La Serie A de Mueon apuesta $65 millones por reinventar el centro de datos de IA
Mueon recaudó $65 millones para acercar su arquitectura Cubelet a la producción, apostando a que los sistemas de IA más densos requieren más que chips individuales más rápidos. La Serie A de Mueon apunta a la estructura física que rodea esos chips, incluida la memoria, las redes, la distribución de energía y la refrigeración.
La startup de Portland quiere combinar esos elementos dentro de bloques de construcción modulares y tridimensionales. Los clientes aportarían procesadores adecuados para sus cargas de trabajo, mientras Mueon los integraría en un sistema mayor. El diseño cuestiona el modelo de rack habitual, en el que los componentes ocupan bandejas separadas y se comunican a través de trayectos eléctricos relativamente largos.
Esto plantea una competencia directa con la arquitectura a escala de rack establecida por Nvidia y otros proveedores de sistemas. Mueon no promete otro acelerador de propósito general. Sostiene que la infraestructura de IA necesita una unidad física de ensamblaje diferente.
La distinción importa porque los clústeres modernos de IA chocan cada vez más con límites ajenos al procesador. La disponibilidad de electricidad, la capacidad de refrigeración, el ancho de banda de memoria, las redes y el tiempo de instalación pueden determinar cuánta computación útil ofrece una instalación.
Mueon afirma que los Cubelets pueden proporcionar hasta diez veces más eficiencia energética y de costes dentro de la misma huella de rack. Esto sigue siendo un objetivo de la empresa, no un resultado validado de forma independiente. La financiación da a Mueon más recursos para probar la propuesta, pero no resuelve la cuestión de ingeniería.
La Serie A de Mueon acerca los Cubelets a la validación
La financiación transforma a Mueon de una propuesta arquitectónica en una empresa de hardware sometida a pruebas de producción medibles.
Maverick Silicon lideró la ronda, con participación de Intel Capital, Geodesic Alliances Fund, Oregon Venture Fund, M-Ventures, Wellington Capital, IQT y Defined. Manish Muthal, de Maverick Silicon, se unirá al consejo de Mueon.
La ronda de $65 millones sigue a una financiación semilla de $15,5 millones anunciada en 2025. Mueon informa ahora de más de $80 millones recaudados desde su fundación.
Sus prioridades inmediatas son menos llamativas que la visión que encabeza los titulares. Según el anuncio de la Serie A de la empresa, el dinero ampliará los equipos de ingeniería y operaciones, al tiempo que respaldará la validación de sistemas y la preparación para producción.
Estas fases son importantes porque los Cubelets aún no son una plataforma comercial para centros de datos. Mueon no ha generado ingresos y rechazó revelar su valoración, según el informe original sobre la financiación.
Mueon apareció públicamente en 2025 bajo la dirección de su CEO, Wilfred Gomes, antiguo Intel Fellow que trabajó en diseño de microprocesadores e integración tridimensional. El cofundador y responsable tecnológico Jack Hwang también pasó años en Intel, trabajando en tecnologías de fabricación de semiconductores.
Ese historial ayuda a explicar el enfoque de Mueon centrado en el sistema. La empresa trata el encapsulado, las interconexiones, la energía, el software y la refrigeración como partes de una sola arquitectura. La mayoría de los proveedores de hardware optimizan una o dos de esas áreas y luego integran sus productos en un formato de rack existente.
Mueon, en cambio, propone una unidad modular denominada Cubelet. Cada unidad combinaría componentes de computación, memoria, interconexiones, distribución de energía y gestión térmica. Varias unidades podrían formar posteriormente una implementación mayor.
La empresa divide su trabajo en cuatro líneas. Una cubre la arquitectura de silicio, memoria e interconexión. Otra abarca el encapsulado, la refrigeración y la distribución de energía. Una tercera aborda la orquestación por software, mientras que la cuarta se centra en la fabricación y la validación del ecosistema.
Esta amplitud es tanto el atractivo como el riesgo. Una startup que controla una mayor parte del sistema puede optimizar interacciones que los proveedores separados no pueden. También debe lograr que muchas tecnologías estrechamente conectadas funcionen a la vez.
El anterior caso de inversión semilla de Mueon describía los Cubelets como compatibles con las pilas de software establecidas de IA y nube. Esa compatibilidad reduciría los costes de migración, pero Mueon no ha documentado públicamente pruebas a escala de producción en frameworks habituales.
