En la 70.ª IT Press Tour, DDN presentó dos motores de datos para el entrenamiento y la inferencia de IA. Según la empresa, buscan aumentar el uso de las GPU en un momento de escasez de energía y capacidad.
DDN presenta su plataforma de datos como una palanca para la rentabilidad de la IA: cuanto más tiempo de cada GPU se dedica a trabajo productivo en lugar de esperar datos, mejor es la economía para proveedores de nube y empresas. En la 70.ª IT Press Tour, el proveedor afirmó que sus pedidos crecen al triple en términos interanuales.
La demanda de capacidad de cálculo supera a la oferta, dijo Kevin Delane, presidente y director de ingresos de DDN. El objetivo de la compañía es llevar el uso de las GPU al 99-100 por ciento, para que el hardware existente rinda más mientras las cadenas de suministro se recuperan. Delane citó cifras de Gartner de agosto de 2026: el gasto en infraestructura como servicio optimizada para IA alcanzaría este año los 42.000 millones de dólares, casi el doble que en 2025. La inferencia representa 23.300 millones de dólares, el 55 por ciento, y supera por primera vez al entrenamiento.
Según DDN, los pedidos crecen al triple interanual. Delane dijo que la empresa ya había duplicado su volumen este año y que esperaba superar el triple a final de año. DDN cuenta con más de 5.000 clientes y más de un millón de GPU atendidas, repartidas entre neoclouds, proveedores de IA soberana, administraciones públicas, sanidad, finanzas y empresas. El equipo directivo se ha reconstruido en los últimos meses, con un director de marketing que se incorporó hace solo unas semanas. El director de producto, Omer Asad, señaló que muchos usuarios del servicio de entrenamiento de Google no saben que DDN funciona por debajo; se añadirán más logotipos de clientes y más trabajo de marca.
Las relaciones con Google y Nvidia sostienen buena parte de ese relato. Asad describió Managed Lustre de Google como un servicio propio de Google basado en EXAScaler de DDN, no como una oferta de marketplace: Google factura a los clientes y paga a DDN en segundo plano. Nvidia, el socio más importante de DDN, ejecuta más de 9.000 GPU sobre almacenamiento de DDN, según Delane, entre ellas los SuperPOD Eos y Selene. Asad añadió que modelos como Mistral y Nemotron de Nvidia se entrenaron en sistemas de DDN.
Asad sostuvo que la capa de datos se convierte en cuello de botella antes de que un centro de datos alcance su límite de potencia. Cada fase del flujo de IA impone exigencias opuestas al almacenamiento: el entrenamiento necesita lecturas masivamente paralelas, los puntos de control generan de repente escrituras a ráfagas mientras miles de GPU esperan, y la inferencia trae lecturas aleatorias. Además, los proveedores de nube deben mantener separados a sus inquilinos. La respuesta de DDN son dos motores bajo una misma capa de gestión. EXAScaler, un sistema de archivos paralelo basado en Lustre que DDN desarrolla desde la adquisición de Whamcloud, se orienta al entrenamiento. Asad dijo que no hay planes de sustituirlo por Infinia.
Para EXAScaler, DDN indica 190 GB/s en un aparato de dos unidades de rack y un 96 por ciento de utilización de red en el diseño de referencia DGX SuperPOD de Nvidia. La compañía cita puntos de control hasta 15 veces más rápidos y, para Salesforce sobre Google Managed Lustre, un entrenamiento 1,5 veces más rápido con un 42 por ciento menos de coste. Shakti Cloud de Yotta, en India, informa de un 99 por ciento de utilización de GPU entre inquilinos con 8.000 GPU Nvidia B200.
Infinia, desarrollado durante unos cuatro años, es el motor más reciente. Se trata de un almacén clave-valor distribuido que ofrece S3, POSIX y una interfaz nativa de caché KV, y que funciona como software sobre hardware cualificado de socios como Supermicro, Dell y Lenovo. Su plugin se distribuye dentro de Dynamo y NIXL de Nvidia, de modo que la caché KV de un modelo se carga por RDMA directamente en la memoria de la GPU en lugar de recalcularse. DDN afirma un tiempo hasta el primer token 4,2 veces más rápido con 100.000 tokens de contexto. En una prueba auditada de almacenamiento de objetos en Oracle Cloud Infrastructure, Infinia alcanzó 225.000 solicitudes GET y 194.000 LIST por segundo.
La mayor instalación atiende a un laboratorio de IA de frontera con 700 petabytes repartidos en cuatro salas de datos y alcanza picos de 6,4 terabytes por segundo de rendimiento GET, según DDN. Clústeres de más de 300 nodos funcionan en un único espacio de nombres. Unas 15 instalaciones de Infinia están en producción, de siete a más de 300 nodos.
Los periodistas insistieron en cómo se relacionan ambos motores. Asad dijo que intercambian datos y que decide el caso de uso: Infinia lidera donde predomina el acceso a objetos, EXAScaler donde se requiere entrenar con 100.000 GPU o más. Preguntado por planes de financiación y valoración, Delane no dio detalles y remitió al crecimiento de la empresa. Según Asad, el próximo año se prevén interfaces nativas para Kafka y bases de datos vectoriales; además, DDN trabaja con AMD y con las TPU de Google, mientras que Delane calificó a Nvidia como la vía más rápida de crecimiento.
El debate también abordó los límites de la infraestructura. Delane señaló que es más fácil construir centros de datos fuera de EE. UU., por lo que Asia-Pacífico crece ahora más rápido para DDN que Norteamérica y Europa. Asad dijo que DDN usa herramientas de IA internamente para revisión de código y generación de pruebas, así como para analizar la telemetría de clientes, y que ha pasado a ciclos de lanzamiento de menos de tres meses. Un colega añadió que elevar el uso de las GPU ya desplegadas es importante porque la energía, los permisos y la resistencia de las comunidades frenan la nueva capacidad.
El Dr. Jakob Jung es redactor jefe de Security Storage y Channel Germany. Lleva más de 20 años trabajando en el periodismo especializado en TI. A lo largo de su carrera ha colaborado con Computer Reseller News, Heise Resale, Informationweek, Techtarget (almacenamiento y centros de datos) y ChannelBiz. Además, colabora como freelance con numerosas publicaciones del sector de las TI, entre las que se incluyen Computerwoche, Channelpartner, IT-Business, Storage-Insider y ZDnet. Sus temas principales son el canal, el almacenamiento, la seguridad, los centros de datos, los sistemas ERP y CRM.
Contacto – Contacto por correo electrónico: jakob.jung@security-storage-und-channel-germany.de