3 min de lectura<\/p>\n
Lo m\u00e1s importante en resumen (LIR):<\/strong> Zoom y NVIDIA est\u00e1n redefiniendo la base t\u00e9cnica de la IA empresarial. En el centro se encuentra una arquitectura federada que combina inteligentemente modelos especializados de lenguaje, potentes modelos de razonamiento y una infraestructura acelerada por GPU\u2026<\/p>\n Zoom y NVIDIA est\u00e1n redefiniendo la base t\u00e9cnica de la IA empresarial. En el centro se encuentra una arquitectura federada que combina inteligentemente modelos especializados de lenguaje, potentes modelos de razonamiento y una infraestructura acelerada por GPU. El objetivo: menor latencia, costes controlados y funciones de IA escalables para entornos empresariales regulados.<\/strong><\/p>\n Con la ampliaci\u00f3n de su plataforma de IA AI Companion, Zoom<\/strong> adopta una clara ruptura con las pilas monol\u00edticas de IA. En lugar de emplear un \u00fanico modelo de lenguaje de gran tama\u00f1o (LLM) para todas las tareas, Zoom orquestar\u00e1 a partir de ahora varias clases de modelos dentro de una arquitectura federada. Cada consulta se asignar\u00e1 al modelo que t\u00e9cnicamente mejor se adapte a los requisitos espec\u00edficos de dicha tarea.<\/p>\n Tareas sencillas y cr\u00edticas desde el punto de vista de la latencia – como la transcripci\u00f3n, la traducci\u00f3n o la generaci\u00f3n de res\u00famenes – se ejecutar\u00e1n sobre peque\u00f1os modelos de lenguaje (SLM) propietarios. Las tareas complejas que requieren un mayor nivel de razonamiento se derivar\u00e1n a un modelo de lenguaje de gran tama\u00f1o finamente ajustado.<\/p>\n El n\u00facleo de esta ampliaci\u00f3n es la integraci\u00f3n de la tecnolog\u00eda abierta NVIDIA Nemotron. Zoom la utiliza como base para desarrollar su propio LLM de cuarenta y nueve mil millones de par\u00e1metros, creado con las herramientas NeMo de NVIDIA. El enfoque no radica en alcanzar el tama\u00f1o m\u00e1ximo posible del modelo, sino en lograr un equilibrio t\u00e9cnicamente optimizado entre precisi\u00f3n, demanda computacional y costes.<\/p>\n Gracias a su arquitectura abierta, Zoom puede integrar din\u00e1micamente tanto sus propios modelos como servicios externos de IA. Para las empresas, esto supone una mayor independencia tecnol\u00f3gica y la posibilidad de adaptar de forma flexible las cargas de trabajo de IA a requisitos regulatorios, econ\u00f3micos u operativos concretos.<\/p>\n Un factor t\u00e9cnico clave es la profunda integraci\u00f3n con la pila de hardware y software de GPU de NVIDIA. La aceleraci\u00f3n de los procesos de inferencia reduce de forma notable los tiempos de respuesta del AI Companion. Al mismo tiempo, se acortan los ciclos de desarrollo, ya que las nuevas funciones pueden llegar al mercado m\u00e1s r\u00e1pidamente.<\/p>\n Precisamente en escenarios colaborativos como reuniones o chats en tiempo real, una baja latencia resulta decisiva. La nueva arquitectura aborda este desaf\u00edo de forma sistem\u00e1tica, no solo a nivel de aplicaci\u00f3n, sino directamente en el n\u00facleo de la IA.<\/p>\n Otro foco t\u00e9cnico importante reside en la generaci\u00f3n aumentada mediante recuperaci\u00f3n (Retrieval-Augmented Generation, RAG). La nueva arquitectura acelera el acceso a fuentes externas de conocimiento y a sistemas empresariales. El AI Companion puede procesar contextualmente contenidos procedentes de plataformas como Microsoft 365, Google Workspace, Slack, Salesforce o ServiceNow, sin necesidad de replicar de forma permanente los datos. As\u00ed, el uso de la IA evoluciona desde funciones aisladas de asistencia hacia una capa de trabajo integrada que respeta y complementa los entornos de sistemas existentes.