Por lo tanto, la ronda representa financiación para verificación, no la prueba de una plataforma terminada. Su valor dependerá de si Mueon puede convertir diagramas y prototipos en sistemas repetibles.
Esa transición también determinará si los Cubelets se convierten en una nueva categoría de infraestructura o en un proyecto especializado de encapsulado. La respuesta comienza con el problema que Mueon considera que los racks convencionales no pueden resolver de manera eficiente.
La infraestructura de IA está chocando con el edificio que rodea los chips
Mueon apunta a las pérdidas de distancia, calor y energía que se acumulan después de que los aceleradores entran en un rack.
La infraestructura de IA ha mejorado tradicionalmente mediante procesadores más rápidos y clústeres más grandes. Esa estrategia sigue funcionando, pero cada acelerador adicional aumenta la presión en otras partes del sistema.
Los procesadores deben intercambiar datos con la memoria, el almacenamiento y otros procesadores. Cada transferencia consume energía, introduce latencia y genera calor. Los clústeres más grandes también requieren más conmutadores, cables, equipos de conversión de energía e infraestructura de refrigeración.
El movimiento de memoria puede ser especialmente costoso. Un acelerador puede ejecutar operaciones aritméticas de forma eficiente mientras espera los pesos del modelo o resultados intermedios. La memoria de alto ancho de banda reduce esa demora al colocar memoria apilada cerca del procesador, pero no elimina la comunicación en otras partes.
Mueon quiere acortar más de esos trayectos. Los Cubelets colocarían distintos componentes dentro de ensamblajes compactos y tridimensionales, en vez de distribuirlos por un rack de servidores convencional.
Este enfoque se asemeja a la lógica detrás de los chiplets, que dividen un procesador en matrices funcionales más pequeñas conectadas dentro de un paquete. Mueon aplica la integración modular a una escala de sistema mayor, extendiéndola a la distribución de energía y la refrigeración.
La oportunidad es significativa porque los centros de datos se enfrentan a límites físicos junto con la demanda de computación. Una estimación energética federal concluyó que los centros de datos de Estados Unidos consumieron aproximadamente el 4,4% de la electricidad nacional durante 2023.
El mismo análisis proyectó un rango de entre el 6,7% y el 12% para 2028. Estimó que el consumo anual de los centros de datos podría alcanzar entre 325 y 580 teravatios-hora.
Estas proyecciones no significan que todas las instalaciones agotarán la electricidad disponible. Sí muestran por qué los operadores valoran obtener más computación de cada megavatio y cada metro cuadrado.
La densidad de los racks ya ha aumentado con fuerza. El GB200 NVL72 de Nvidia combina 72 GPUs Blackwell dentro de un sistema a escala de rack refrigerado por líquido. Nvidia afirma que su diseño de rack compartido requiere una capacidad de refrigeración de 120 kilovatios.
La respuesta de Mueon no consiste simplemente en colocar más aceleradores en un armario similar. Sus centros de datos componibles propuestos permitirían a los operadores seleccionar diferentes procesadores y tecnologías de memoria, e integrarlos después dentro de un sistema Cubelet.
El CEO Wilfred Gomes ha descrito ese objetivo como un entorno donde los componentes pueden combinarse e intercambiarse a nivel de centro de datos. Los clientes podrían aportar sus propios procesadores de IA en lugar de adoptar un único acelerador suministrado por Mueon.
Esa flexibilidad podría atraer a proveedores de nube y empresas especializadas en IA. Algunas cargas de trabajo priorizan el rendimiento de entrenamiento, mientras que otras necesitan inferencia económica, gran capacidad de memoria o latencia predecible.
En teoría, una plataforma modular podría atender esos requisitos sin obligar a cada implementación a adoptar una configuración fija de procesador. También podría ofrecer a las startups de aceleradores una vía hacia los sistemas sin exigirles construir un rack completo.
Sin embargo, la componibilidad implica costes. Cada interfaz intercambiable puede limitar la optimización, mientras que cada configuración personalizada aumenta el trabajo de validación. Los operadores valoran la elección, pero también el rendimiento y el soporte predecibles.
Por ello, Mueon debe equilibrar la apertura con una integración estrecha. Si los Cubelets aceptan muchos tipos de procesadores pero requieren un rediseño amplio para cada uno, la plataforma tendrá dificultades para escalar económicamente.
