Infraestructura de datos para IA: por qué NetApp Novus importa

La infraestructura de datos para IA es el conjunto de almacenamiento, red y gobierno del dato que alimenta tus modelos. Cuando pasas de piloto a producción, si ese almacenamiento no sirve los datos a la velocidad que exigen las GPUs, el cómputo caro queda inactivo y el retorno se desploma. Ese es el cuello de botella real.

Imagina una aseguradora zaragozana cualquiera. Tras el éxito de un piloto para clasificar siniestros mediante visión artificial, la directiva dio luz verde a la producción. A las tres semanas, el desastre: las GPUs alquiladas pasaban la mitad del tiempo ociosas, esperando a que el sistema de almacenamiento sirviera el volumen de imágenes. La factura de cómputo, ajena a este cuello de botella, seguía engordando sin pausa. El modelo era solvente; la infraestructura, una vía de agua. Aunque este escenario es una construcción ilustrativa, refleja la cruda realidad de muchas empresas nacionales al intentar escalar. Es en este contexto donde el anuncio de NetApp Novus de finales de septiembre de 2026 merece una lectura desapasionada: no porque todas las pymes necesiten implementarlo, sino por lo que su aparición revela sobre el rumbo de la industria.

Qué es NetApp Novus y por qué se habla de ello

El hecho, con fecha y fuente: el 29 de septiembre de 2026, NetApp presentó Novus, una arquitectura de almacenamiento diseñada para "factorías de IA". Su característica central, confirmada por Business Wire y por el propio blog de NetApp, es que separa los metadatos de la ruta de datos para poder escalar cada plano de forma independiente. También aparece reflejada en la cobertura de Rediff del 30 de septiembre.

La segunda idea que recorre la cobertura, recogida por SiliconANGLE, es que la solución está orientada a la fase de producción de la IA y se posiciona combinando rendimiento, gobernanza y seguridad. Hasta aquí los hechos razonablemente contrastados.

Ahora la interpretación honesta. Hay una cifra que circula como titular: más de 100 TB/s de ancho de banda agregado y capacidad para mantener productivas a cientos de miles de GPUs. Eso es, hoy, una afirmación del fabricante (vendor claim) recogida en netapp.com/novus. No hemos encontrado benchmarks independientes ni casos de cliente públicos que lo validen. No lo presentamos como hecho constatado. Lo mismo con la etiqueta "gobernanza y seguridad integradas": describe el posicionamiento del producto, no una validación externa de su eficacia en entornos productivos reales.

Separar hechos de ruido

Te lo resumimos para que decidas con criterio: la arquitectura y su enfoque a producción están respaldados por cobertura y materiales del fabricante; las cifras de escala y rendimiento son promesa comercial pendiente de verificación. Esa distinción no es un tecnicismo. Es exactamente la que te va a ahorrar dinero cuando un proveedor te enseñe un número grande en una diapositiva.

Por qué el almacenamiento decide el ROI de tus GPUs

La lógica económica es sencilla y dura. Una GPU de gama alta es carísima, la pagues en propiedad o por horas en la nube. Si tu almacenamiento no entrega los datos al ritmo que la GPU puede procesarlos, esa GPU espera. Y una GPU que espera sigue costando lo mismo que una GPU que trabaja. Esa es la raíz de por qué la infraestructura de datos para IA se ha vuelto conversación de dirección y no solo de sistemas.

El mercado está madurando. Pasamos de pruebas de concepto, donde cualquier cosa vale porque el volumen es pequeño, a despliegues en producción que exigen rendimiento predecible, continuidad y seguridad. En esa transición es donde aparecen los cuellos de botella que ningún piloto mostró. No es casualidad que los fabricantes lancen ahora producto orientado a producción: están respondiendo a una demanda que las empresas ya notan.

