¿Qué son las neoclouds? El auge de la infraestructura de nube orientada a la IA

¿Qué son las neoclouds?

Las neoclouds son proveedores de cloud computing especializados y centrados en las GPU, creados específicamente para ejecutar cargas de trabajo de IA, como el entrenamiento de modelos y la inferencia, en lugar de procesamiento de propósito general. La demanda de la IA generativa de clústeres de GPU densos y redes de gran ancho de banda ha superado lo que las plataformas en nube tradicionales estaban diseñadas para ofrecer, lo que ha dado lugar a esta nueva categoría de proveedores.

A diferencia de los hiperescaladores (AWS, Microsoft Azure, Google Cloud), que ofrecen amplios catálogos de servicios diseñados para abarcar la mayor gama posible de cargas de trabajo de propósito general, las neoclouds se centran estrictamente en ofrecer procesamiento de GPU denso, redes de alta velocidad y rendimiento en metal desnudo para la IA. Entre los ejemplos destacados se incluyen CoreWeave, Lambda, Crusoe, Nebius y Vultr.

El término surgió a finales de 2024 y 2025, y desde entonces se ha convertido en una categoría estándar del sector. Su escala ya es significativa y se está acelerando. 

Según Synergy Research Group, los ingresos de las neoclouds superaron los 25 000 millones de dólares en 2025 y alcanzaron los 9000 millones solo en el cuarto trimestre, lo que supone un incremento interanual del 223 %. El mismo análisis pronostica que el mercado se aproximará a los 400 000 millones de dólares para 2031, con una tasa de crecimiento anual compuesto sostenida del 58 %, lo que refleja los compromisos actuales de expansión y la brecha entre la demanda de procesamiento de IA y la capacidad de los hiperescaladores. 

Esa trayectoria refleja una realidad estructural: la demanda de procesamiento acelerado por GPU sigue superando la capacidad que los hiperescaladores tradicionales pueden poner en funcionamiento. No se trata de un pico cíclico. Refleja un cambio significativo en dónde se está produciendo el procesamiento de la IA.

¿Qué son las neoclouds de GPU y por qué son importantes?

La mayoría de las neoclouds son, en la práctica, neoclouds de GPU. Comprender la categoría comienza por entender por qué la GPU es el ingrediente definitorio.

A GPU (graphics processing unit) is a processor optimized for parallel math, performing thousands of calculations simultaneously, whereas a CPU handles tasks sequentially. AI model training and inference are massively parallel problems, which is why GPUs, not CPUs, power them. This is the foundation of the "GPU-as-a-Service" (GPUaaS) consumption model, where customers rent GPU capacity on demand rather than buying hardware outright.

Entre las características definitorias de una neocloud de GPU se incluyen:

• Arquitectura centrada en la GPU: el procesamiento, las redes y el almacenamiento se optimizan en función del rendimiento de los aceleradores, y no de las máquinas virtuales de propósito general.

• Acceso bare-metal o a máquinas virtuales ligeras: las cargas de trabajo se ejecutan cerca del hardware, lo que minimiza la sobrecarga de la virtualización que puede mermar el rendimiento de la IA.

• Estructura de red de alta velocidad: InfiniBand o Ethernet de 400G/800G conectan clústeres de GPU para el entrenamiento distribuido.

• Catálogo de servicios reducido: un conjunto enfocado de servicios de procesamiento de IA en lugar de cientos de ofertas no relacionadas.

• Acceso bajo demanda basado en el consumo: precios por hora de GPU sin las tarifas escalonadas habituales en los entornos hyperscale.

¿Cuáles son los beneficios clave de las neoclouds para las cargas de trabajo de IA?

Para los equipos que las evalúan, el valor de las neoclouds se mide en resultados, no en especificaciones. Cada beneficio responde a una pregunta directa: ¿qué significa esto para el negocio?

• Mayor rapidez para alcanzar capacidad de IA: el aprovisionamiento se realiza en cuestión de minutos en lugar de semanas, y los nuevos sitios entran en funcionamiento en meses en lugar de años.

• Menor coste por hora de GPU: la infraestructura diseñada específicamente puede ofrecer una economía por unidad significativamente mejor para las cargas de trabajo de IA con un uso intensivo de procesamiento, y las neoclouds suelen fijar precios para las GPU de gama alta por debajo de las instancias de los hiperescaladores comparables.

• Predictable, high-performance AI workloads: bare-metal access and AI-optimized networking eliminate the virtualization overhead and noisy-neighbor effects that plague general-purpose clouds.

• Precios transparentes y basados en el consumo: precios de GPU por hora sin las tarifas por capas habituales en los entornos de hiperescala.

• Acceso al hardware de GPU más reciente: las neoclouds suelen desplegar las nuevas generaciones de GPU semanas después de su lanzamiento, no meses.