La empresa también necesita software que oculte esta complejidad física. Los frameworks de IA conocidos deben reconocer, programar y supervisar el hardware sin exigir prácticas operativas completamente nuevas.
Mueon afirma que está construyendo esa capa de orquestación. El material público todavía no muestra implementaciones en producción, perfiles de rendimiento ni resultados de migración de clientes.
La Serie A de Mueon compra tiempo para producir esa evidencia. También sitúa a la startup frente a un modelo consolidado que ya está evolucionando rápidamente.
Los Cubelets desafían al rack integrado, no solo a la GPU de Nvidia
La competencia central enfrenta la elección modular de componentes con la integración a escala de rack estrechamente controlada.
Nvidia vende cada vez más infraestructura de IA como un sistema coordinado, en lugar de una colección de GPUs. Sus productos de rack combinan aceleradores, CPUs, redes de alta velocidad, refrigeración líquida y software de gestión.
Ese modelo reduce el riesgo de integración para los compradores. Los componentes llegan con interfaces definidas, configuraciones probadas y un entorno de software construido en torno a la plataforma de Nvidia.
También concentra el control arquitectónico. Los clientes pueden elegir entre sistemas y socios de Nvidia, pero las decisiones centrales de computación, redes y software siguen estrechamente vinculadas.
Los Cubelets de Mueon proponen un límite diferente. La startup quiere que clientes y socios incorporen procesadores, memoria o tecnologías especializadas dentro de una arquitectura de sistema modular.
Esto no convierte a Mueon en un sustituto directo de Nvidia. Un cliente podría potencialmente incorporar componentes compatibles con Nvidia dentro de una implementación basada en Cubelets, aunque no se ha anunciado ninguna configuración comercial de ese tipo.
La diferencia más importante se refiere a quién ensambla el sistema y dónde se produce la optimización. Los racks convencionales integran servidores completos mediante redes e infraestructura eléctrica. Mueon quiere que una mayor integración ocurra dentro de unidades modulares compactas.
Las conexiones eléctricas más cortas pueden reducir la energía necesaria para mover datos. La distribución de energía a menor voltaje también puede reducir las pérdidas de conversión, mientras que la refrigeración desde dos lados podría extraer calor de ensamblajes más densos.
El informe original señaló que los Cubelets utilizarían energía de menor voltaje y refrigeración de dos lados. Las configuraciones de servidores estándar suelen extraer calor desde un lado principal de un paquete de procesador o una placa.
Estas decisiones de diseño respaldan el objetivo de densidad de Mueon. La empresa afirma que su arquitectura puede llegar a ofrecer hasta diez veces la capacidad de computación dentro del mismo presupuesto energético y huella de rack.
Esa cifra merece un tratamiento cuidadoso. Mueon no ha publicado un benchmark independiente, una definición de carga de trabajo, una configuración de fabricación ni un sistema de comparación que respalde una ventaja general de diez veces.
La densidad también puede medirse de varias maneras. Una plataforma podría incluir más silicio en un volumen y ofrecer mejoras menores en el rendimiento de las aplicaciones. Podría mejorar el rendimiento por vatio, pero requerir un encapsulado más costoso.
Las comparaciones útiles deberán revelar el procesador, la capacidad de memoria, el equipo de refrigeración, la potencia del sistema, la carga de trabajo, la utilización y la huella total de infraestructura. Los resultados también deberían incluir el equipo externo necesario para operar cada configuración.
La lista de posibles socios ofrece indicios tempranos del interés de la industria. Mueon ha mencionado a d-Matrix, una empresa de chips de inferencia, y a Ampere Computing, que desarrolla procesadores para servidores basados en Arm.
El cofundador de D-Matrix, Sudeep Bhoja, afirmó que la arquitectura modular crea opciones para combinar Cubelets con computación en memoria. Ese enfoque realiza ciertos cálculos más cerca de los datos almacenados, reduciendo las transferencias a un procesador independiente.
El co-CEO de Ampere, Rohit Vidwans, indicó que la empresa está trabajando con Mueon mientras reduce los riesgos de la tecnología. La formulación es importante. La colaboración indica participación técnica, pero no establece una compra a gran escala ni un despliegue en producción.