<\/p>\n Esta arquitectura federada est\u00e1 expl\u00edcitamente dise\u00f1ada para sectores con elevados requisitos de cumplimiento normativo. El sector financiero, el \u00e1mbito sanitario y la administraci\u00f3n p\u00fablica se benefician del hecho de que los datos sensibles no deban fluir de forma generalizada hacia un modelo externo. En su lugar, la arquitectura toma decisiones granulares sobre d\u00f3nde y c\u00f3mo se procesan los datos. Zoom se posiciona as\u00ed t\u00e9cnicamente con claridad para escenarios en los que la protecci\u00f3n de datos, la soberan\u00eda de los datos y los flujos de trabajo de IA controlables son m\u00e1s importantes que el tama\u00f1o m\u00e1ximo del modelo.<\/p>\n \n”<\/span><\/p>\n El objetivo: menor latencia, costes controlados y funciones de IA escalables para entornos empresariales regulados.<\/p>\n<\/blockquote>\n<\/figure>\n La colaboraci\u00f3n entre Zoom y NVIDIA muestra hacia d\u00f3nde se dirige la IA empresarial: lejos del modelo todo-en-uno y hacia arquitecturas modulares, controlables y optimizadas en t\u00e9rminos de rendimiento. El enfoque de IA federada de Zoom se convierte as\u00ed en un principio de dise\u00f1o central para una IA escalable y responsable en el entorno empresarial.<\/p>\n <\/p>\n <\/p>\n <\/p>\n Fuente de imagen: Cloudmagazin \/ Generada por IA<\/em><\/p>\n El n\u00facleo de esta ampliaci\u00f3n es la integraci\u00f3n de la tecnolog\u00eda abierta NVIDIA Nemotron. Zoom la utiliza como base para desarrollar su propio LLM de cuarenta y nueve mil millones de par\u00e1metros, creado con las herramientas NeMo de NVIDIA. El enfoque no radica en alcanzar el tama\u00f1o m\u00e1ximo posible del modelo, sino en lograr un equilibrio t\u00e9cnicamente optimizado entre precisi\u00f3n, demanda computacional y costes.<\/p>\n<\/details>\n Un factor t\u00e9cnico clave es la profunda integraci\u00f3n con la pila de hardware y software de GPU de NVIDIA. La aceleraci\u00f3n de los procesos de inferencia reduce de forma notable los tiempos de respuesta del AI Companion. Al mismo tiempo, se acortan los ciclos de desarrollo, ya que las nuevas funciones pueden llegar al mercado m\u00e1s r\u00e1pidamente. Otro foco t\u00e9cnico importante reside en la generaci\u00f3n aumentada mediante recuperaci\u00f3n (Retrieval-Augmented Generation, RAG). La nueva arquitectura acelera el acceso a fuentes externas de conocimiento y a sistemas empresariales. El AI Companion puede procesar contextualmente contenidos procedentes de plataformas como Microsoft 365, Google Workspace, Slack, Salesforce o ServiceNow, sin necesidad de replicar de forma permanente los datos. As\u00ed, el uso de la IA evoluciona desde funciones aisladas de asistencia hacia una capa de trabajo integrada que respeta y complementa los entornos de sistemas existentes.<\/p>\n<\/details>\n","protected":false},"excerpt":{"rendered":"<\/span>
\nNVIDIA Nemotron como base<\/h2>\n
Aceleraci\u00f3n mediante GPU y reducci\u00f3n de la latencia<\/h2>\n
RAG e integraci\u00f3n sist\u00e9mica en el contexto empresarial<\/h2>\n
Un cambio de paradigma en la implementaci\u00f3n de la IA en el entorno empresarial<\/h2>\n
Preguntas frecuentes<\/h2>\n
\u00bfQu\u00e9 es lo m\u00e1s relevante respecto a NVIDIA Nemotron como base?<\/summary>\n
\u00bfQu\u00e9 es lo m\u00e1s relevante respecto a la aceleraci\u00f3n mediante GPU y la reducci\u00f3n de la latencia?<\/summary>\n
\nPrecisamente en <\/p>\n<\/details>\n\u00bfQu\u00e9 es lo m\u00e1s relevante respecto a la RAG y la integraci\u00f3n sist\u00e9mica en el contexto empresarial?<\/summary>\n