F5, líder mundial en la entrega y seguridad de aplicaciones y API, anunció un paso estratégico importante al ampliar su colaboración existente con NVIDIA. Este acuerdo, anunciado desde Dubái, Emiratos Árabes Unidos, el 25 de marzo de 2026, tiene como objetivo acelerar el rendimiento de la infraestructura para ejecutar modelos de inteligencia artificial durante el uso real y elevar su eficiencia operativa a niveles sin precedentes que acompañen las aceleradas demandas de la era digital.
Detalles de la integración técnica y adaptación a la era de los agentes
Esta integración ampliada combina soluciones de red avanzadas, específicamente (F5 BIG-IP Next for Kubernetes), y potentes unidades de procesamiento de datos (NVIDIA BlueField-3). Esta fusión innovadora busca formar una capa de infraestructura inteligente basada en el análisis de datos operativos en tiempo real. Sin duda, este desarrollo contribuye directamente a aumentar la tasa de procesamiento de resultados de los modelos de inteligencia artificial, mejorar la eficiencia en el uso de las unidades de procesamiento gráfico (GPU) y reducir la latencia. Asimismo, ofrece un soporte masivo para ejecutar plataformas de inteligencia artificial multiusuario dentro de entornos seguros y escalables de manera flexible, lo cual constituye un pilar fundamental para las empresas que buscan potenciar su competitividad en este campo vital.
La economía de los tokens y los nuevos estándares de eficiencia
En los sistemas de inteligencia artificial generativa, los «tokens» representan la unidad de medida básica para los resultados de los modelos, ya sean palabras, señales o fragmentos de datos generados y procesados durante la fase de inferencia. El tamaño de estos tokens y la velocidad de su producción son factores cruciales para determinar la calidad de la experiencia del usuario final, la eficiencia de la infraestructura adoptada y el retorno financiero obtenido de cada acelerador.
A medida que las organizaciones y los proveedores de GPU como servicio (GPUaaS) continúan buscando retornos rentables de las tecnologías de inteligencia artificial, transitando desde la fase de pruebas iniciales hasta la prestación de servicios reales que generen ingresos, la eficiencia de la infraestructura se ha convertido en uno de los estándares estratégicos más importantes. El éxito ya no se mide únicamente por el tamaño de las capacidades informáticas implementadas, sino por indicadores más precisos relacionados con la economía del procesamiento de tokens, las tasas de producción sostenible de los mismos, el tiempo hasta el primer token (TTFT), el costo por token y el rendimiento obtenido por cada acelerador.
Infraestructura inteligente y enrutamiento de cargas de trabajo
La transición de modelos de inferencia basados en aplicaciones tradicionales a flujos de trabajo avanzados impulsados por inteligencia artificial basada en agentes requiere necesariamente la adopción de nuevos enfoques arquitectónicos que potencien la tasa de producción de tokens y reduzcan los costos operativos. Aquí es donde destaca la importancia de (BIG-IP Next for Kubernetes), que aprovecha los datos de (NVIDIA NIM), las señales del entorno de ejecución (Dynamo) y las métricas de rendimiento de las GPU para tomar decisiones de enrutamiento inteligentes y conscientes de la inferencia antes de su ejecución.
Al alinear las cargas de trabajo con los aceleradores más adecuados en tiempo real, este enfoque innovador ayuda a mejorar la economía del procesamiento de tokens, elevar los niveles de utilización sostenible, reducir la latencia y disminuir la molesta necesidad de reprocesamiento.
«La infraestructura de inteligencia artificial ya no se limita a proporcionar acceso a las GPU o ampliar su implementación, sino que se basa en maximizar el retorno económico de cada acelerador. En colaboración con NVIDIA, ahora permitimos que las llamadas fábricas de inteligencia artificial traten la producción de tokens como un indicador comercial medible. Nuestra solución innovadora proporciona las capacidades inteligentes y los marcos de gobernanza necesarios para aumentar la productividad de las GPU, reducir el costo por token y escalar plataformas de inteligencia artificial compartidas con absoluta confianza».