La relación también ilustra lo que Mueon Cubelets podría aportar. Un proveedor de procesadores podría integrarse en un sistema denso sin tener que reproducir de forma independiente todas las capas de redes, energía, refrigeración y orquestación.
En ese sentido, la mayor oportunidad de Mueon podría situarse por debajo de los mayores operadores de nube. Los hyperscalers pueden diseñar servidores personalizados y negociar directamente con toda la cadena de suministro. Las empresas más pequeñas de aceleradores carecen de esa escala.
Una plataforma de integración común podría ayudar a esos proveedores a competir por cargas de trabajo especializadas. También podría permitir a los compradores combinar distintos motores de computación dentro de un plan de infraestructura más amplio.
Sin embargo, la ventaja de Nvidia va más allá del silicio. Su software, redes, diseños de referencia, relaciones de fabricación y organización de soporte reducen la incertidumbre operativa.
Mueon no puede superar esa ventaja únicamente con afirmaciones sobre densidad. Necesita que los clientes crean que la modularidad seguirá siendo manejable tras la instalación, las actualizaciones, los fallos de componentes y los cambios en las cargas de trabajo.
Los centros de datos componibles suenan atractivos cuando los componentes son intercambiables. En producción, la interoperabilidad exige contratos estables eléctricos, mecánicos, térmicos, de firmware y de software.
Cada nueva combinación de procesadores debe cumplir esos contratos. Un fallo en una capa puede eliminar los beneficios generados en otra.
Por tanto, la Serie A de Mueon financia una forma difícil de competencia. La startup no se limita a construir un componente mejor. Intenta establecer un espacio de confianza donde confluyan muchos componentes.
Una mayor densidad traslada los problemas más difíciles a la pila
La misma proximidad que puede reducir los costes de movimiento de datos puede hacer que el calor, la fabricación y la fiabilidad sean más difíciles de controlar.
La integración tridimensional tiene una clara ventaja física. Los componentes colocados cerca unos de otros requieren conexiones más cortas, lo que puede mejorar el ancho de banda y reducir la energía de comunicación.
Sin embargo, las pilas densas concentran el calor. Los procesadores lógicos generan una salida térmica considerable, mientras que las tecnologías de memoria suelen tolerar rangos de temperatura diferentes.
Una capa lógica caliente puede calentar la memoria cercana. Las temperaturas desiguales pueden afectar al rendimiento, la retención, el envejecimiento de los componentes y la tensión mecánica en los materiales unidos.
Una reciente investigación térmica describe esto como un problema central de la integración heterogénea tridimensional. Cabe más funcionalidad en un área menor, pero las superficies disponibles para eliminar el calor no aumentan proporcionalmente.
Mueon afirma que la refrigeración por ambos lados ayudará a afrontar el desafío. Es una dirección técnicamente plausible, pero su eficacia dependerá de la disposición interna, el recorrido del refrigerante, los materiales y la potencia operativa.
El equipo de refrigeración también consume espacio y electricidad fuera del Cubelet. Una comparación justa de eficiencia debe incluir bombas, intercambiadores de calor, unidades de distribución y la disipación de calor a nivel de instalación.
El suministro eléctrico plantea otra limitación. Un voltaje más bajo puede reducir algunas pérdidas de conversión, pero suministrar grandes corrientes mediante conductores compactos genera resistencia y calor. La estabilidad del voltaje también se vuelve más difícil cuando las cargas cambian rápidamente.
Mueon debe coordinar estos efectos con el diseño del empaquetado y las interconexiones. Más conexiones pueden mejorar el ancho de banda, pero introducen pasos de fabricación y puntos de fallo adicionales.
El rendimiento de fabricación se vuelve especialmente importante para sistemas integrados complejos. Si un componente costoso falla durante el ensamblaje, el fabricante necesita una forma práctica de sustituirlo o de evitar desechar toda la unidad.
La modularidad podría ayudar al dividir la plataforma en bloques reparables. El empaquetado denso puede ir en contra de ese beneficio si los componentes se vuelven difíciles de acceder o probar.
La capacidad de producción presenta otro riesgo. El empaquetado avanzado, el hardware de refrigeración líquida, la memoria, los sustratos y las interconexiones de alta velocidad ya afrontan una demanda competida por parte de proveedores consolidados.
Mueon no necesita poseer todas las fábricas. Sí necesita socios de fabricación capaces de entregar sistemas consistentes en volúmenes aceptables.
