Cirrascale reemplaza la elasticidad horaria de GPU con una apuesta de capacidad mensual

Resumen

• La unidad de pago público más clara de Cirrascale es un servidor en la nube multi-GPU dedicado más soporte gestionado de infraestructura de IA. La empresa publica precios mensuales y por período para sistemas con aceleradores AMD MI300X, NVIDIA B200, H200, H100, A100 y otros enhttps://www.cirrascale.com/pricing, y su propia página de precios indica que sus cifras equivalentes por hora son solo una ayuda para la comparación, ya que no alquila esos servidores por horas.
• La evidencia respalda una clasificación de Servicio en la Nube y los temas planificados. Cirrascale cuenta con evidencia de nube orientada al cliente, servidores dedicados, IA privada gestionada, almacenamiento, redes, soporte y condiciones de servicio. También tiene evidencia activa de ARIN y BGP público a través de AS400494, pero esos registros demuestran la superficie de enrutamiento y direcciones, no la capacidad de GPU realizada, el tiempo de actividad, la seguridad del cliente, la utilización o la rentabilidad.
• La cuestión comercial no es si Cirrascale tiene productos de nube de GPU. La pregunta más difícil es si suficientes equipos de IA tienen cargas de trabajo estables, sensibles u operativamente complejas como para preferir una apuesta de capacidad mensual dedicada en lugar de alternativas de hiperescala por hora, de mercado o de GPU propias.

El comprador alquila una apuesta por el uso continuo de GPU

Partamos de un equipo de IA que ha superado la inferencia de juguete pero aún no se ha convertido en cliente de hiperescala. Necesita ocho aceleradores para una ejecución de ajuste de modelos, un punto final de inferencia privado, un clúster de investigación o una carga de trabajo regulada que no puede alojarse cómodamente en un entorno compartido genérico. El equipo se enfrenta a dos malas opciones. Puede alquilar GPU por horas a un proveedor de hiperescala o a un mercado y esperar que la factura, la disponibilidad, las redes y el movimiento de datos sigan siendo tolerables. O puede comprar hardware y aceptar los plazos de adquisición, la energía, la refrigeración, las redes, la depreciación y el trabajo operativo. La oferta pública de Cirrascale se sitúa entre esas opciones. El comprador paga por capacidad de nube multi-GPU dedicada por mes o por período y espera que Cirrascale absorba gran parte de la carga del ensamblaje de hardware, el centro de datos, el almacenamiento, la red y el soporte.

Esa es la unidad económica de este artículo: un servidor en la nube multi-GPU dedicado y una cuenta de infraestructura de IA gestionada. La tabla de precios pública de Cirrascale enhttps://www.cirrascale.com/pricinghace que la unidad sea inusualmente visible. La empresa enumera, entre otros ejemplos, un servidor 8X AMD MI300X a 22.499 $ en un plazo mensual, 20.249 $ en un plazo de seis meses y 17.999 $ en un plazo anual. Enumera un servidor autónomo 8X NVIDIA H100 a 24.999 $ mensuales, 22.499 $ por seis meses y 19.999 $ anuales. Enumera un servidor 8X NVIDIA H200 a 26.499 $ mensuales, 23.849 $ por seis meses y 21.199 $ anuales, y un servidor 8X NVIDIA B200 a 34.999 $ mensuales, 31.499 $ por seis meses y 27.999 $ anuales. No son pequeñas suscripciones SaaS. Son compromisos de capacidad cuya economía solo funciona si el cliente tiene suficiente trabajo sostenido, datos sensibles, necesidad de soporte o molestias de programación para justificar el pago por la caja completa.

La misma página de precios es también la evidencia más sólida de la tesis del artículo, porque dice la parte callada con claridad. Cirrascale proporciona cifras equivalentes por hora para compararlas con proveedores como AWS, Google Cloud y Microsoft Azure, pero afirma que no ofrece servidores por horas. Eso convierte la decisión del comprador en un problema de utilización. Un equipo que pueda mantener ocupadas ocho H100 durante un mes puede valorar una factura mensual fija de 24.999 $, especialmente si las sorpresas de entrada y salida, los cuellos de botella de almacenamiento y los traspasos de soporte son importantes. Un equipo que necesite cuatro horas de pruebas, inferencia a ráfagas o experimentos impredecibles puede encontrar el mismo modelo punitivo.

Por lo tanto, el registro público respalda el título previsto, con una salvedad. Cirrascale no es simplemente una "nube más barata" ni meramente "servicios gestionados". Está vendiendo una compensación operativa: menos elasticidad por horas a cambio de hardware dedicado, una factura mensual predecible, variedad de aceleradores seleccionados, opciones de interconexión de gran ancho de banda y soporte práctico. La apuesta puede ser sensata para cargas de trabajo estables de producción e investigación de IA. Puede resultar costosa para clientes que sobrestiman la utilización o subestiman la rapidez con la que cambian las generaciones de aceleradores.

La identidad pública de Cirrascale es la de una nube de IA especializada, no la de un ISP regional

Cirrascale Cloud Services LLC se presenta como un proveedor de infraestructura de IA privada y aprendizaje profundo con sede en San Diego. El sitio web de la empresa indica que la actual compañía de servicios en la nube se escindió después de que Cirrascale Corporation lanzara un servicio de nube multi-GPU a finales de 2015, vendiera su negocio de hardware a principios de 2017 y separara la división de servicios en la nube como Cirrascale Cloud Services:https://www.cirrascale.com/about. Esta historia es importante porque la empresa no se acerca a la infraestructura de IA como un simple revendedor de software. Su identidad pública se basa en hardware multi-GPU, almacenamiento, interconexión, controles de centro de datos y soporte.

El menú de productos actual refuerza esa interpretación. La página AI Innovation Cloud enhttps://www.cirrascale.com/ai-innovation-clouddice que los clientes pueden probar e implementar en los principales aceleradores de IA en una sola nube, y enlaza a las ofertas de AMD Instinct, NVIDIA GPU, Qualcomm Cloud AI y Tenstorrent Galaxy Cloud. La página de AMD enhttps://www.cirrascale.com/ai-innovation-cloud/amd-instinct-series-cloudofrece configuraciones y precios detallados de MI300X y MI250. Las filas de NVIDIA en el mismo flujo de precios público muestran sistemas B200, H200, H100 y A100. La página de Qualcomm enhttps://www.cirrascale.com/ai-innovation-cloud/qualcomm-cloud-aidescribe configuraciones de Cloud AI 100 orientadas a la inferencia, desde instancias simples de AI 100 Pro hasta sistemas bare-metal 8X AI 100 Ultra. Esta es evidencia de un servicio en la nube orientado al cliente, no solo un registro corporativo inactivo o un identificador de red obsoleto.

