Resumen

  • DFKI opera un clúster de HPC para IA llamado Pegasus en Kaiserslautern, con una documentación técnica pública que declara más de 100 petaFLOPS para cargas de IA, más de 300 GPU, más de 5.500 núcleos de CPU y más de 40 TiB de RAM, gestionado con Slurm, contenedores Enroot y un sistema propio de monitorización 1 2.
  • La expansión de la flota DGX A100 está fechada: el 27 de julio de 2020 DFKI puso en funcionamiento su primer DGX A100, elevando el clúster de 20 a 45 petaFLOPS, y más tarde anunció una séptima unidad, con más de 60 petaFLOPS 3 4.
  • Las instalaciones físicas son verificables en detalle: el Maritime Exploration Hall (MarEH) en Bremen tiene una piscina de 23 × 19 × 8 metros con 3,4 millones de litros de agua salada, una cámara de presión especificada hasta 660 bar y un sistema de captura de movimiento subacuático Qualisys de 12 cámaras 5.
  • El laboratorio vivo SmartFactory-KL fue seleccionado como banco de pruebas de Gaia-X según un comunicado de DFKI del 26 de mayo de 2021, con el subproyecto smartMA-X y un demostrador de nivel de producción 4 presentado ya en 2020 6 7.
  • Los proyectos de transferencia tienen ventanas de ejecución concretas: LUMINOUS (subvención europea 101135724, del 1 de enero de 2024 al 31 de marzo de 2027), LIEREx (del 1 de julio de 2024 al 31 de diciembre de 2026, con un robot TIAGo 2) y SiSWiss (del 1 de junio de 2025 al 31 de mayo de 2028, coordinado por L3S) 8 9 10 11.
  • En contraste, los recuentos de escala autoinformados de DFKI no coinciden entre sus propias páginas: la página de perfil de la empresa declara 29 departamentos y 13 centros de competencia, mientras que la página "Acerca de DFKI" menciona diez centros de competencia y una versión espejo del mismo habla de 28 departamentos 15.

Un clúster con documentación pública, no solo con una cifra de marketing

La pieza central computacional de DFKI es Pegasus, el clúster de HPC para IA alojado en Kaiserslautern. Su documentación en línea declara más de 100 petaFLOPS para cargas de trabajo de IA, más de 300 GPU, más de 5.500 núcleos de CPU y más de 40 TiB de memoria, gestionado con el gestor de cargas Slurm, entornos de contenedores Enroot y un sistema de monitorización propio 1. Lo que distingue esta documentación de una cifra de prensa es la tabla de particiones pública: Pegasus expone particiones por tipo de hardware —A100, B200 (Blackwell), H100, H200, L40S, RTX 3090, RTX A6000, RTX Pro 6000 Blackwell y V100—, con nodos de típicamente 8 GPU interconectadas por NVLink/NVSwitch dentro del nodo y por InfiniBand entre nodos, y publica puntos de referencia de entrenamiento ResNet y Transformer por partición 2. Esta granularidad es el tipo de evidencia que puede falsificarse: si las particiones o los puntos de referencia no existieran, la documentación quedaría expuesta.

El uso operativo del clúster también está documentado desde el lado de los usuarios. El repositorio de GitHub "hpc-infrastructure-access" del grupo MBAZA-NLP de DFKI documenta los procedimientos prácticos de acceso —Slurm, particiones, contenedores— para la infraestructura de HPC de DFKI desde el grupo de PLN 14. Un flujo de trabajo de acceso documentado corrobora que el clúster es una instalación operativa y no solo una descripción promocional.

Una línea temporal de DGX A100 fechada

La historia de la computación de aprendizaje automático de DFKI puede reconstruirse a partir de sus propios comunicados. El 27 de julio de 2020, DFKI puso en funcionamiento su primer NVIDIA DGX A100 en el centro de computación de aprendizaje automático de Kaiserslautern, elevando la potencia del clúster de 20 a 45 petaFLOPS; cada DGX A100 aporta cinco petaFLOPS mediante ocho GPU A100 Tensor Core, con una eficiencia mejorada a unos 1,2 kW por petaFLOPS frente a los cerca de 5 kW de los sistemas anteriores, y con planes para cuatro sistemas adicionales 3. Un anuncio posterior registró la ampliación con una séptima DGX A100, llevando la cifra declarada a más de 60 petaFLOPS, vinculado al departamento de Aprendizaje Automático Interactivo (IML) y a la investigación de modelos fundacionales para la salud, con el profesor Daniel Sonntag citado sobre los objetivos de aprendizaje profundo interactivo 4. El sitio del laboratorio IML confirma la especificación de la unidad que aloja: 8 GPU A100 con hasta 640 GB de memoria de GPU en total, cifrada en 1,5 petaFLOPS [4] [15].

Estas cifras no son coetáneas con las de Pegasus: los 60+ petaFLOPS describen una generación anterior del clúster, y la documentación de Pegasus declara 100+ petaFLOPS sin fecha de referencia visible. DFKI no publica una reconciliación con fecha entre ambas. Para un lector técnico, la lectura correcta es que la serie temporal 20 → 45 → 60+ petaFLOPS está fechada por comunicados, mientras que la cifra de "100+ petaFLOPS" es una declaración operativa actual sin fecha explícita.