El desafío de software de la startup es igualmente relevante. Los recursos de hardware de distintos proveedores necesitan comportamientos comunes de detección, programación, telemetría, gestión de fallos y seguridad.
Una plataforma compatible con marcos de IA conocidos sigue requiriendo integración de bajo nivel. Los controladores, compiladores, bibliotecas de comunicación, firmware y gestores de clústeres deben cooperar.
Ese trabajo crece con cada combinación compatible de procesador y memoria. Una compatibilidad amplia puede convertirse en una carga de mantenimiento a menos que Mueon defina interfaces estrechas y duraderas.
La seguridad también importa porque la infraestructura componible amplía el número de límites de confianza. El firmware de varios proveedores puede crear calendarios de actualización incoherentes y procesos distintos de respuesta a vulnerabilidades.
Ninguna de estas cuestiones invalida la arquitectura de Mueon. Explican por qué la fase actual se centra en la validación del sistema, en lugar de en un despliegue masivo inmediato.
La evidencia más útil sería un prototipo completo ejecutando una carga de trabajo de IA reconocida. Debería revelar el rendimiento sostenido, la potencia total, la sobrecarga de refrigeración, las temperaturas de los componentes y la fiabilidad bajo operación continua.
Una segunda prueba debería sustituir un componente de computación sin rediseñar toda la plataforma. Eso demostraría si la componibilidad de Mueon funciona más allá de los diagramas de presentación.
Una tercera prueba debería examinar el mantenimiento. Los operadores necesitan saber cómo los técnicos identifican fallos, sustituyen módulos, actualizan el firmware y restauran las cargas de trabajo.
La empresa no ha proporcionado públicamente esos resultados. Hasta que lo haga, el objetivo de multiplicar por diez seguirá siendo una meta de ingeniería.
Los inversores parecen dispuestos a financiar el periodo de validación porque el posible retorno es amplio. Una capa modular funcional podría conectar startups de procesadores, proveedores de memoria, operadores de nube y fabricantes.
El fracaso ofrecería una lección distinta. Podría demostrar que los sistemas de rack estrechamente integrados conservan su ventaja porque la complejidad de validación crece más rápido que la flexibilidad modular.
Esa es la incertidumbre central detrás de la financiación de Mueon. La startup ha identificado limitaciones reales de infraestructura, pero su sistema debe resolverlas en conjunto en lugar de trasladar los costes entre capas.
Tres señales mostrarán si los centros de datos componibles son reales
El hardware de producción, las integraciones repetibles con socios y la operación por parte de clientes importarán más que otro objetivo de eficiencia.
La primera señal es un prototipo Cubelet validado con mediciones completas del sistema. Mueon necesita resultados que relacionen la densidad del hardware con un rendimiento útil de la carga de trabajo.
Esa divulgación debería identificar los procesadores, la memoria, la pila de software, el equipo de refrigeración y el consumo energético total. También debería especificar si la comparación incluye redes y sobrecarga de las instalaciones.
Las pruebas independientes reforzarían el resultado. Una demostración de un socio puede establecer que una carga de trabajo funciona, pero una medición de terceros puede revelar decisiones de configuración que influyen en el resultado.
Un resultado sólido respaldaría la afirmación de Mueon de que las rutas de datos más cortas y la refrigeración integrada mejoran la economía del sistema. Un benchmark limitado o incompleto debilitaría la narrativa más amplia de multiplicar por diez.
La segunda señal es una integración repetible con más de un proveedor de procesadores. D-Matrix y Ampere aportan a Mueon relaciones técnicas creíbles, pero los detalles de producción siguen siendo limitados.
La pregunta esencial es si la misma arquitectura Cubelet puede alojar distintos motores de computación sin una extensa ingeniería a medida. Cada integración exitosa debería requerir menos tiempo y menos cambios en la plataforma.
Ese patrón demostraría un sistema reutilizable, en lugar de una serie de proyectos a medida. También daría a los desarrolladores de chips más pequeños una razón para adoptar la plataforma.
El patrón opuesto sería preocupante. Si cada procesador exige nuevo trabajo de empaquetado, firmware, energía y refrigeración, Mueon operaría más como un proveedor de ingeniería personalizada.