Los términos del servicio también hacen explícita la unidad de pago. Los términos de servicio de Cirrascale enhttps://www.cirrascale.com/terms-of-servicedefinen los servicios de servidor dedicado como la reserva de un servidor completo para uso exclusivo del cliente, con derechos exclusivos sobre el ancho de banda, la memoria y el almacenamiento, y sin ningún efecto en el rendimiento derivado de los patrones de uso de otros clientes. Los mismos términos indican que los servicios profesionales pueden cotizarse por separado cuando las solicitudes de soporte quedan fuera del plan de servicio, e incluyen una garantía de disponibilidad del servicio mensual del 99,5 por ciento con un crédito del 5 por ciento de la tarifa mensual si no se cumple la garantía, sujeto a exclusiones. Estos términos no demuestran la disponibilidad o la calidad del soporte observadas. Sí demuestran que el contrato comercial se basa en servidores alojados dedicados, cargos recurrentes, créditos, servicios profesionales y la responsabilidad del cliente sobre el contenido, las copias de seguridad y las elecciones de software.

Esa evidencia sitúa a Cirrascale en la categoría de Servicio en la Nube en lugar de ISP Regional. La empresa tiene recursos de red y referencias de centros de datos, pero la primera unidad de pago en el material público no es el acceso del consumidor, la banda ancha empresarial, el servicio de voz o la reparación sobre el terreno. Es infraestructura de IA: servidores GPU, almacenamiento, inferencia, IA privada gestionada y soporte relacionado. La superficie de red es un insumo para ese servicio en la nube, no el producto principal que se vende al lector.

La etiqueta regional también necesita disciplina. Cirrascale es una empresa estadounidense con ubicaciones de centros de datos en EE. UU. descritas en términos generales de Oeste, Centro, Este y Sur, pero las páginas públicas no demuestran una franquicia de red de acceso local o una huella de fibra en la ciudad. Los hechos más sólidos son que tiene su sede en EE. UU., vende infraestructura en la nube, trabaja con compradores empresariales, de investigación y del sector público, y utiliza un lenguaje de servidor dedicado e IA privada. Eso es suficiente para company-region-north-america-type-cloud-service. No es suficiente para tratar a la empresa como un ISP regional.

La tabla de precios es también la estrategia

Los precios de Cirrascale tienen dos capas. La primera capa es simple: precios mensuales fijos por servidor y descuentos por compromisos más largos. La segunda capa es más importante: la tabla de precios es un argumento contra la incertidumbre medida. La empresa dice que su modelo ofrece a los clientes un cargo conocido por adelantado, y la página de precios indica que pueden aplicarse descuentos por compromisos a largo plazo. En la práctica, se le pide al comprador que convierta un gasto incierto por horas en una reserva mensual o anual.

Consideremos la línea del NVIDIA H100 autónomo 8X. Cirrascale publica 24.999 $ por un plazo mensual y ofrece un equivalente de 4,28 $ por GPU-hora. El plazo anual es de 19.999 $ al mes y un equivalente de 3,43 $ por GPU-hora. Ese cálculo supone una alta utilización a lo largo del mes. La cifra es útil porque permite al comprador comparar el servidor dedicado con las alternativas por horas, pero también expone el riesgo. Si el equipo mantiene el servidor caliente, el coste efectivo por GPU-hora parece competitivo. Si el equipo utiliza solo la mitad del tiempo, el coste interno real por GPU-hora útil se duplica aproximadamente. Por lo tanto, el compromiso mensual no es solo un mecanismo de descuento. Transfiere el riesgo de utilización del proveedor al cliente.

Las alternativas públicas muestran por qué esa compensación puede resultar atractiva. Los precios de AWS EC2 Capacity Blocks enhttps://aws.amazon.com/ec2/capacityblocks/pricing/listan la capacidad H100 p5.48xlarge en varias regiones de EE. UU. a un precio efectivo de 34,608 $ por hora-instancia, o 4,326 $ por hora-acelerador, y la capacidad H200 p5e en regiones de EE. UU. a 39,799 $ por hora-instancia, o 4,975 $ por hora-acelerador. La documentación del producto AWS P5 enhttps://aws.amazon.com/ec2/instance-types/p5/describe las instancias P5 como sistemas de 8 H100 con 640 GB de memoria HBM3 e interconexión de alta velocidad. Es un sustituto formidable, pero sigue siendo una ruta de compra de hiperescala con plazos de bloque de capacidad, disponibilidad regional, almacenamiento, transferencia de datos y opciones de arquitectura fuera del marco mensual fijo de Cirrascale.

Google Cloud es otro sustituto con una forma diferente. Su página de precios optimizados para aceleradores enhttps://cloud.google.com/products/compute/pricing/accelerator-optimizedlista A3 Mega con 8 GPU H100, 208 vCPUs, 1.872 GB de memoria y SSD local incluida, con precios por hora que varían según el modo y la región. La documentación de Google enhttps://docs.cloud.google.com/compute/docs/gpusdescribe los tipos de máquina A3 Mega y A3 High H100 para cargas de trabajo de entrenamiento y servicio a gran escala. Para los clientes que ya están dentro de Google Cloud, el ecosistema operativo puede importar más que el coste bruto de GPU-hora. Para los clientes que intentan mantener los datos y las operaciones fuera de la nube pública genérica, ese mismo ecosistema puede ser parte del problema que Cirrascale intenta resolver.