Estas ventajas hacen que las neoclouds sean especialmente sólidas para la capacidad de ráfaga, la experimentación y el entrenamiento de modelos de frontera, precisamente las cargas de trabajo en las que la velocidad de acceso a los aceleradores más recientes es de vital importancia. Sin embargo, para la inferencia 24/7 en estado estacionario o conjuntos de datos altamente regulados, el cálculo cambia, y dicha distinción determinará cómo las organizaciones diseñan la arquitectura de IA en los próximos años.

How do neoclouds differ from hyperscalers?

Las mismas plataformas a hiperescala que destacaban en las cargas de trabajo web elásticas simplemente no pueden seguir uniendo soluciones puntuales para la IA. La próxima década no estará definida por quién tenga más servicios, sino por quién pueda ofrecer procesamiento de IA a la velocidad, escala y soberanía que la empresa demanda ahora.

The distinction is best framed as breadth versus depth. On one side, hyperscalers offer breadth: hundreds of services, global regions, and general-purpose capabilities. On the other side, neoclouds offer depth: a focused GPU catalog, predictable AI performance, and simpler pricing.

El patrón emergente no es la sustitución, sino la especialización. Las empresas ejecutan cada vez más aplicaciones de negocio en hiperescaladores y cargas de trabajo de IA en neoclouds, orquestando ambas como parte de una estrategia multicloud híbrida más amplia. La credibilidad de las neoclouds depende de reconocerlas como complementarias a los hiperescaladores, y no como un reemplazo de estos. Juntas, forman los dos extremos de una realidad de IA híbrida que las organizaciones deben aprender ahora a gobernar como una sola.

¿Cuáles son los casos de uso comunes de las neoclouds?

Las neoclouds atienden las cargas de trabajo que exigen una capacidad de GPU densa y dedicada. Las más comunes incluyen:

• Entrenamiento de modelos de IA a gran escala: entrenamiento de modelos fundacionales o ajuste preciso de modelos de lenguaje de gran tamaño en miles de GPU, donde disponer de aceleradores bajo demanda es más importante que poseerlos.

• Inferencia de IA de alto rendimiento: ejecución de cargas de trabajo de inferencia de producción donde la latencia predecible y el rendimiento dedicado son esenciales.

• Desarrollo de aplicaciones de IA generativa: startups y equipos de IA empresarial que se basan en la capacidad de GPU sin el plazo de entrega de adquisición que supone comprar hardware.

• Procesamiento científico y de alto rendimiento: genómica, modelización climática, descubrimiento de fármacos y simulaciones a gran escala.

• Cargas de trabajo de IA soberanas y reguladas: empresas y organizaciones del sector público que necesitan una infraestructura de IA que permanezca dentro de una jurisdicción específica.

Ese caso de uso final es donde el crecimiento de la categoría se cruza con un cambio geopolítico más amplio, y donde las neoclouds dejan de ser una opción de adquisición para convertirse en una estrategia de soberanía.

¿Cómo contribuyen las neoclouds a la IA soberana?

La categoría de las neoclouds no solo está creciendo en tamaño, sino también en diversidad geográfica y política. Más de 100 neoclouds operan ya en todo el mundo, extendiéndose por Europa, Oriente Medio y Asia.

La IA soberana es un motor principal. En términos sencillos, la IA soberana es una infraestructura de IA que mantiene los datos y la gobernanza dentro de un país o jurisdicción específicos, el mismo principio en el que se basa una nube soberana. Es importante debido a las normativas sobre residencia de datos, a los sectores regulados como el gobierno, la defensa, la sanidad y las finanzas, y a la creciente preocupación geopolítica por la dependencia de un solo proveedor de hiperescalado. 

Marcos como la Ley de Inteligencia Artificial de la UE y DORA (Ley de Resiliencia Operativa Digital) codifican ahora estas expectativas en la ley, exigiendo a las organizaciones que mantengan los datos sensibles y las dependencias operativas dentro de jurisdicciones controladas. Los hiperescaladores, diseñados para huellas generalizadas masivas, históricamente han tenido dificultades para ofrecer una verdadera localización, aunque muchos ofrecen ahora entornos de nube soberanos y específicos para cada región diseñados para abordar estos requisitos. 

Las neoclouds regionales y soberanas pueden ajustarse perfectamente a estas cargas de trabajo: pueden respaldar los objetivos de soberanía mediante el despliegue de infraestructura localizada y regiones localizadas para que los datos sensibles y la propiedad intelectual regional nunca abandonen su jurisdicción. 

Securing that sovereignty, however, requires more than a localized data center. It demands a hybrid multicloud platform that enforces data residency, governance, and security across the full footprint, a discipline shaped by legal, operational, and architectural decisions rather than a single product feature. Sovereignty is not a destination; it is a discipline, and the neoclouds that succeed will be the ones paired with the platform to enforce it.

