Algunos de los principales clientes de estos chips para IA son los servicios de computación en la nube, como los proporcionados por Amazon y Microsoft.
La vanguardia en el campo tecnológico se encuentra en un componente poco llamativo de silicio, estrechamente relacionado con los chips utilizados en las tarjetas gráficas de los videojuegos. Se trata de un chip de inteligencia artificial especialmente diseñado para acelerar y abaratar la producción de sistemas de IA, como ChatGPT.
Estos semiconductores han tomado el centro de atención en lo que algunos expertos consideran una revolución que podría transformar la industria tecnológica y potencialmente todo el mundo. Las acciones de Nvidia, la empresa líder en el diseño de chips, experimentaron un aumento de casi el 25% en un solo día en mayo, cuando pronosticaron un enorme incremento en sus ingresos, lo que, según los analistas, se debía a un aumento en la venta de sus productos. La capitalización de la empresa superó el billón de dólares a fines de mayo, una cifra que aún se mantiene.
Definir los chips de IA no es una tarea sencilla. "No hay un consenso general sobre su definición", explica Hannah Dohmen, analista del Centro de Seguridad y Tecnología Emergente. En términos generales, se refiere al soporte físico especializado para manejar las tareas de IA. Por ejemplo, puede "entrenar" sistemas de IA para abordar problemas complejos que serían un desafío para las computadoras convencionales.
El papel de Nvidia
Nvidia fue fundada en 1993 por tres emprendedores con el objetivo de expandir los límites de la informática gráfica. En pocos años, la empresa desarrolló una nueva unidad de procesamiento gráfico (GPU) que revolucionó el desarrollo y uso de videojuegos al permitir realizar múltiples cálculos gráficos complejos simultáneamente.
Esta técnica, conocida como procesamiento en paralelo, se convertiría en un pilar fundamental tanto para los juegos como para la IA. En 2012, dos estudiantes de la Universidad de Toronto utilizaron una red neuronal basada en la GPU para ganar la prestigiosa competencia de IA, ImageNet, al identificar imágenes fotográficas con tasas de error mucho más bajas que sus competidores.
Este logro generó un gran interés en el procesamiento paralelo basado en IA, abriendo nuevas oportunidades comerciales tanto para Nvidia como para sus competidores, y brindando a los investigadores herramientas poderosas para explorar los límites del desarrollo de la IA.
Once años después, Nvidia lidera el mercado de fabricación y mejora de sistemas de IA. Uno de sus productos más recientes, la GPU H100, contiene 80.000 millones de transistores, aproximadamente 13 millones más que el procesador más reciente de Apple para su MacBook Pro. Como era de esperar, esta tecnología no es económica, ya que se puede adquirir en línea por 30.000 dólares.
Nvidia en sí misma no fabrica estos complejos chips GPU, ya que esto requeriría enormes inversiones en nuevas fábricas. En cambio, la empresa prefiere confiar en fabricantes asiáticos de chips como Taiwan Semiconductor Manufacturing Co. (TSMC) o Samsung Electronics de Corea del Sur.
Algunos de los principales clientes de estos chips para IA son los servicios de computación en la nube, como los proporcionados por Amazon y Microsoft.
Al alquilar su capacidad de procesamiento para IA, estos servicios permiten a empresas y grupos más pequeños, que no pueden permitirse construir sus propios sistemas de IA desde cero, utilizar herramientas basadas en la nube para tareas que van desde el descubrimiento de drogas hasta la gestión de clientes.
© Copyright Impresora y Editorial S.A. de C.V. Todos los derechos reservados