CoreWeave, Lambda, Crusoe, RunPod y Vast.ai ejercen aún más presión sobre la comparación. La página de precios pública de CoreWeave enhttps://www.coreweave.com/pricinglista NVIDIA HGX H100 a 49,24 $ por nodo-hora de 8 GPU y H200 a 50,44 $ por nodo-hora de 8 GPU, con precios spot por debajo de los bajo demanda. La página de precios de Lambda enhttps://lambda.ai/pricinganuncia GPU bajo demanda, clústeres 1-Click y capacidad reservada, mientras que su página de clústeres enhttps://lambda.ai/1-click-clustersdescribe clústeres H100 con duraciones de dos semanas a un año y sin tarifas de entrada o salida. La página de precios de Crusoe enhttps://www.crusoe.ai/cloud/pricingpublica precios de H100 a 3,90 $ por GPU-hora y precios de almacenamiento, y su artículo de soporte enhttps://support.crusoecloud.com/hc/en-us/articles/37421109850907-FAQ-Determining-On-Demand-Pricing-for-Crusoe-Offeringsmuestra la aritmética de la instancia H100 de 8 GPU. La página de precios de RunPod enhttps://www.runpod.io/pricingy su página de GPU en la nube enhttps://www.runpod.io/product/cloud-gpusenfatizan el acceso por segundo o bajo demanda, mientras que Vast.ai enhttps://vast.ai/pricinges un mercado cuya propia documentación enhttps://docs.vast.ai/guides/instances/pricingdice que los precios varían según el modelo de GPU, la cantidad, la fiabilidad del anfitrión, la geografía y las condiciones del mercado.

La dispersión de precios públicos no produce un ganador universal. Produce un mapa de segmentación. Es probable que Cirrascale sea más atractivo cuando un equipo quiere una caja dedicada, uso mensual constante, sin sorpresas en la transferencia de datos, una familia de aceleradores específica, implementación privada o controlada, ayuda con el almacenamiento y las redes, y una relación de soporte. Es menos atractivo cuando el comprador necesita experimentos cortos, tolerancia a interrupciones similares a spot, flexibilidad de una sola GPU, una pila de hiperescala preexistente o la tarifa de mercado más baja posible.

La adquisición de hardware es el balance oculto

El centro económico de una nube de GPU no es un panel de control. Es una sala llena de equipos caros y de rápida depreciación que deben ser alimentados, refrigerados, conectados en red, asegurados y mantenerse útiles a través de un ciclo de hardware volátil. Las páginas públicas de Cirrascale muestran el borde visible de esa carga. La página de nube AMD Instinct enumera sistemas MI300X con procesadores duales de 48 núcleos, 2,3 TB de RAM del sistema, almacenamiento NVMe local y redes vinculadas de 25 Gb con 3200 Gb disponibles. La tabla de NVIDIA enumera sistemas B200, H200 y H100 con CPU duales de 48 núcleos, 2 TB de RAM y NVMe local. La página de redes enhttps://www.cirrascale.com/products-and-services/networkingdice que los clientes pueden usar NVIDIA Quantum InfiniBand de hasta 3200 Gb por servidor para configuraciones densas de múltiples nodos. La página de almacenamiento enhttps://www.cirrascale.com/products-and-services/storagedice que Cirrascale utiliza NVMe local, almacenamiento de nivel activo WEKA y almacenamiento de objetos compatible con S3 para flujos de trabajo de IA, visión artificial y PNL.

Estos detalles no son ornamentales. Son la base de costes. Una cuenta útil de nube de IA necesita servidores GPU, CPU anfitrionas, memoria, NVMe, estructura de almacenamiento, interconexión, enrutadores, distribución de energía, refrigeración, redundancia de instalaciones, imágenes de software, pilas de controladores, controles de seguridad, monitoreo y personas que puedan solucionar problemas de cargas de trabajo que fallan en algún punto entre el firmware y Python. Cada uno de esos insumos tiene un reloj económico diferente. Los precios de las GPU pueden caer cuando llega una nueva generación, pero la densidad del rack y los requisitos de energía pueden aumentar. Las CPU y NVMe envejecen de manera diferente a los aceleradores. Las elecciones de diseño de InfiniBand o Ethernet pueden convertirse en cuellos de botella si los clientes pasan de la inferencia de un solo nodo al entrenamiento de múltiples nodos. El almacenamiento que parece secundario en una tabla de precios puede volverse central cuando los flujos de datos dejan hambrientas a las GPU caras.

El lenguaje de socios públicos de Cirrascale apunta a esta pila. La página "acerca de" nombra a Dell Technologies como Socio Platinum y dice que Cirrascale implementa tecnologías de almacenamiento y hardware de Dell en su AI Innovation Cloud. La misma página habla de WEKA para almacenamiento de alto rendimiento. La página de almacenamiento dice que la Plataforma de Datos WEKA está certificada como una solución de almacenamiento de datos de alto rendimiento para Socios de Nube NVIDIA y se utiliza para alimentar cargas de trabajo de entrenamiento, ajuste e inferencia. Estas son señales de proveedores y arquitectura, no revelaciones de márgenes auditadas. Respaldan la opinión de que la economía de Cirrascale depende de algo más que adquirir GPU al precio correcto. El proveedor debe ensamblar un sistema completo que los clientes puedan seguir utilizando.

Por eso la obsolescencia de los aceleradores es importante. Un compromiso anual de Cirrascale con una H100 o MI300X puede ser racional hoy si el código, el tamaño del modelo y el flujo de datos del cliente se ajustan a ese hardware. Pero el mismo cliente tiene que vigilar los cambios de aceleradores B200, B300, H200, MI325X, MI350 y otros. Las páginas públicas de Cirrascale muestran que está actualizando su catálogo: la página de prensa enhttps://www.cirrascale.com/pressenumera anuncios de 2025 y 2026 para B200, MI350, Tenstorrent Galaxy Blackhole, Google Distributed Cloud y otras ofertas de IA privada. Eso es positivo para la relevancia, pero también significa que el proveedor está viviendo dentro de una carrera de reemplazo de capital. La pregunta del comprador es si el descuento mensual o anual es suficiente para compensar el estar atado a una generación mientras la siguiente oferta está llegando.

La ausencia de estados financieros públicos es importante. Cirrascale es privada, y el registro público no muestra el margen bruto, el capex, la deuda, la utilización, la tasa de renovación, la cartera de pedidos, la concentración de clientes o el porcentaje de capacidad desplegada bajo contratos a plazo. Sin esas cifras, los observadores externos no pueden demostrar si el modelo de capacidad mensual es rentable. Solo pueden ver que la empresa está vendiendo un producto cuya base de costes es intensiva en capital y cuyos precios públicos piden a los clientes que compartan el riesgo de utilización.