— Kunal Anand, director de tecnología de F5
Resultados documentados y un salto cualitativo en el rendimiento
Los indicadores de rendimiento reflejan este avance tecnológico con absoluta claridad. En pruebas rigurosas verificadas y certificadas por la entidad independiente The Tolly Group, la solución (BIG-IP Next for Kubernetes), potenciada por unidades de procesamiento de datos (NVIDIA BlueField-3), logró un incremento sorprendente en la tasa de producción de tokens de hasta un 40 por ciento. Asimismo, aceleró el tiempo hasta el primer token (TTFT) en un 61 por ciento, además de reducir la latencia total de las solicitudes en un 34 por ciento. Estos resultados positivos no se limitan a mejoras incrementales menores, sino que representan un cambio cualitativo evidente en la eficiencia operativa general.
Descarga de redes para potenciar la productividad
Al delegar las tareas de red complejas, el cifrado seguro mediante el protocolo TLS, el balanceo de carga consciente de la inteligencia artificial, la gestión del tráfico de datos intensivo a las unidades de procesamiento de datos (NVIDIA BlueField-3), el sistema preserva valiosas capacidades de procesamiento en las CPU. Esto permite que las GPU se concentren exclusivamente en su función principal: ejecutar operaciones de inferencia con alta eficiencia, tasas de producción sostenibles y a gran escala.
Como resultado, se optimiza el uso de las GPU, se reducen los períodos de espera y se incrementa la producción de tokens, lo que permite disminuir el costo por token dentro de la infraestructura existente. Y lo más importante es que estas grandes ganancias se lograron sin necesidad de realizar modificaciones de código en los modelos, lo que facilita su aplicación directa en los entornos operativos actuales de inteligencia artificial. Para las grandes corporaciones y los nuevos proveedores de servicios en la nube (NeoCloud) que compiten ferozmente por la economía del procesamiento de tokens, esta diferencia representa la línea divisoria entre una infraestructura que limita la producción de inteligencia artificial y otra que acelera su ritmo.
«La combinación de la infraestructura informática acelerada de NVIDIA y la plataforma de seguridad y entrega de aplicaciones de F5, consciente de la inteligencia artificial, permite alcanzar niveles avanzados en la economía del procesamiento de tokens dentro de las llamadas fábricas de inteligencia artificial, apoyando la ejecución de inferencias a gran escala y de manera rentable, sin necesidad de realizar modificaciones en los modelos. En estrecha colaboración con F5, permitimos a las organizaciones escalar las operaciones de inferencia en las fábricas de inteligencia artificial con una eficiencia operativa y económica excepcional».
— Kevin Dierling, vicepresidente sénior de redes informáticas en NVIDIA
Preguntas frecuentes
¿Cuál es el objetivo principal de la colaboración entre F5 y NVIDIA?
La colaboración tiene como objetivo acelerar el rendimiento de la infraestructura para ejecutar modelos de inteligencia artificial durante la fase de inferencia y mejorar la eficiencia en el uso de las GPU para aumentar las tasas de producción de tokens y reducir la latencia.
¿Cómo contribuye esta integración a reducir los costos de la inteligencia artificial?
Mediante la transferencia de tareas de red, cifrado y balanceo de carga a las unidades de procesamiento de datos (NVIDIA BlueField-3), las GPU se liberan para realizar únicamente operaciones de inferencia, lo que incrementa la productividad de los tokens y reduce el costo por unidad sin necesidad de modificar los modelos.
¿Cuáles son los beneficios documentados demostrados por las pruebas de esta solución conjunta?
Las pruebas realizadas por The Tolly Group demostraron que la solución logró un incremento del 40 por ciento en la producción de tokens, aceleró el tiempo hasta el primer token (TTFT) en un 61 por ciento y redujo la latencia total en un 34 por ciento.
¿Qué se entiende por el término «economía de los tokens» mencionado en el artículo?
Se refiere a la medición de la eficiencia de la infraestructura de inteligencia artificial en función del costo, la velocidad y el volumen de los tokens (palabras o datos) producidos por el modelo, así como el retorno financiero obtenido de cada acelerador de datos.