Pero cuidado con la tesis fácil de "GPU inactiva igual a ROI perdido, luego compra almacenamiento de alto rendimiento". Está incompleta. Esa ecuación no incluye el coste de adquisición de la propia plataforma de almacenamiento, el modelo OPEX frente a CAPEX, ni el punto de equilibrio a partir del cual la inversión se justifica. Para una mediana empresa española, alquilar cómputo y almacenamiento gestionado en la nube suele ganar en coste total de propiedad frente a montar infraestructura on-premise de este calibre. Antes de preocuparte por el ancho de banda de tu almacenamiento, pregúntate si tus cargas lo necesitan de verdad.

Si estás calibrando el coste de implantar IA en tu empresa, esta lógica se cruza con dos frentes que ya hemos tratado: la y el presupuesto para proyectos de IA con subvención. La infraestructura es una pieza más de ese presupuesto, no un capítulo aparte.

¿En qué cargas importa de verdad esta arquitectura?

Aquí está la pregunta que casi nadie hace y que te distingue a la hora de contratar. "Almacenamiento rápido" no significa nada sin especificar el patrón de carga. No es lo mismo:

• Entrenamiento distribuido de gran escala: muchas GPUs leyendo datasets enormes a la vez, con checkpoints pesados y presión sobre el namespace. Aquí separar metadatos de ruta de datos puede importar.
• Serving de modelos (inferencia): lo que manda es la latencia y los picos de concurrencia, no tanto el throughput bruto agregado.
• RAG con mucha concurrencia: muchas lecturas pequeñas y simultáneas; el comportamiento con ficheros pequeños y el acceso a metadatos pesan.
• Pipelines multimodales y fine-tuning continuo: mezcla de tráfico de ingestión, entrenamiento e inferencia conviviendo.

La relevancia de una arquitectura como Novus depende de cosas concretas: tamaño medio de fichero, número de lecturas concurrentes, sensibilidad a la latencia, presión sobre el namespace, frecuencia y tamaño de los checkpoints, versionado de datasets y mezcla de tráfico. Si construyes un asistente conversacional sobre WhatsApp Business con unas decenas de consultas por minuto, no tienes un problema de 100 TB/s. Tienes un problema de calidad del dato y de integración con tu CRM.

Por eso insistimos: antes de hablar de ancho de banda, define qué carga vas a correr. La mayoría de empresas descubre que su cuello de botella no está donde el marketing lo sitúa.

¿Qué dice y qué no dice el estándar abierto (pNFS)?

Uno de los argumentos técnicos de Novus, según el blog de NetApp, es el uso del estándar NFS de la industria para escalar rendimiento sin depender de clientes propietarios. Es plausible y es buena señal. Un estándar abierto a nivel de cliente reduce una parte del riesgo de dependencia tecnológica.

Ahora el matiz que no viene en la nota de prensa. El lock-in en infraestructura empresarial no se resuelve solo con el protocolo de acceso. Sigue habiendo dependencia del proveedor en la operación, el soporte, la gestión, y en funcionalidades avanzadas como snapshots, replicación, observabilidad, automatización y migración. Que el protocolo sea estándar no elimina que el hardware, el software de gestión y las APIs sigan siendo del fabricante. Si te venden "sin lock-in porque es estándar", pide la lista exacta de qué queda estandarizado y qué sigue siendo propietario. Esa lista es tu lock-in real.

EXPERTUNO · COMPARATIVA

¿Qué dice y qué no dice el estándar abierto (pNFS)?