El soporte gestionado es parte del producto, pero los términos reducen la promesa

El posicionamiento público de Cirrascale se apoya fuertemente en el soporte. La página de inicio enhttps://www.cirrascale.com/dice que su infraestructura de IA basada en la nube incluye servicios profesionales y gestionados, sin tarifas de transferencia de datos de entrada o salida, redes de baja latencia y gran ancho de banda, y soluciones personalizadas de servidores multi-GPU y almacenamiento. La página de IA privada enhttps://www.cirrascale.com/privatedice que los clientes obtienen computación dedicada, aislamiento total de datos, soporte de guante blanco, IA privada gestionada y experiencia integral. Las páginas de empleo y carreras describen a la empresa como un proveedor de infraestructura en la nube de alto rendimiento centrado en el aprendizaje profundo, la IA generativa y la inferencia a gran escala para startups, laboratorios de investigación y equipos de IA empresariales.

Ese lenguaje de soporte es comercialmente plausible porque la infraestructura de GPU no se explica por sí sola. Un cliente puede comprar un servidor H100 y aun así perder tiempo con controladores, imágenes de contenedores, montajes de almacenamiento, programación de trabajos, paralelismo de modelos, InfiniBand, políticas de seguridad y actualizaciones fallidas. Un proveedor que pueda entregar un entorno dedicado que funcione, y luego ayudar cuando el rendimiento baje o falle una carga de trabajo, puede obtener una prima sobre un anfitrión de mercado simple. Esto es especialmente cierto para las instituciones de investigación y las empresas cuyos equipos de IA aún se están formando y cuyos equipos de TI desconfían de dejar que los datos sensibles salgan de entornos controlados.

Sin embargo, los términos del servicio muestran el límite. Los términos de Cirrascale dicen que el cliente es el único responsable de revisar las aplicaciones y los datos cargados en la ubicación alojada. Dicen que los clientes deben mantener sus propias copias de archivo y respaldo, y que los servidores de Cirrascale no son un archivo. Dicen que los servicios profesionales fuera del plan de servicio pueden cotizarse en incrementos de 30 minutos o por servicio, y que las tarifas de servicios profesionales no son reembolsables. También dicen que los servidores dedicados pueden migrarse en el curso normal del negocio y que a los clientes se les puede asignar o reasignar una dirección IP diferente. Estas cláusulas no son inusuales para la infraestructura alojada, pero moderan la idea de que el soporte gestionado equivale a un seguro operativo ilimitado.

La página de soporte enhttps://www.cirrascale.com/supportañade otra restricción práctica. Dice que el soporte de la plataforma está disponible de lunes a viernes de 8 a 17 horas (hora del Pacífico), con contacto por correo electrónico, teléfono o ticket de soporte. Es una evidencia pública útil de los canales y horarios de soporte. No demuestra los tiempos de respuesta del soporte, la calidad de los incidentes, la satisfacción del cliente o la escalada fuera del horario laboral. Para un equipo de IA que ejecuta un punto final de inferencia en producción, esa brecha es importante. El comprador necesita saber qué ocurre a las 2 de la madrugada, qué está incluido en la tarifa base, con qué rapidez se sustituyen los fallos de hardware, cómo se comunica el mantenimiento programado y si el proveedor tiene la capacidad de solucionar fallos de servicio de modelos en lugar de solo fallos de servidor.

Por lo tanto, la evidencia disponible respalda una prima de mano de obra de soporte en el precio, pero no una conclusión general de fiabilidad. Cirrascale ha publicado superficies de soporte y servicios profesionales. Tiene afirmaciones de clientes y socios sobre operaciones gestionadas. Tiene una garantía de disponibilidad del servicio del 99,5 por ciento con un crédito limitado. No publica el historial de incidentes, la disponibilidad por producto, las métricas de tickets de soporte, el tiempo medio de reparación, la utilización del clúster, los objetivos de respuesta estándar ni datos independientes de satisfacción del cliente. Eso hace que el soporte sea una parte central de la tesis comercial y una de sus mayores lagunas de prueba.

Los centros de datos, la energía y la estructura de red son la limitación de capacidad

La demanda de infraestructura de IA está ahora tan limitada por la capacidad física como por el software. La página "acerca de" de Cirrascale dice que sus centros de datos emplean protocolos de seguridad, seguridad armada las 24 horas del día, los 7 días de la semana, los 365 días del año, y controles operativos, y que las instalaciones pueden proporcionar documentación sobre controles de infraestructura relevantes para HIPAA, PCI-DSS y otras normas de cumplimiento. También dice que las instalaciones están diseñadas para una fiabilidad de misión crítica, con acceso supervisado, vigilancia digital, energía y refrigeración redundantes, extinción de incendios y monitorización de instalaciones. La misma página describe ubicaciones en el Oeste, Este y Sur de EE. UU. y dice que la empresa se asocia con operadores de centros de datos habilitados para la nube.

Estas declaraciones respaldan el tema de inversión en centros de datos, pero deben leerse con cuidado. Son afirmaciones de instalaciones de primera mano, no informes SOC auditados, datos de uso de energía en tiempo real o divulgaciones de capacidad sitio por sitio. Nos dicen que Cirrascale comercializa la seguridad, redundancia y soporte de cumplimiento del centro de datos como parte de su producto. No nos dicen cuántos megavatios controla, cuánta capacidad de GPU está desplegada en cada región, qué instalaciones son propias o alquiladas, qué densidades de rack están disponibles, cuánta refrigeración líquida existe o cuánta energía de expansión está contratada.

La evidencia de red es más sólida para la superficie operativa que para la calidad del servicio. La página de redes de Cirrascale dice que los servidores en la nube estándar incluyen conectividad Ethernet vinculada y que NVIDIA Quantum InfiniBand de mayor ancho de banda puede alcanzar hasta 3200 Gb por servidor. Las tablas de precios muestran repetidamente líneas de red vinculadas de 25 Gb, con 3200 Gb disponibles en servidores de aceleradores de gama alta. La red privada se describe como la conexión de servidores multiaceleradores en el mismo centro de datos para replicación, trabajos de análisis más grandes o almacenamiento compartido. Estas afirmaciones encajan con las cargas de trabajo a las que se dirige Cirrascale: el entrenamiento, el ajuste y la inferencia a menudo se ven limitados por el tráfico este-oeste y el rendimiento del almacenamiento, no solo por los FLOPS brutos de la GPU.

