# Inferencia en GPU lenta al descubierto: fallback a CPU, conflictos de versiones CUDA/TensorRT y errores de contenedor (Doblaje IA)

Episodio de [M365.FM – Podcast de Microsoft 365, Copilot e IA en español](https://escuchario.semeescucha.es/podcast/m365-fm-podcast-de-microsoft-365-copilot-e-ia-en-espanol), de Mirko Peters.

- Publicado: 3 de noviembre de 2026
- Duración: 22 min
- Audio: https://dts.podtrac.com/redirect.mp3/api.spreaker.com/download/episode/76145229/gpu_inference_performance_the_compute_lie_killing_your_ai_latency_es_us.mp3
- Página: https://escuchario.semeescucha.es/podcast/m365-fm-podcast-de-microsoft-365-copilot-e-ia-en-espanol/episodio/147052254-inferencia-en-gpu-lenta-al-descubierto-fallback-a-cpu-conflictos-de-versiones-y

## Sobre este episodio

La factura de GPU sube, los paneles están en verde y aun así los clientes esperan. Este episodio investiga como un caso forense por qué la inferencia de Stable Diffusion con ONNX Runtime y TensorRT apenas usa la GPU mientras la latencia se dispara, y demuestra la solución con latencia, rendimiento y uso de GPU antes y después.Lo que aprenderás:Fallback a CPU: por qué ONNX Runtime recurre en silencio al proveedor de ejecución de CPU y la latencia se multiplica entre 10 y 30 vecesConflictos de versiones entre controlador, CUDA, cuDNN, ONNX Runtime y TensorRT que hacen perder sin aviso la atención fusionada y las optimizaciones FP16Errores de configuración de contenedores: imágenes infladas, dispositivos GPU sin montar, NVIDIA Container Toolkit y la arena de memoria de CUDAControles de arranque de integridad y rendimiento: verificar proveedores, calentamiento con prompts canario deterministas y fallo inmediato en lugar de degradación silenciosaUn protocolo de corrección repetible con matriz de versiones, motores TensorRT precompilados, IO binding, FP16 y despliegues blue-green con reversión automáticaPara ingenieros de ML y de plataforma y equipos de DevOps y SRE que ejecutan inferencia en GPU dentro de contenedores y quieren aceleración real por cada hora de GPU pagada.Este episodio es una versión en español doblada con IA del video animado de M365 Show del Microsoft MVP Mirko Peters.▶ Ver el video: https://youtu.be/7rNV_vcD -Fg🎧 Más episodios: https://www.m365 .fm🎤 M365Con – conferencia online gratuita de Microsoft: https://m365con .net💼 Mirko Peters en LinkedIn: https://www.linkedin.com/in/m365showpodcast/ Este episodio incluye contenido generado por IA.

Anterior: [Microsoft Sentinel explicado: SIEM, SOAR y data lake para administradores de Microsoft 365 (Doblaje IA)](https://escuchario.semeescucha.es/podcast/m365-fm-podcast-de-microsoft-365-copilot-e-ia-en-espanol/episodio/147052255-microsoft-sentinel-explicado-siem-soar-y-data-lake-para-administradores-de-365)
Siguiente: [Arquitectura de agentes de IA: cómo ejecutores, grafos de flujo de trabajo y validación los hacen fiables (Doblaje IA)](https://escuchario.semeescucha.es/podcast/m365-fm-podcast-de-microsoft-365-copilot-e-ia-en-espanol/episodio/147052253-arquitectura-de-agentes-de-ia-como-ejecutores-grafos-de-flujo-de-trabajo-y-los)

## Últimos episodios de M365.FM – Podcast de Microsoft 365, Copilot e IA en español

- [¿Qué es una Azure Landing Zone? Las 8 áreas de diseño explicadas: gobernanza en lugar de caos en la nube (Doblaje IA)](https://escuchario.semeescucha.es/podcast/m365-fm-podcast-de-microsoft-365-copilot-e-ia-en-espanol/episodio/147053209-que-es-una-azure-landing-zone-las-8-areas-de-diseno-explicadas-gobernanza-en-de) · 3 de noviembre de 2026 · 16 min
- [Azure Policy vs. RBAC: quién puede hacer qué y qué configuraciones están permitidas – guía clara de gobernanza en Azure (Doblaje IA)](https://escuchario.semeescucha.es/podcast/m365-fm-podcast-de-microsoft-365-copilot-e-ia-en-espanol/episodio/147053210-azure-policy-vs-rbac-quien-puede-hacer-que-y-que-configuraciones-estan-guia-de) · 3 de noviembre de 2026 · 14 min
- [Azure Logic Apps explicado: automatiza flujos de trabajo sin código – triggers, conectores y costes (Doblaje IA)](https://escuchario.semeescucha.es/podcast/m365-fm-podcast-de-microsoft-365-copilot-e-ia-en-espanol/episodio/147053211-azure-logic-apps-explicado-automatiza-flujos-de-trabajo-sin-codigo-triggers-y-ia) · 3 de noviembre de 2026 · 16 min
- [Azure Kubernetes Service (AKS) explicado: plano de control, nodos, redes, seguridad y costes (Doblaje IA)](https://escuchario.semeescucha.es/podcast/m365-fm-podcast-de-microsoft-365-copilot-e-ia-en-espanol/episodio/147053212-azure-kubernetes-service-aks-explicado-plano-de-control-nodos-redes-seguridad-y) · 3 de noviembre de 2026 · 19 min
- [Sistemas multiagente con Azure AI Foundry: planificación, colaboración y herramientas sin romper producción (Doblaje IA)](https://escuchario.semeescucha.es/podcast/m365-fm-podcast-de-microsoft-365-copilot-e-ia-en-espanol/episodio/147052252-sistemas-multiagente-con-azure-ai-foundry-planificacion-colaboracion-y-sin-ia) · 3 de noviembre de 2026 · 25 min