M8 Ultra y Nvidia: Apple estudia volver al mercado de servidores

Apple, tras una década y media, podría volver a vender sus propios servidores a clientes externos, pero ahora la apuesta no es por la infraestructura corporativa habitual, sino por la inteligencia artificial. The Information reveló un proyecto de máquina basado en los futuros M8 Ultra, que la compañía considera lanzar aproximadamente en 2029.

Según el medio, Apple estudia dos configuraciones del sistema futuro. La menor combinaría dos M8 Ultra, la mayor cuatro. Pretenden ofrecer los servidores a desarrolladores de IA, empresas y clientes gubernamentales para inferencia, es decir, para ejecutar modelos ya entrenados. Entrenar los modelos más grandes en esa máquina no se considera por ahora su tarea principal.

El principal problema técnico no está solo en los núcleos de cálculo, sino en el intercambio de datos entre ellos. Apple discutió con Nvidia el uso de NVLink Fusion, un conjunto de interfaces de alta velocidad, conmutadores y software que permite vincular procesadores de terceros dentro de una misma arquitectura de servidor. Nvidia abrió NVLink Fusion a chips de otros fabricantes ya en 2025.

Para Nvidia, ese esquema crea una fuente de ingresos adicional. La compañía puede vender la infraestructura incluso cuando el cliente elige su propio acelerador en lugar de una GPU de Nvidia. SecurityLab ya analizó cómo NVLink Fusion convierte las interfaces propietarias de Nvidia en la base tecnológica para sistemas con procesadores de otros fabricantes.

Apple no empieza desde cero su historia en servidores. Private Cloud Compute ya funciona en hardware creado ad hoc con Apple silicon y atiende las tareas exigentes de Apple Intelligence. Sin embargo, esas máquinas las construye para su propia infraestructura en la nube y no las vende. Anteriormente ya escribimos cómo Apple trasladó sus chips a centros de datos para el procesamiento protegido de solicitudes de IA.

El nuevo proyecto se distingue precisamente por su modelo comercial. Según The Information, los socios pidieron a Apple abrir el acceso a los servidores Private Cloud Compute, pero la compañía se negó. Al mismo tiempo, entre los desarrolladores aumentó con fuerza la demanda de Mac mini y Mac Studio para ejecutar modelos localmente, y grandes equipos de IA compran esos equipos por decenas de miles. Apple vio la oportunidad de convertir esa demanda en una línea de servidores independiente.

Los desarrollos internos de Apple aún no resuelven por completo la tarea. Los medios de interconexión propios que la compañía usa en sus servidores actuales son, según las fuentes del medio, demasiado lentos y caros para un sistema comercial a escala. NVLink Fusion podría cubrir esa brecha y conectar varios M8 Ultra de modo que el servidor distribuya la carga de IA entre los procesadores de forma más eficiente.

El proyecto recibió el respaldo de John Ternus hace aproximadamente un año, cuando dirigía el desarrollo de hardware de Apple. Desde el 1 de septiembre de 2026 Ternus ocupa el puesto de director ejecutivo de la compañía, por lo que la iniciativa conserva a un sólido defensor interno. Al mismo tiempo, Apple no ha anunciado el producto oficialmente, y Nvidia no ha confirmado que la compañía sea cliente de NVLink Fusion.

Los planes siguen siendo tempranos y pueden cambiar considerablemente antes del lanzamiento previsto. El M8 Ultra aún no ha sido presentado, y Apple puede renunciar tanto a las tecnologías de Nvidia como a todo el proyecto de servidor. Por ello no se trata de un regreso listo de Xserve, sino de un intento de volver a entrar en el mercado corporativo con un sistema pensado sobre todo para el trabajo local con IA.

Si el proyecto llega a la venta, Apple de hecho volvería al lugar del que se fue en enero de 2011 tras el cierre de Xserve. La diferencia será sustancial: la línea anterior atendía tareas corporativas habituales, mientras que la nueva debe competir en el mercado de infraestructura de IA, donde se valoran la densidad de cómputo, la comunicación rápida entre chips y la posibilidad de mantener los modelos dentro de la propia red.