El registro de enrutamiento público de Internet añade otra capa. ARIN RDAP enhttps://rdap.arin.net/registry/autnum/400494muestra AS400494, llamado CIRRASCALE-CLOUD-01, registrado a nombre de Cirrascale Cloud Services LLC y activo. El registro de entidad de ARIN enhttps://rdap.arin.net/registry/entidad/CCSL-116enumera a Cirrascale Cloud Services LLC, datos de dirección de San Diego, AS400494 y asignaciones IPv4 directas. La página de Hurricane Electric BGP Toolkit enhttps://bgp.he.net/AS400494muestra 10 prefijos IPv4 originados, sin prefijos IPv6 originados, siete pares IPv4 observados, siete rutas originadas válidas RPKI y 2.560 direcciones IPv4 originadas en su vista capturada. La página AS de IPinfo enhttps://ipinfo.io/AS400494clasifica el ASN como alojamiento, muestra 2.560 direcciones IPv4, sin direcciones IPv6, 10 bloques de red y conexiones ascendentes que incluyen Cogent, Verizon Business, Level 3/Lumen y Zayo.

Esos registros justifican que la calificación inicial de red media-provisional se actualice a una evidencia de red activa significativa. Muestran un ASN activo y recursos enrutados visibles que coinciden con la empresa. No prueban la topología interna del centro de datos, la diversidad de rutas de los clientes, el rendimiento del clúster de GPU, el aislamiento de inquilinos, los resultados de seguridad, el rendimiento de Internet público, el historial de interrupciones o la disponibilidad de capacidad. La ausencia de una entrada pública de PeeringDB para AS400494, comprobada a través dehttps://www.peeringdb.com/api/net?asn=400494, también significa que no hay corroboración pública de PeeringDB de puertos IX o presencia en instalaciones. Por lo tanto, el artículo trata la evidencia de red como evidencia operativa de apoyo, no como prueba de escala de red troncal.

Los sustitutos del comprador son reales y muy diferentes

El conjunto de sustitutos de Cirrascale es inusualmente amplio porque los equipos de IA pueden resolver el mismo problema de capacidad de varias maneras. Una startup puede alquilar por horas a un proveedor de hiperescala. Un laboratorio de investigación puede reservar capacidad a un neocloud. Un desarrollador puede utilizar un mercado de GPU. Una empresa puede comprar su propio clúster. Una institución del sector público puede utilizar una implementación privada gestionada. Cada opción tiene un modo de fallo diferente.

AWS, Google Cloud y Azure son la opción predeterminada obvia para los equipos que ya están en ecosistemas de hiperescala. Aportan sistemas de identidad, almacenamiento, observabilidad, redes, familiaridad con las adquisiciones y contratos empresariales. También traen consigo limitaciones de capacidad regional, complejidad de salida y almacenamiento, procesos de cuotas y partidas de facturación que pueden sorprender a los equipos que mueven grandes conjuntos de datos. El modelo sin horas de Cirrascale no es una ventaja universal frente a esas nubes. Es una respuesta para los compradores que valoran más la disponibilidad dedicada, una facturación más plana y una configuración práctica que la máxima elasticidad.

CoreWeave, Lambda y Crusoe son sustitutos más cercanos porque también venden infraestructura de GPU centrada en IA. Las páginas de precios y productos de CoreWeave enfatizan la nube de IA especialmente diseñada y la economía de grandes nodos. Lambda enfatiza las fábricas de IA, los clústeres, las GPU bajo demanda, la capacidad reservada y los clústeres gestionados de nivel empresarial. Crusoe enfatiza la computación de IA, los precios de H100/H200, el almacenamiento y el soporte. Estos proveedores compiten más directamente con Cirrascale en la misma psicología del comprador: si las GPU, el soporte y la capacidad del centro de datos son escasos, se utiliza una nube de IA especializada en lugar de ensamblar todo en una nube de propósito general.

RunPod y Vast.ai presionan el lado de baja flexibilidad del modelo de Cirrascale. RunPod anuncia instancias de GPU por segundo y bajo demanda con muchos modelos de GPU. Vast.ai enfatiza los precios de mercado, la oferta y la demanda en tiempo real, y la variabilidad del anfitrión. Estas opciones pueden ser atractivas para experimentos, aficionados, trabajos cortos, cargas de trabajo de prueba o equipos que pueden tolerar la variabilidad. Son sustitutos menos directos para los clientes que necesitan un entorno privado dedicado de múltiples nodos, soporte de cumplimiento, almacenamiento gestionado o un proveedor designado responsable ante las adquisiciones. La señal del mercado de los foros y los sitios de comparación de precios de GPU es consistente: a los desarrolladores les gustan las GPU baratas por hora para los experimentos, pero les preocupa la fiabilidad, la disponibilidad, el almacenamiento y si el anfitrión barato es apropiado para cargas de trabajo sensibles.

Los clústeres propiedad del cliente siguen siendo el sustituto más profundo. El argumento más fuerte para poseer hardware es el control. El comprador puede amortizar las GPU, ajustar la pila, evitar el margen de la nube y mantener los datos dentro de sus instalaciones. Los argumentos más fuertes en contra de la propiedad son el plazo de entrega, la preparación del centro de datos, la energía, la refrigeración, la estructura de red, las piezas de repuesto, el talento, la seguridad y la depreciación. El modelo de Cirrascale está diseñado para clientes que desean algunas ventajas de control de la infraestructura dedicada sin poseer todo el ciclo de vida. Ese posicionamiento es económicamente coherente, pero solo para clientes cuya duración de la carga de trabajo y perfil de riesgo lo justifiquen.

Por lo tanto, el juicio práctico sobre los sustitutos es mixto. Para un experimento corto, es probable que Cirrascale sea demasiado comprometido. Para un esfuerzo de modelo de un mes o un año con datos sensibles, presión de almacenamiento y necesidad de soporte, sus precios publicados y condiciones de servidor dedicado pueden ser competitivos. Para un laboratorio de frontera muy grande, Cirrascale puede ser un socio, una capa de servicios gestionados o una ruta de implementación especializada en lugar del único proveedor. Para un comprador cuya carga de trabajo ya está profundamente integrada en AWS, Google o Azure, la fricción de la migración puede superar la comparación nominal de GPU-hora.