Los proyectos personalizados pueden generar ingresos, pero no crean la plataforma escalable que sugieren los centros de datos componibles. Los márgenes, la velocidad de despliegue y los costes de soporte serían muy distintos.
La tercera señal es un cliente identificado que avance más allá de la evaluación. Un piloto de pago sería significativo, mientras que una carga de trabajo de producción sostenida aportaría evidencia más sólida.
Mueon necesita demostrar que un operador puede instalar, supervisar, mantener y actualizar Cubelets dentro de una instalación real. El rendimiento durante una demostración breve no puede responder a esas preguntas operativas.
La evidencia de clientes debería incluir disponibilidad, procedimientos de reparación, integración de software y requisitos de refrigeración. También debería mostrar cómo los Cubelets se conectan a redes y sistemas eléctricos existentes.
Estas señales no tienen por qué llegar simultáneamente. Las startups de hardware avanzan durante varios años a través de prototipos, muestras, cualificación y producción.
La financiación proporciona a Mueon recursos para avanzar por ese camino. No elimina la dependencia de socios de fabricación, proveedores de aceleradores y clientes potenciales.
Las reacciones de los competidores aportarán contexto adicional. Nvidia y otros proveedores de sistemas ya están aumentando la densidad de los racks, avanzando en refrigeración líquida y estrechando los vínculos entre procesadores y memoria.
Si esas plataformas ofrecen una eficiencia comparable con menor riesgo de integración, la modularidad de Mueon deberá ofrecer otro beneficio claro. La elección de procesadores y la flexibilidad de despliegue son los candidatos más probables.
Mueon también podría encontrar oportunidades fuera de los mayores clústeres de entrenamiento. Los sistemas de inferencia suelen atender cargas de trabajo y limitaciones de costes más variadas, lo que hace más relevantes a los procesadores especializados.
Un Cubelet que combine un motor de inferencia eficiente con una memoria adecuada podría dar lugar a un despliegue atractivo. La relación de la empresa con d-Matrix apunta a esa posibilidad, aunque no se ha anunciado ningún sistema comercial.
Los compradores empresariales deberían evitar tratar la Serie A de Mueon como un lanzamiento de producto. Es mejor entenderla como financiación para la ingeniería necesaria antes de una adopción amplia.
Los equipos técnicos que evalúen el concepto deberían pedir evidencia a nivel de carga de trabajo, en lugar de limitarse a las especificaciones de los componentes. También deberían modelar el impacto completo sobre la instalación, incluidos los requisitos de refrigeración y servicio.
Los inversores deberían observar con qué rapidez las conversaciones con clientes se convierten en pruebas definidas. Las asociaciones anunciadas muestran interés, pero los compromisos de compra y los calendarios de producción revelan la demanda.
Los desarrolladores de chips tienen una razón diferente para prestar atención. Una capa de sistema compartida exitosa podría reducir el trabajo de infraestructura necesario para llevar procesadores especializados a los centros de datos.
Eso ampliaría la competencia más allá de las empresas capaces de suministrar racks completos. También podría hacer que la selección de aceleradores sea más específica para cada carga de trabajo.
El modelo de rack establecido sigue siendo el referente porque ofrece procedimientos de despliegue conocidos y hardware cada vez más integrado. Mueon debe demostrar que la modularidad no sacrifica esas ventajas operativas.
La Serie A de Mueon apuesta considerablemente por esa demostración. Los Cubelets abordan un problema real: se pierde energía valiosa mientras se mueven datos, se convierte energía eléctrica y se disipa calor en sistemas densamente empaquetados.
La solución propuesta por Mueon consiste en rediseñar conjuntamente esas relaciones. La arquitectura solo adquiere sentido si su densidad supera las pruebas térmicas, sus módulos siguen siendo sustituibles y su software gestiona distintos procesadores de forma consistente.
Para quienes siguen la infraestructura de IA, el próximo titular no debería ser otra cifra de financiación. Debería ser un sistema medido, un cliente identificado o una integración reproducible.
Hasta entonces, Mueon presenta una tesis creíble con una brecha de verificación aún abierta. Habrá que observar si sus primeros despliegues completos preservan la capacidad de elegir componentes y, al mismo tiempo, igualan la fiabilidad de los racks integrados. Ese resultado determinará si los centros de datos componibles se convierten en un modelo operativo o siguen siendo una atractiva idea arquitectónica.
