Introduction:

Recientemente, Gartner® ha publicado su Magic Quadrant™ sobre infraestructura de IA en la nube, el primer informe Magic Quadrant de Gartner en el dominio de la infraestructura de IA. Alibaba Cloud fue nombrado "Leader".

La infraestructura de IA en la nube se refiere a servicios en la nube optimizados específicamente para cargas de trabajo de IA, que abarcan clústeres de computación acelerada por IA, almacenamiento de alto rendimiento, procesamiento y preparación de datos, integración de bibliotecas de IA/ML, plataformas de entrenamiento de modelos, motores de inferencia, servicios de API de modelos y herramientas de operaciones y gobernanza.

Alibaba Cloud ofrece un paquete integral de servicios de infraestructura de IA en la nube, que incluye infraestructura nativa de alto rendimiento, plataformas de desarrollo profesional y modelos fundacionales previamente entrenados. PAI-Lingjun, una plataforma de computación profesional, se ha construido expresamente para entrenamiento a gran escala y cargas de trabajo de inferencia. Construida sobre una infraestructura de computación heterogénea y validada por las propias cargas de trabajo avanzadas de IA del Alibaba Group, proporciona un rendimiento eficiente y de baja latencia a organizaciones con aplicaciones de IA exigentes, satisfaciendo los requisitos críticos para escalar el entrenamiento de modelos y la inferencia de alta velocidad.

Intelligent Computing Lingjun es el servicio de computación de IA en la nube pública de Alibaba Cloud, diseñado de extremo a extremo basado en grupos de afinidad multinivel. Como base de computación unificada de los servicios de IA de Alibaba Cloud, proporciona una plataforma de innovación lista para su uso, para situaciones tales como modelos de gran tamaño, conducción autónoma, inteligencia corporizada e IA para la ciencia. Lingjun admite la interconexión de hasta 130.000 GPUs en un solo clúster, que se puede escalar hasta un nivel de un millón de GPUs. Emplea una arquitectura de red de alto rendimiento HPN y es compatible con los principales frameworks de aprendizaje profundo. Aprovechando estrategias paralelas de tareas y diseños de autorreparación integrados con productos en la nube, logra una tasa de detección de errores de más del 98 % y recuperación a nivel de minutos, con un tiempo de entrenamiento real que representa más del 99 % de las tareas de entrenamiento de modelos de gran tamaño MoE Qwen de un billón de parámetros. Durante el último año, se han lanzado grupos de Lingjun en múltiples regiones extranjeras, que dan apoyo a más del 50 % de las principales compañías de modelos fundacionales de China y el 80 % de sus empresas tecnológicas.

Fuente: Gartner, Magic Quadrant para infraestructura de IA en la nube, 6 de julio de 2026

Gartner no respalda a ningún proveedor, producto o servicio representado en sus publicaciones de investigación y no aconseja a los usuarios de tecnología que seleccionen únicamente a los proveedores con las calificaciones más altas u otra designación. Las publicaciones de investigación de Gartner constan de las opiniones de la organización de Investigación y Asesoría de Gartner y no deben interpretarse como declaraciones de hechos. Gartner renuncia a todas las garantías, expresas o implícitas, con respecto a esta investigación, incluidas las garantías de comerciabilidad o idoneidad para un propósito específico. Gartner, Inc. publicó este gráfico como parte de un documento de investigación más grande, por lo que debe evaluarse en el contexto de todo el documento. El documento de Gartner está disponible previa solicitud a Alibaba. Gartner y Magic Quadrant son marcas comerciales de Gartner, Inc., y/o sus filiales.