El sector público y la IA privada amplían la demanda, pero también elevan el listón

El reciente posicionamiento público de Cirrascale ha ido más allá del alquiler bruto de GPU hacia la IA privada y la investigación del sector público. La página de Google GPAR enhttps://www.cirrascale.com/google-gpardice que Cirrascale se asocia con Google Public Sector para proporcionar soluciones de IA de alto rendimiento para instituciones de educación superior e investigación. Describe los servicios de implementación de GPAR, una división del sector público, controles de residencia de datos, políticas de gobierno institucional y necesidades de cumplimiento como HIPAA, FERPA, CMMC 2.0 y FedRAMP High. La página de Gemini privado enhttps://www.cirrascale.com/googledice que Gemini en Google Distributed Cloud con la Plataforma de Inferencia Cirrascale puede ejecutarse en entornos conectados o completamente aislados, con la computación mantenida donde residen los datos.

Esto es comercialmente significativo porque los compradores regulados no compran solo GPU-hora. Compran adecuación a las adquisiciones, gobierno, control de datos, auditabilidad, formación, soporte, límites de incidentes y reducción del riesgo institucional. Si Cirrascale puede vincular la infraestructura de GPU a programas del sector público o implementaciones de IA privada, la comparación relevante cambia. El comprador ya no se pregunta solo si una H100 es más barata que una H100 de hiperescala. Se pregunta si todo el despliegue permite a una universidad, agencia, hospital, empresa financiera o empresa regulada utilizar la IA sin trasladar datos sensibles a una vía de nube pública genérica.

La corroboración externa es útil, pero aún incompleta. El anuncio de la National Science Foundation enhttps://www.nsf.gov/news/nsf-nvidia-partnership-enables-ai2-develop-fully-open-aidice que la NSF contribuirá con 75 millones de dólares y NVIDIA con 77 millones para apoyar el proyecto OMAI liderado por Ai2. La propia publicación de NVIDIA enhttps://blogs.nvidia.com/blog/national-science-foundation-ai2-open-ai-models/dice que Cirrascale Cloud Services proporcionará servicios gestionados para la nueva infraestructura de hardware financiada por ese apoyo. La publicación de Ai2 de agosto de 2025 enhttps://allenai.org/blog/nsf-nvidiaconfirma la adjudicación de 152 millones de dólares, y la actualización de Ai2 de 2026 enhttps://allenai.org/blog/omai-compute-now-livedice que el nuevo clúster está desplegado y gestionado en asociación con Cirrascale y admite entrenamiento y experimentación a gran escala. Estas fuentes no revelan los ingresos, el margen o los términos del contrato de Cirrascale, pero sí respaldan la afirmación de que Cirrascale no se limita a comercializar la IA privada en abstracto.

Los materiales de Google Distributed Cloud y Telehouse apuntan en la misma dirección. El comunicado de BusinessWire de marzo de 2026 sobre Google Public Sector enhttps://www.businesswire.com/news/home/20260310818564/en/Cirrascale-Cloud-Services-Partners-with-Google-Public-Sector-to-Deliver-Specialized-Research-Offerings-and-Launches-New-Government-Services-Divisiondescribe a Cirrascale como socio de implementación y servicios para GPAR. El comunicado de BusinessWire de abril de 2026 sobre Gemini enhttps://www.businesswire.com/news/home/20260422489430/en/Cirrascale-Expands-Model-Offerings-to-Include-Gemini-on-Google-Distributed-Cloud-with-the-Cirrascale-Inference-Platformdescribe la plataforma de Cirrascale superpuesta con Google Distributed Cloud para implementaciones de Gemini en las instalaciones. El comunicado de Telehouse de Cirrascale enhttps://www.cirrascale.com/press/telehouse-and-cirrascale-partnerdice que Telehouse France y Cirrascale desplegarán capacidades de inferencia de IA directamente dentro de los centros de datos de Telehouse para empresas que deseen cargas de trabajo más cercanas a los datos.

El riesgo es que estos compradores de mayor valor exigen más pruebas, no menos. Un comprador del sector público o de una empresa regulada querrá documentación de seguridad, elegibilidad para adquisiciones, planes de continuidad, cobertura de soporte, recursos contractuales, informes de auditoría, condiciones de procesamiento de datos y pruebas de que el proveedor puede operar durante años. Las páginas públicas de Cirrascale indican que este es el mercado previsto. Por sí solas, no demuestran que la empresa tenga todas las certificaciones, la profundidad de personal o la capacidad de gestión de programas necesarias para cada comprador. La oportunidad de ingresos y la carga operativa aumentan juntas.

Las señales del mercado dicen que el nicho es real, pero no está totalmente probado

Las señales no oficiales del mercado respaldan en general la idea de que Cirrascale compite en un nicho neocloud real y abarrotado. La página pública de LinkedIn de la empresa enhttps://www.linkedin.com/company/cirrascaledescribe a Cirrascale como una empresa privada de San Diego con 51-200 empleados, fundada en 2017, centrada en infraestructura de GPU bare-metal dedicada y servicios gestionados para IA privada. No es un recuento de empleo auditado, pero es una señal de escala útil. Data Center Dynamics informó en 2025 que Cirrascale añadió sistemas NVIDIA B200 a su plataforma en la nube y señaló la disponibilidad previa de H200 y H100:https://www.datacenterdynamics.com/en/news/cirrascale-cloud-services-adds-nvidia-b200s-to-cloud-platform/. Se trata de una cobertura independiente del sector sobre la dirección del producto.

La charla del mercado de desarrolladores es más variada. Un hilo de Reddit sobre la elección de proveedores de GPU en la nube enhttps://www.reddit.com/r/deeplearning/comments/tww9w5/which_cloud_gpu_provider_should_i_choose_as_an/comparó los precios de LambdaLabs y Cirrascale para sistemas más antiguos de la era V100 e incluía el consejo habitual de que los equipos que pueden permitírselo podrían construir su propio hardware. Ese hilo es antiguo y no puede tratarse como evidencia de precios actuales. Muestra una pregunta duradera del comprador: ¿cuándo vale la pena la comodidad de la nube de GPU frente a la prima sobre otro proveedor de nube o el hardware propio? Otras discusiones en Reddit y sitios de comparación sobre nubes de GPU a menudo enmarcan el mercado en torno al precio por hora, la disponibilidad, la fiabilidad y si los mercados baratos son apropiados para cargas de trabajo sostenidas. Esas señales son útiles para la psicología del comprador, no para demostrar la calidad ofrecida por Cirrascale.