Afirmación	Estatus según el laboratorio	Fuente
Novus separa metadatos de la ruta de datos para escalar de forma independiente	Confirmado en cobertura y material de fabricante	Business Wire / NetApp
Solución orientada a la fase de producción (rendimiento, gobernanza, seguridad)	Posicionamiento de producto, no validación independiente	SiliconANGLE / NetApp
Más de 100 TB/s de ancho de banda agregado	Vendor claim sin benchmark independiente	NetApp (netapp.com/novus)
Cientos de miles de GPUs productivas	Cifra de marketing sin despliegue de cliente documentado	NetApp / Business Wire
Uso de pNFS para reducir dependencia de clientes propietarios	Plausible; reduce lock-in a nivel de cliente, no en la plataforma	NetApp Blog
Casos reales documentados de clientes	Ninguno público disponible	Laboratorio Expertuno

¿Cómo conecta esto con RGPD y la AI Act? (gobierno del dato)

Aquí hay una trampa de lenguaje que conviene desactivar. "Seguridad y gobernanza integradas" suena a conformidad regulatoria. No lo es. Son capas distintas. Una plataforma de almacenamiento puede darte cifrado, control de accesos y trazabilidad técnica, y aun así no cumplir por sí sola ni el RGPD ni la AI Act. El cumplimiento es un trabajo de procesos, documentación y responsabilidad, no una casilla que marca un producto.

Cuando pasas IA a producción con datos reales, las obligaciones se vuelven concretas. Necesitas trazabilidad de datasets y versiones, para saber con qué datos se entrenó y evaluó cada modelo. Control de accesos por tenant o proyecto, para que un equipo no vea lo que no le corresponde. Políticas de retención y borrado que soporten el derecho de supresión. Residencia del dato en la UE si manejas datos personales. Cifrado en reposo y en tránsito. Auditoría de uso. Y capacidad de aislar datos sensibles entre entrenamiento, evaluación e inferencia, que no son el mismo entorno ni el mismo riesgo.

La AI Act, además, exige gobernanza del dato de entrenamiento para los sistemas que entran en su ámbito. Una plataforma como Novus puede facilitar las evidencias (versionado, segregación, auditoría), pero no genera por sí sola la conformidad documental. El riesgo de comprador es asumir que "gobernanza integrada" equivale a "cumplo". No equivale. La infraestructura es un habilitador; la conformidad la construyes tú con procesos y registros.

Si vas a mover datos sensibles a producción, revisa también la superficie de ataque que introduces. Lo tratamos en nuestra guía sobre agentes de IA en la pyme y riesgos de ciberseguridad. Gobierno del dato y seguridad van del brazo cuando el modelo deja de ser un experimento.

Qué significa para tu empresa

Depende de dónde estés. No hay una respuesta única.

Pyme que ejecuta IA en la nube (AWS, Azure, GCP). Olvídate de los 100 TB/s. Tu cuello de botella no es el ancho de banda del almacenamiento del hiperescalador. Es la calidad y el gobierno de tu dato, la integración con tu ERP o CRM y la conectividad. Novus es, para ti, una señal de hacia dónde va el mercado, no una compra. Dedica el presupuesto a limpiar datos, documentar fuentes y medir resultados.

Mediana empresa con clúster propio de decenas de GPUs. Aquí empieza a tener sentido pensar en el patrón de carga. Si haces fine-tuning continuo o entrenamiento con datasets grandes, el almacenamiento puede frenarte. Pero antes de invertir en plataforma de alto rendimiento, cuantifica el punto de equilibrio: ¿cuánto tiempo están tus GPUs esperando datos de verdad? Mídelo. Decide con el número, no con la diapositiva.

Empresa con cargas intensivas y requisitos regulatorios fuertes. Es el perfil donde una arquitectura de este nivel se evalúa en serio, y donde la separación de capas, la multitenencia y la trazabilidad pesan tanto como el rendimiento bruto.

