Urudata se integra al ecosistema de partners de Nvidia en Uruguay

Urudata fue aceptada como partner de Nvidia en las áreas de cómputo, networking y soluciones de software. La compañía uruguaya implementó cerca de 30 proyectos de inteligencia artificial (IA) en los últimos tres años con recursos propios.
Esto permite a Urudata profundizar su estrategia
que ya incluía equipos humanos especializados, infraestructura propia y un laboratorio dedicado a experimentar con soluciones de IA soberana.

Con ello, Urudata accederá al conocimiento, soporte y soluciones de Nvidia. El foco estará especialmente en organizaciones que, por costos, regulación, seguridad o necesidades operativas, buscan alternativas que permitan combinar soluciones locales de IA con plataformas de nube pública.

"Contar con las soluciones de Nvidia nos permite ofrecer a nuestros clientes conocimiento y apoyo en la implementación de soluciones de frontera", señaló Ignacio Cattivelli, director de ingeniería de Urudata.

Las empresas, explicó, pueden combinar recursos de nube pública con infraestructura instalada dentro de la propia organización, según las características de cada proyecto. Pablo García, director de Innovación, definió ese escenario como "una realidad mixta", en la que entran en juego factores como la eficiencia, la latencia, la soberanía de la información y la continuidad del negocio.

En los últimos tres años, Urudata construyó su AI Lab y obtuvo el reconocimiento como único partner Zenith de HPE en el Cono Sur, para el desarrollo de soluciones de nube privada de IA.

El laboratorio está equipado con tecnología de Hewlett Packard Enterprise (HPE) y Nvidia y funciona como entorno de experimentación para desarrollar capacidades internas y para que los clientes puedan probar y mejorar procesos antes de desplegarlos en sus organizaciones. También permite dimensionar la infraestructura necesaria para llevar esos proyectos a escala corporativa.

Ese desarrollo previo fue uno de los elementos que la compañía debió acreditar para acceder al partnership. Según explicó García, fue necesario demostrar capacidades, certificaciones y experiencia en la puesta en producción y optimización de modelos de IA.

"Lo obtuvimos por las capacidades, las certificaciones y lo que pudimos demostrar del trabajo que venimos haciendo", señaló.

Uno de los conceptos que gana espacio en esta estrategia es el de soberanía: que una organización o un país puedan contar con infraestructura propia y mantener control sobre sus modelos y datos.

La compañía identificó una demanda creciente en actividades donde existen restricciones regulatorias, costos crecientes de consumo de tokens en nube, información sensible o requerimientos de muy baja latencia. La vertical de salud es uno de los ejemplos mencionados, por el tratamiento de datos personales sensibles.

El desarrollo de software abre también posibilidades. García señaló que el uso intensivo de IA está elevando los presupuestos destinados a estas herramientas y sostuvo que, en determinados escenarios, operar modelos sobre infraestructura propia permite controlar esos costos. Según el ejecutivo, para algunos usos vinculados al desarrollo de software la diferencia puede llegar a ser de hasta 20 veces más eficiente frente a otras alternativas.

La apuesta, de todos modos, no pasa por trasladar toda la IA a infraestructura local, sino por construir arquitecturas híbridas y definir qué cargas conviene mantener dentro de la organización y cuáles pueden aprovechar la capacidad de la nube.

Esto se incorpora a una estructura que Urudata viene desarrollando con equipos dedicados a investigación e ingeniería y con infraestructura para ejecutar modelos localmente.

"Invertimos en tener un equipo dedicado de investigación y un equipo de ingeniería de alto desempeño para poner estas soluciones en producción. Adicionalmente montamos nuestro laboratorio, con hardware y modelos que corren aquí en Uruguay para escalar hacia nuestros clientes", explicó García.

Para Cattivelli, el objetivo es desarrollar desde Uruguay conocimiento para implementar, optimizar y ajustar modelos de IA según las necesidades de cada organización. El partnership amplía ahora las herramientas disponibles para llevar esa capacidad desde proyectos ya implementados hacia despliegues de mayor escala.