Los sitios de comparación plantean el mismo punto desde otro ángulo. La página de GPUPerHour que compara Cirrascale con Vast.ai enhttps://gpuperhour.com/compare/cirrascale-vs-vastaidescribe a Cirrascale como bare metal dedicado mensual y a Vast.ai como un mercado por horas, concluyendo que el primero se adapta al uso sostenido mientras que el segundo ofrece un control granular y precios potencialmente más bajos. La página de GetDeploying sobre Cirrascale enhttps://getdeploying.com/cirrascaledestaca múltiples tipos de GPU, precios de reserva, redes de alta velocidad e inferencia gestionada. Estas son fuentes secundarias y pueden estar desfasadas con respecto a los precios en vivo, pero captan una percepción del mercado: se reconoce a Cirrascale como un especialista en capacidad comprometida, no como el mercado de ráfagas más barato.

Esa percepción se ajusta a la evidencia. Cirrascale no está tratando de ganar a todos los compradores de GPU. Su modelo público es más fuerte cuando se dan tres condiciones: la carga de trabajo es lo suficientemente estable para la capacidad mensual, los datos o el entorno de implementación son lo suficientemente controlados como para hacer valiosa la infraestructura privada, y el equipo del cliente valora la configuración y el soporte lo suficiente como para pagar una prima de gestión. El modelo es más débil cuando la principal variable del cliente es la GPU-hora más baja posible para un trabajo corto.

La parte no probada es la retención. Las fuentes públicas no revelan cuántos clientes renuevan después de un período inicial, cuántos utilizan la capacidad de la GPU por encima del 80 por ciento, cuántos migran a otro lugar después del lanzamiento de un modelo, o cuántas discusiones del sector público y empresarial se convierten en ingresos recurrentes. En un negocio de capacidad mensual, esas métricas importan más que el volumen de comunicados de prensa. Un proveedor puede tener un hardware impresionante y aun así enfrentarse a una mala economía si los clientes alquilan un mes, infrautilizan el servidor, exigen un soporte pesado y se van cuando aparece un acelerador más nuevo en otro lugar.

Lo que prueba el registro de red y lo que no puede probar

La evidencia de recursos de red públicos de Cirrascale es significativa, pero debe mantenerse en su carril. ARIN RDAP demuestra que Cirrascale Cloud Services LLC es el titular del registro de AS400494, que el AS está activo y que la organización tiene asignaciones IPv4 directas que incluyen 202.181.139.0/24, 216.114.73.0/24 y una asignación mayor 64.70.112.0/20 en el registro de entidad capturado. Hurricane Electric e IPinfo muestran espacio IPv4 originado visible. IPinfo clasifica el ASN como alojamiento y muestra conexiones ascendentes que incluyen Cogent, Verizon, Lumen/Level 3 y Zayo. Hurricane Electric muestra pares observados y rutas originadas válidas RPKI. Estos hechos respaldan una red de infraestructura alojada activa, no una lista inactiva.

Los límites son igualmente importantes. Los datos BGP públicos no muestran qué prefijos se utilizan para clientes de GPU, qué sitios alojan qué sistemas, qué rutas transportan tráfico de gestión, si el tráfico interno de InfiniBand o almacenamiento funciona bien, o si la carga de trabajo de un cliente verá un rendimiento estable. No apareció ningún registro público de PeeringDB a través de la consulta de la API de PeeringDB para AS400494, por lo que el artículo no afirma puertos IX públicos o interconexión de instalaciones de esa fuente. La evidencia de red es lo suficientemente sólida para el párrafo de superficie operativa y para una señal de soporte de red en la nube de media a fuerte. No es lo suficientemente sólida como para afirmar escala de red troncal, superioridad de latencia, volumen de clientes, tiempo de actividad, calidad de redundancia o resultado de gobierno de seguridad.

Esta distinción es importante porque la categoría del artículo es Servicio en la Nube. Los recursos de red ayudan a demostrar que Cirrascale opera infraestructura pública y enruta espacio IP consistente con los servicios alojados. No son la razón por la que la empresa califica. La razón es el registro de productos orientados al cliente: nube de GPU dedicada, precios, almacenamiento, redes, IA privada gestionada, inferencia y soporte. Si las páginas de productos desaparecieran y solo quedara AS400494, la evidencia de Servicio en la Nube sería mucho más débil. En el registro público actual, las dos clases de evidencia se refuerzan mutuamente.

Evidencia pública utilizada

La fuente de la empresa que más peso tiene es la página de precios de Cirrascale,https://www.cirrascale.com/pricing, porque muestra precios mensuales, semestrales y anuales, configuraciones de servidores, lenguaje de facturación sin sorpresas y la declaración explícita de que los equivalentes por hora son ayudas para la comparación y no alquileres por horas. La página AI Innovation Cloud,https://www.cirrascale.com/ai-innovation-cloud, respalda la afirmación de plataforma multiaceleradora. La página de AMD,https://www.cirrascale.com/ai-innovation-cloud/amd-instinct-series-cloud, respalda las configuraciones y precios de MI300X y MI250. La página de redes,https://www.cirrascale.com/products-and-services/networking, respalda las afirmaciones de redes vinculadas de 25 Gb, NVIDIA Quantum InfiniBand y redes privadas. La página de almacenamiento,https://www.cirrascale.com/products-and-services/storage, respalda el almacenamiento NVMe local, el almacenamiento de nivel activo WEKA y el almacenamiento de objetos. La página de soporte,https://www.cirrascale.com/support, respalda los canales de soporte públicos y el horario de soporte de lunes a viernes en horario del Pacífico. La página de términos,https://www.cirrascale.com/terms-of-service, respalda el contrato de servidor dedicado, las responsabilidades del cliente, los servicios profesionales, el crédito de disponibilidad y las condiciones de facturación.