Para cualquiera de los tres, estas son las preguntas que pones por escrito al proveedor:

• Pide pruebas con tu patrón de carga real. No te quedes en IOPS o throughput. Exige una prueba con lectura concurrente de tus datasets, checkpoints, picos de inferencia y tiempos de recuperación ante fallos.
• Separa la RFP en tres capas: cómputo GPU, red y almacenamiento/datos. Si el integrador no sabe atribuir los cuellos de botella por capa, el riesgo de que te sobredimensione GPUs para tapar un problema de datos es alto. Y tú lo pagas.
• Gobierno del dato por escrito: versionado de datasets, trazabilidad, políticas de acceso, segregación por cliente o unidad, retención y borrado. En producción pesan tanto como la velocidad.
• Qué es estándar y qué es propietario. Si te venden "basado en estándares", pide la lista: clientes, snapshots, replicación, observabilidad, automatización, migración. Esa lista es tu lock-in real.
• SLA ligados a resultados. No solo disponibilidad de la infraestructura: exige SLA de alimentación de datos y de utilización efectiva del cómputo. Es la forma de alinear el coste de la plataforma con lo que de verdad produces.

Señales de alerta: un integrador que no atribuye cuellos por capa, números grandes sin benchmark que los respalde, y el "sin lock-in" dicho sin detalle. Cualquiera de las tres es motivo para frenar y preguntar más.

Si necesitas a alguien que audite tu cañería de datos antes de escalar, busca perfil adecuado: compara especialistas en data en nuestro directorio y filtra por lo que te haga falta. Y si dudas entre contratar fuera o formar a tu equipo, lee primero consultor de IA vs. formación interna. Para empezar a experimentar sin gasto, también tienes nuestras herramientas de IA gratuitas para pymes.

La opinión de Expertuno

Toca distinguir el grano de la paja. Por un lado, tenemos los hechos: el lanzamiento de NetApp Novus en septiembre de 2026 introduce una arquitectura que disocia los metadatos de la ruta de datos, orientándose explícitamente a la IA productiva. Por otro, los mensajes comerciales: esos 100 TB/s prometidos y la promesa de gestionar cientos de miles de GPUs carecen, por ahora, de benchmarks independientes o referencias reales que los avalen. A nuestro juicio, la infraestructura es el eslabón más olvidado en la transición del laboratorio a la realidad. Existe una obsesión desmedida con el modelo y el prompt, mientras la cañería que sustenta el flujo de datos permanece en un segundo plano, drenando el ROI cada vez que el cómputo se detiene. No tomes Novus como una solución de compra inmediata, sino como una herramienta de auditoría. Su valor radica en las preguntas que te fuerza a plantear a tu proveedor: ¿está diseñada esta infraestructura para la fase de producción o solo para lucirse en la demo? ¿Es capaz de identificar latencias por capa? ¿Existen pruebas validadas con cargas reales? Exige transparencia, segrega las capas de almacenamiento en tus procesos de licitación y distingue con claridad la gobernanza de los datos del mero cumplimiento normativo. Huir de las métricas de hiperescala es, también, una cuestión de sensatez empresarial. La mayoría de nuestras organizaciones no operará jamás con flotas masivas de GPUs, y sobredimensionar el cómputo para ocultar una mala gestión de datos es la receta más rápida para malgastar tu presupuesto. Si tus procesadores esperan, el problema rara vez se resuelve añadiendo más potencia. Tu estrategia debe dictarla tu patrón de carga real, no el ruido de marketing. Antes de comprometer tu inversión, te sugerimos contrastar tu escenario en nuestro directorio. Hablar con un especialista verificado es la forma más rápida de evitar que una mala arquitectura devore tus márgenes operativos.

Metodología y fuentes

El laboratorio de Expertuno triangula cada pieza de actualidad con al menos tres fuentes independientes y somete cada dato a una segunda verificación antes de publicarlo. En este caso clasificamos de forma explícita los hechos contrastados (arquitectura y enfoque a producción, presentes en cobertura y material de fabricante) frente a las afirmaciones del fabricante aún sin validación externa (cifras de 100 TB/s y escala de GPUs), que marcamos como vendor claims. No hemos encontrado benchmarks independientes ni casos de cliente públicos, y así lo hacemos constar.

• Business Wire
• SiliconANGLE
• NetApp Blog
• Rediff
• NetApp Novus