Instalaciones físicas con dimensiones verificables

En Bremen, el Robotics Innovation Center de DFKI opera el Maritime Exploration Hall (MarEH), un recinto de 1.300 m² para ensayar robótica sobre y bajo el agua. La piscina principal mide 23 × 19 × 8 metros y contiene 3,4 millones de litros de agua salada; el equipamiento documentado incluye una cámara de presión especificada hasta 660 bar (equivalente a unos 6.600 metros de profundidad; la propia página también menciona en una sección 6.000 metros y 600 bar, una inconsistencia interna que conviene atribuir como tal), un tanque de cristal de 40.000 litros, un tanque negro con control de luz y un laboratorio de realidad virtual; la captura de movimiento subacuática se realiza con un sistema Qualisys de 12 cámaras con una precisión de unos 4 mm a 300 Hz 5. Estas especificaciones son lo bastante concretas para ser verificables por terceros que visiten la instalación.

En Kaiserslautern, el laboratorio vivo SmartFactory-KL —fundado en 2005— fue seleccionado como banco de pruebas para Gaia-X según un comunicado de DFKI fechado el 26 de mayo de 2021. La configuración de producción en red abarca SmartFactory-KL, el departamento de Sistemas de Fábrica Innovadores (IFS) de DFKI y la TU Kaiserslautern (WSKL); la visión de Producción Nivel 4 (PL4) data de 2019 y un demostrador PL4 presentó un caso de uso de Gaia-X en 2020, con un segundo demostrador con un nuevo sistema de transporte en construcción en el edificio de DFKI. Keran Sivalingam aparece nombrado como líder del proyecto smartMA-X, el subproyecto de GAIA-X de SmartFactory-KL 6 7.

Proyectos de transferencia con ventanas y hardware definidos

Los proyectos concretos permiten datar el flujo de trabajo de investigación a despliegue. LUMINOUS (Language Augmentation for Humanverse) es la subvención europea 101135724 del Horizonte Europa, con firma de la CE el 23 de octubre de 2023 y ejecución del 1 de enero de 2024 al 31 de marzo de 2027 bajo el tema HORIZON-CL4-2023-HUMAN-01-21 (Next Generation eXtended Reality, RIA); combina modelos generativos y multimodales de lenguaje con XR y reconocimiento zero-shot de objetos desconocidos, con tres pilotos: neurorehabilitación para supervivientes de ictus con afasia, formación de seguridad industrial inmersiva y diseño arquitectónico 3D. La historia de transferencia de DFKI sobre el proyecto está fechada el 19 de agosto de 2024; CORDIS es la fuente autorizada sobre la duración 8 9.

LIEREx (Language-Image Embeddings for Robotic Exploration) se ejecuta del 1 de julio de 2024 al 31 de diciembre de 2026; incorpora modelos de visión-lenguaje (por ejemplo, CLIP) en un mapa semántico que permite consultas sobre objetos arbitrarios, implementado en un robot móvil y evaluado mediante exploración indoor orientada a objetivos; los informes técnicos documentan una plataforma robot TIAGo 2 con LiDAR Ouster OS0 y cámara RGB-D ToF Femto Bolt, y el simulador Habitat con Matterport3D/HM3D 10.

SiSWiss (modelos de lenguaje seguros para la gestión del conocimiento) se ejecuta del 1 de junio de 2025 al 31 de mayo de 2028, financiado por el Ministerio Federal de Investigación, Tecnología y Espacio (BMFTR) en el programa "Sichere Zukunftstechnologien in einer hypervernetzten Welt: Künstliche Intelligenz", coordinado por el L3S Research Center con DFKI, CISPA y Laverana como socios; desarrolla LLM multipersona con un marco de Differential Sensitivity Awareness que controla el acceso a información sensible según los permisos del usuario, mediante RLHF y métodos de código abierto optimizados para el mercado germanohablante 11 12. En el ámbito del transporte, TSS-MoVe desarrolla un sistema piloto de búsqueda automatizada de tecnologías para todos los modos de transporte, documentado por DFKI y por la agencia federal DZSF 13; y Genki4Media aborda la IA generativa para medios dentro del programa federal "Gen-KI für den Mittelstand", con Fraunhofer FOKUS como socio 14.

Lo que queda sin verificar: las cifras de escala

Frente a esta infraestructura fechada, los recuentos de escala del propio DFKI muestran fisuras internas. La página de perfil de la empresa declara 29 departamentos de investigación, 13 centros de competencia y 8 laboratorios vivos, con unos 960 investigadores y personal administrativo, más de 600 estudiantes de doctorado de más de 76 países y más de 560 proyectos; la página "Acerca de DFKI" dice "diez centros de competencia", y una versión espejo del mismo contenido en el host www-live.dfki.de habla de 28 departamentos y diez centros de competencia 15. No hay auditeur externo que reconcilie estas cifras; para cualquier evaluación de la escala real de DFKI, la evidencia de sistemas concretos y fechados es más fiable que los recuentos institucionales autoinformados.