Para la identidad y la evidencia de red, el registro ASN de ARIN enhttps://rdap.arin.net/registry/autnum/400494y el registro de entidad enhttps://rdap.arin.net/registry/entidad/CCSL-116respaldan la conexión empresa-recurso. Hurricane Electric enhttps://bgp.he.net/AS400494e IPinfo enhttps://ipinfo.io/AS400494respaldan las observaciones de enrutamiento activo, prefijos y conexiones ascendentes. La URL de la API de PeeringDBhttps://www.peeringdb.com/api/net?asn=400494es útil porque no devolvió ninguna entrada de red pública coincidente, lo que limita las afirmaciones sobre IX públicos.

Para el contexto de mercado externo y de clientes, el anuncio de la NSF enhttps://www.nsf.gov/news/nsf-nvidia-partnership-enables-ai2-develop-fully-open-ai, la publicación de NVIDIA enhttps://blogs.nvidia.com/blog/national-science-foundation-ai2-open-ai-models/, la publicación de financiación de Ai2 enhttps://allenai.org/blog/nsf-nvidiay la actualización de computación en vivo de Ai2 enhttps://allenai.org/blog/omai-compute-now-liverespaldan el contexto de infraestructura de investigación OMAI y el papel de servicios gestionados de Cirrascale. La página de Google GPAR de Cirrascale,https://www.cirrascale.com/google-gpar, y la página de Gemini privado,https://www.cirrascale.com/google, respaldan la narrativa de implementación de IA privada y del sector público. El comunicado de Telehouse,https://www.cirrascale.com/press/telehouse-and-cirrascale-partner, respalda el ángulo de proximidad de datos empresariales.

Para los sustitutos, el artículo utiliza AWS Capacity Blocks,https://aws.amazon.com/ec2/capacityblocks/pricing/, la documentación de instancias AWS P5,https://aws.amazon.com/ec2/instance-types/p5/, los precios de aceleradores de Google,https://cloud.google.com/products/compute/pricing/accelerator-optimized, la documentación de GPU de Google,https://docs.cloud.google.com/compute/docs/gpus, los precios de CoreWeave,https://www.coreweave.com/pricing, los precios de Lambda,https://lambda.ai/pricing, los precios de Crusoe,https://www.crusoe.ai/cloud/pricing, los precios de RunPod,https://www.runpod.io/pricing, los precios de Vast.ai,https://vast.ai/pricing, y la documentación de precios de Vast.ai,https://docs.vast.ai/guides/instances/pricing. Estas fuentes no se utilizan para demostrar el rendimiento de Cirrascale. Establecen las alternativas reales del comprador.

Hechos que cambiarían el juicio

La primera clase que falta es la economía. Cirrascale no publica ingresos, margen bruto, capex, utilización, cartera de pedidos, tasas de renovación, concentración de clientes, calendarios de depreciación de GPU o deuda. Cualquier métrica verificada que muestre una alta utilización y fuertes renovaciones en servidores GPU mensuales o anuales reforzaría el caso de que el modelo de capacidad mensual funciona. La evidencia de baja utilización, fuertes descuentos, cuentas de corta duración o alto coste de soporte lo debilitaría.

La segunda clase que falta es la fiabilidad. El registro público tiene una garantía de disponibilidad del servicio del 99,5 por ciento y lenguaje de marketing sobre alta disponibilidad, pero no se encontró ningún archivo de incidentes, panel de disponibilidad, historial de servicio a nivel de producto, objetivo de tiempo de respuesta o informe de auditoría de terceros en la evidencia pública utilizada aquí. Un historial de disponibilidad verificado, un registro de respuesta de soporte o una referencia de cliente para una implementación de inferencia en producción mejorarían materialmente la confianza. Un patrón de incidentes, soporte lento o cuellos de botella de almacenamiento empujaría el análisis en la dirección opuesta.

La tercera clase que falta es la retención y el ajuste de la carga de trabajo. El modelo de Cirrascale es más sólido cuando los clientes tienen cargas de trabajo de IA continuas o de larga duración. Las fuentes públicas no muestran cuántas cuentas son de entrenamiento constante, cuántas son de investigación del sector público, cuántas son de inferencia privada, cuántas son experimentos puntuales, ni cuántas se expanden después del primer período. Los datos de renovación, la combinación de clientes y la duración de la carga de trabajo resolverían gran parte de la incertidumbre actual.

Conclusión: Un modelo coherente con una trampa de utilización

La evidencia respalda la tesis central: Cirrascale reemplaza la elasticidad horaria de la GPU por una apuesta de capacidad mensual. Sus precios públicos, términos y páginas de productos muestran una oferta real de servicio en la nube basada en servidores multi-GPU dedicados, elección de aceleradores, IA privada, almacenamiento, estructura de red y soporte gestionado. Sus registros de red públicos muestran una superficie de infraestructura alojada activa. Sus fuentes de socios y contexto de clientes muestran relevancia para los mercados de investigación e IA privada. El modelo es coherente porque muchos equipos de IA no solo necesitan "una GPU". Necesitan un entorno de trabajo con movimiento de datos, almacenamiento, soporte, hardware dedicado, comodidad de cumplimiento y una factura que se pueda prever.

El riesgo es igualmente claro. La capacidad dedicada mensual solo es atractiva cuando el comprador puede utilizarla. Cirrascale puede parecer económico frente a las alternativas por hora de H100 o H200 si el cliente tiene cargas de trabajo sostenidas y valora el soporte y el control. Puede parecer caro frente a RunPod, Vast.ai o ráfagas cortas de hiperescala si la carga de trabajo es esporádica. Puede ser operativamente valioso para la IA privada regulada, pero esos compradores exigen pruebas de soporte, gobierno y continuidad que el marketing público no proporciona por completo.

La mejor lectura pública es, por lo tanto, positiva pero limitada. Cirrascale es un proveedor creíble de nube de IA especializada e infraestructura gestionada, no un ISP regional genérico ni una mera etiqueta de revendedor. La evidencia pública es sólida para la superficie operativa ofrecida y de media a fuerte para el soporte de recursos de red. La tesis sigue sin probarse en cuanto a rentabilidad, utilización, calidad de soporte y retención hasta que las métricas operativas privadas o una evidencia independiente más sólida de los clientes se hagan visibles. Mientras tanto, el juicio sobre los sustitutos es sencillo: elija Cirrascale cuando la capacidad de IA dedicada estable, la privacidad, el soporte y la integración de almacenamiento/red importen más que la flexibilidad horaria; elija las alternativas cuando la elasticidad de ráfagas, la granularidad de una sola GPU o el precio de mercado más bajo importen más.