Desde el alquiler de GPU hasta plataformas de servicio completo: ¿cómo están evolucionando las neoclouds?

El modelo inicial de las neoclouds era sencillo: alquiler de GPU bruto con precios por hora directos. Ese modelo está cambiando. Las principales neoclouds están ascendiendo en la pila tecnológica para ofrecer un catálogo más amplio de servicios de IA:

• GPU-as-a-Service (GPUaaS)

• Kubernetes como servicio (K8s-aaS)

• Notebooks como servicio

• Vector Database-as-a-Service (para generación aumentada por recuperación e IA agéntica)

• Models-as-a-Service

Este cambio pone de manifiesto el desafío operativo central: prestar servicio a múltiples clientes empresariales desde una infraestructura de GPU compartida requiere sólidas capacidades de multitenencia, medición y gobernanza, capacidades que la mayoría de las neoclouds aún no han desarrollado desde cero. Casi todas las neoclouds han convergido de forma independiente en la misma pila básica, pero carecen de un verdadero catálogo gobernado de servicios de IA multiinquilino, con medición y facturación integradas. 

En resumen, las neoclouds han solucionado el problema del suministro de hardware, pero no han resuelto el problema del software empresarial. Construir una nube de IA es un problema de software y las GPU brutas no constituyen una arquitectura completa. Los proveedores de neocloud mejor posicionados para la próxima fase serán los que cierren esta brecha.

La brecha de software: por qué las neoclouds necesitan una capa de plataforma

Las neoclouds han resuelto el suministro de hardware, pero no las necesidades de software empresarial como la multitenencia y la gobernanza. Plataformas como Nutanix Cloud Platform son un ejemplo de software que aborda esta brecha, proporcionando orquestación, gobernanza y enrutamiento híbrido entre neoclouds e infraestructura on-premises.

Nutanix no es una neocloud. Proporciona capacidades de software que ayudan a los proveedores de neocloud a operar como proveedores de servicios de IA de nivel empresarial, y que permiten a las empresas gobernar la capacidad de la neocloud como parte de un modelo operativo de IA híbrida.

Para los desarrolladores de neoclouds, la plataforma Nutanix Cloud Platform proporciona la base de software para ofrecer servicios de IA seguros y multiinquilino:

• La Nutanix Kubernetes Platform aporta orquestación de nivel empresarial, resiliencia y operaciones de Día 2 a las cargas de trabajo de IA nativas de la nube en centros de datos, edge y nubes públicas.

• Nutanix Cloud Manager unifies governance and operations through a single console, streamlining the gestión that neoclouds need to scale.

• Nutanix Enterprise AI facilita la implementación, el seguimiento y la adaptación de modelos de IA con controles de acceso basados en roles y operaciones aisladas (air-gapped), convirtiendo la capacidad bruta de los aceleradores en un servicio de IA multiinquilino y gobernado. 

Juntos, estos elementos forman una capa de software que puede ayudar a las organizaciones a construir un entorno operativo de IA preparado para la empresa que respalde los objetivos de soberanía.

Para las empresas, la misma plataforma replantea la relación con las neoclouds. Más que un destino al que migrar, una neocloud se convierte en un endpoint al que enrutar de forma dinámica. La Nutanix Agent Gateway actúa como un plano de control unificado: las cargas de trabajo de ráfaga y no sensibles se enrutan a una neocloud, mientras que las cargas de trabajo soberanas y reguladas permanecen on-premises, todo ello gobernado a través de una única interfaz. 

El principio es sencillo: lleve la IA allí donde residen sus datos; no envíe sus datos allí donde se alquilan las GPU. Poseer infraestructura de IA gana en el coste total de propiedad a volumen sostenido y en la gravedad de los datos, mientras que las neoclouds amplían la capacidad propia en lugar de reemplazarla. Las organizaciones no necesitan elegir entre la IA on-premise y una neocloud; necesitan un único plano de control para gobernar ambas.

Por esto, la soberanía digital no es una ocurrencia tardía. Junto con Nutanix, las neoclouds pueden ayudar a las organizaciones que persiguen objetivos de IA soberana en regiones específicas y localizadas, manteniendo la propiedad intelectual sensible y los datos regionales dentro de su jurisdicción al tiempo que obtienen escalabilidad de GPU nativa de la nube.

Las neoclouds son un componente arquitectónico potente y alcanzan su máximo potencial solo cuando se combinan con un modelo operativo de IA híbrida. Para ver cómo Nutanix puede potenciar su neocloud o unificar su estrategia de IA híbrida, hable con un experto o explore nuestras soluciones de IA.