté energizada para septiembre de 2026. La construcción de un nuevo centro de datos Tier-III en el mismo sitio está programada para comenzar en otoño de 2026, con una fecha de disponibilidad para servicio en la segunda mitad de 2027.»}},{«@type»:»Question»,»name»:»¿Qué investigación avanzada de IA se llevó a cabo utilizando la infraestructura de HIVE?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»Investigadores del Departamento de Ingeniería Industrial e Investigación de Operaciones de la Universidad de Columbia estudiaron el preentrenamiento de redes neuronales utilizando teoría de la optimización bajo condiciones de geometría general y gran ruido. El trabajo se centró en el optimizador Muon y en métodos relacionados conscientes de matrices, evaluando algoritmos de preentrenamiento para modelos de lenguaje de gran tamaño de hasta 1.400 millones de parámetros en los nodos de GPU A40 de HIVE en Asunción.»}},{«@type»:»Question»,»name»:»¿Cómo ve HIVE el papel de Paraguay en el panorama global de infraestructura de IA?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»La dirección de HIVE ve a Paraguay como un centro estratégicamente posicionado para la computación global de IA, citando su capacidad de energía hidroeléctrica, su ubicación geográfica y ahora una línea base de rendimiento verificada como ventajas clave. El objetivo de la empresa es que Paraguay participe directamente en la economía global de la IA mediante infraestructura HPC distribuida y energéticamente eficiente.»}}]}
Artículo producido con la ayuda de inteligencia artificial y revisado por el equipo editorial.
