Lenovo introduce AI Express, una solución desarrollada en colaboración con NVIDIA para acelerar la implementación de infraestructuras de inteligencia artificial (IA) en empresas. Este servicio combina configuraciones de servidores validados, computación acelerada y soporte técnico para reducir los tiempos de despliegue. Según Lenovo, algunas configuraciones pueden estar listas para su envío en tan solo 15 días hábiles, mientras que las opciones de mayor capacidad tienen plazos iniciales de 20 a 25 días.
Resumen rápido de Lenovo AI Express en 20 segundos
- Ofrece tres configuraciones adaptadas a cargas de trabajo pequeñas, medianas y grandes en IA.
- La opción pequeña requiere 15 días hábiles; la mediana, 20; y la gran, 25.
- Estas soluciones combinan servidores Lenovo con GPU de NVIDIA, incluida la plataforma HGX B300 en la opción más grande.
- Las empresas pueden añadir software de IA, protección de datos y servicios para llevar proyectos de pruebas a producción.
Tres configuraciones adaptadas a diferentes cargas de trabajo
Lenovo AI Express se basa en tres configuraciones de puesta en marcha rápida, dimensionadas según el tamaño de los modelos, el número de usuarios y el rendimiento requerido. Los plazos mencionados son estimaciones comerciales desde la recepción del pedido hasta el envío, siempre que se cumplan los requisitos de elegibilidad. No garantizan que toda la infraestructura esté instalada y operativa en ese período.
Small: desde 15 días hábiles
Para inferencias dirigidas a decenas de usuarios
Esta configuración utiliza un servidor Lenovo ThinkSystem SR650a V4 equipado con dos GPU NVIDIA RTX PRO 6000 Blackwell Server Edition. Está diseñada para modelos con entre 7.000 y 70.000 millones de parámetros y promete un rendimiento de 30 o más tokens por segundo (TPS).
Medium: desde 20 días hábiles
Para inferencias y agentes dirigidos a cientos de usuarios
El sistema ThinkSystem SR675 V3 incorpora ocho GPU NVIDIA RTX PRO 6000 Blackwell Server Edition. Está orientado a modelos con entre 70.000 y 400.000 millones de parámetros, con un rendimiento esperado de al menos 30 TPS.
Large: desde 25 días hábiles
Despliegues a gran escala para miles de usuarios
La configuración ThinkSystem SR680a V4, basada en NVIDIA HGX B300, está diseñada para modelos generativos de hasta un billón de parámetros y cargas de trabajo empresariales de gran escala. No se especifica un rendimiento único para todos los escenarios en esta categoría.
Estas tres opciones permiten seleccionar una capacidad inicial ajustada a las necesidades inmediatas, en lugar de dimensionar una infraestructura mayor desde el principio. La idea es que las empresas puedan ampliar los recursos progresivamente, conforme crece el número de agentes, modelos, usuarios y solicitudes de inferencia.
Es importante tener en cuenta que la métrica TPS debe interpretarse con cautela: el rendimiento efectivo puede variar según factores como el modelo, la longitud de entradas y respuestas, la concurrencia y la configuración del servicio. La cifra de 30 TPS en las configuraciones Small y Medium no garantiza un rendimiento uniforme para todos los modelos o cargas de trabajo.
Software, protección de datos y servicios de soporte
La oferta no se limita al hardware. Lenovo permite ampliar las configuraciones con software empresarial, como Red Hat AI Factory with NVIDIA y NVIDIA AI Enterprise. Además, ofrece Veeam Kasten para proteger aplicaciones, datos, modelos y pipelines de IA.
Estos componentes buscan cubrir diversas necesidades: ejecutar y desplegar modelos, integrarlos en procesos corporativos y salvaguardar la información utilizada. La elección concreta dependerá de la arquitectura seleccionada y los requisitos específicos de cada organización.
Lenovo también proporciona servicios de consultoría y despliegue para identificar casos de uso, evaluar el retorno de inversión mediante pruebas de concepto y optimizar los entornos GPU para mejorar su eficiencia y controlar costes. Asimismo, presenta capacidades de soporte proactivo y predictivo para servidores mediante Premier Support Plus for Servers, diseñado para detectar problemas antes de que ocurran y mantener la continuidad operacional.
Esta propuesta forma parte del concepto de Hybrid AI Factory con NVIDIA, que busca integrar infraestructura, software y servicios para facilitar la implementación de IA en entornos empresariales. El despliegue puede orientarse a inferencia, aplicaciones generativas y sistemas agentes, aunque la configuración definitiva dependerá de la carga de trabajo y de los requisitos de rendimiento y seguridad.
Lenovo también planea extender la disponibilidad de AI Express a través de su red global de socios y dentro del programa Lenovo 360. La disponibilidad, criterios de elegibilidad y procedimientos de pedido pueden variar según la región, por lo que los plazos dados deben confirmarse localmente.
El anuncio hace referencia al CIO Playbook 2026 de Lenovo, señalando que las organizaciones que avanzan del experimento a la adopción masiva de IA estiman un retorno medio de 2,79 dólares por cada dólar invertido. Además, el 93 % de los grandes empresarios encuestados anticipa beneficios positivos. Estas cifras provienen del estudio citado, no garantizan resultados específicos para cada cliente de AI Express.
Preguntas frecuentes
¿Qué es Lenovo AI Express?
Es una oferta de Lenovo y NVIDIA que combina configuraciones validadas de infraestructura de IA, software opcional y servicios para acelerar la puesta en producción de proyectos de IA.
¿Cuánto tarda en entregarse un sistema Lenovo AI Express?
Lenovo anuncia plazos desde 15 días hábiles para la configuración Small, 20 días para la mediana y 25 días para la grande. Estos plazos aplican a configuraciones elegibles y pueden variar según la región.
¿Qué GPU utilizan las configuraciones?
Las configuraciones Small y Medium emplean dos y ocho GPU NVIDIA RTX PRO 6000 Blackwell Server Edition, respectivamente. La opción Large utiliza la plataforma NVIDIA HGX B300.
¿Se puede ampliar la infraestructura en el futuro?
Sí, en Lenovo sugieren comenzar con una configuración ajustada a las necesidades iniciales y escalar conforme aumenten los modelos, usuarios y demandas de inferencia.