> For the complete documentation index, see [llms.txt](https://www.nuvulus.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://www.nuvulus.com/productes/nuvulus-ai-server.md).

# Nuvulus AI Server

### Descripció

**Nuvulus AI Server** és una plataforma dissenyada per executar càrregues de treball d’alta intensitat computacional, especialment enfocada en la IA generativa i els models de llenguatge de gran escala (LLMs). Proporciona instàncies amb CPU i GPU dedicades, sense compartició amb altres clients, garantint un rendiment previsible i màxim aprofitament dels recursos.

Aquest servei és ideal per a entorns que requereixen una infraestructura optimitzada per a l’entrenament i inferència de models d’intel·ligència artificial, visió per computador, processament d’imatges mèdiques, simulacions avançades i altres aplicacions que demanden alta potència de càlcul.

### Punts forts <a href="#toc189220500" id="toc189220500"></a>

* **Potència dedicada amb GPUs**: Nodes físics amb acceleració NVIDIA per a càrregues intensives d’IA.
* **Entorn preparat per a models**: Compatible amb CUDA, PyTorch, TensorFlow, Jupyter i altres eines de l’ecosistema.
* **Zero overprovisioning**: Infraestructura amb recursos dedicats: instàncies amb CPU i GPU exclusives per client, sense compartició amb altres entorns.
* **Alta capacitat d’emmagatzematge**: Discos NVMe de baixa latència per accelerar càrregues intensives.
* **Infraestructura sota jurisdicció espanyola i europea**: Servidors en data centers locals amb seguretat i compliment normatiu garantit.

### Detall del producte

<table><thead><tr><th width="119.24609375">Model</th><th align="center">CPU</th><th align="center">GPU</th><th width="83.50390625" align="center">RAM</th><th width="148.84375">Emmagatzematge</th><th>Connexió pública</th></tr></thead><tbody><tr><td>GPU-L40S</td><td align="center">AMD EPYC 9334 (32C/64T)</td><td align="center">NVIDIA L40S (48GB VRAM)</td><td align="center">256GB</td><td>2 × 4TB NVMe</td><td>Fins a 10Gbps</td></tr><tr><td>GPU-H100</td><td align="center">AMD EPYC 9334 (32C/64T)</td><td align="center">NVIDIA H100 (80GB HBM3)</td><td align="center">512GB</td><td>2 × 8TB NVMe</td><td>Fins a 10Gbps</td></tr></tbody></table>

### Productes relacionats

* [Nuvulus Virtual Machine](/productes/nuvulus-virtual-machine.md) – Per a entorns de preparació o inferència.
* [Nuvulus Object Storage](/productes/nuvulus-object-storage.md) – Emmagatzematge massiu d’imatges, vídeos o datasets d’entrenament.
* [Nuvulus Block Storage](/productes/nuvulus-block-storage.md) – Alt rendiment per a processos de càlcul i lectura/escriptura intensiva.

### FAQs

<details>

<summary><strong>Quina diferència hi ha entre l’edició Training i l’edició Inference?</strong></summary>

L’edició Training està equipada amb GPUs orientades a entrenament de models grans (com A100 o H100), mentre que la Inference usa GPUs més eficients per servir models ja entrenats, amb latència mínima i cost òptim.

</details>

<details>

<summary><strong>Puc escollir quina GPU utilitzar?</strong></summary>

Sí. Oferim diversos tipus de GPUs (NVIDIA A100, H100, L40, etc.) i pots triar segons la càrrega: entrenament profund, inferència ràpida o simulació científica.

</details>

<details>

<summary><strong>Està pensat per funcionar amb entorns com PyTorch o TensorFlow?</strong></summary>

Sí. Les imatges base estan optimitzades per a frameworks d’IA com PyTorch, TensorFlow, JAX, Hugging Face, entre altres, i es poden personalitzar.

</details>

<details>

<summary><strong>Com es gestiona l’accés a les dades durant l’entrenament?</strong></summary>

Pots muntar volums de Block Storage o accedir a Object Storage (compatibles amb S3) com a font de dades, amb alta velocitat i persistència assegurada.

</details>

### Casos d’ús <a href="#toc189220508" id="toc189220508"></a>

* **Entrenament de models d’intel·ligència artificial:** Ideal per data scientists i enginyers de machine learning que necessiten acceleració amb GPUs.
* **Inferència a gran escala:** Execució eficient de models ja entrenats per aplicacions de visió per computador, LLMs (Large Language Models), detecció de fraus, etc.
* **Simulacions complexes i càlcul intensiu:** Útil en sectors com enginyeria, biotecnologia o finances per resoldre problemes numèrics massius.
* **Desenvolupament de productes IA com a servei:** Suport a plataformes SaaS que ofereixen funcionalitats basades en IA (chatbots, assistents intel·ligents, etc.).
* **Processament de dades massives:** Workloads tipus ETL i anàlisi de dades previ a l’entrenament o segmentació d’informació.