Qué son los chips para inteligencia artificial, para qué sirven y por qué atraen a los inversores
Nvidia, una compañía asociada históricamente con los videojuegos, hoy lidera el desarrollo de chips para sistemas de inteligencia artificial
- 4 minutos de lectura'
El último grito en la tecnología es una pieza poco atractiva de silicio, estrechamente emparentada con los chips que alimentan las gráficas de los videojuegos. Es un chip de inteligencia artificial diseñado especialmente para acelerar y abaratar la fabricación de sistemas de IA, como ChatGPT.
Esos semiconductores han pasado a ocupar el centro de la escena en lo que algunos expertos llaman una revolución que podría remodelar el sector de la tecnología y posiblemente el mundo entero. Las acciones de Nvidia, la empresa líder en diseño de chips, aumentaron casi 25% de un día para el otro en mayo, cuando la empresa pronosticó un enorme salto en sus ingresos que según los analistas reflejaba un alza en la venta de sus productos. El valor de la empresa superó 1 billón (un millón de millónes) de dólares a fin de mayo, una capitalización bursátil que sigue manteniendo.
Entonces, ¿qué son estos chips?
No es una pregunta fácil de responder. “No existe un acuerdo general sobre la definición de los chips de IA”, explica Hannah Dohmen, analista del Center for Security and Emerging Technology (Centro de seguridad y tecnología emergente). En general, el término abarca el soporte físico especializado para manejar la carga de trabajo de IA. Por ejemplo, puede “entrenar” los sistemas de IA para abordar problemas difíciles que pueden paralizar las computadoras convencionales.
Orígenes en los videojuegos
Tres emprendedores fundaron Nvidia en 1993 para ampliar las fronteras de la gráfica informática. En pocos años, la empresa creó un nuevo chip llamado unidad de procesamiento gráfico (GPU, por sus siglas en inglés), que aceleró drásticamente tanto el desarrollo como el uso de los videojuegos al realizar varios cálculos gráficos complejos simultáneamente.
La técnica, llamada formalmente procesamiento en paralelo, resultaría clave para el desarrollo de los juegos y también de la IA. Dos estudiantes de grado de la Universidad de Toronto utilizaron una red neuronal basada en la GPU para ganar en 2012 una prestigiosa competencia de IA llamada ImageNet al identificar imágenes fotográficas con tasas de error muy inferiores a las de la competencia.
Este triunfo despertó el interés en el procesamiento paralelo basado en IA, generó nuevas oportunidades comerciales para Nvidia y sus rivales, y suministró a los investigadores herramientas poderosas para explorar las fronteras del desarrollo de la IA.
Chips modernos para IA
Once años más tarde, Nvidia lidera el mercado de fabricación y actualización de sistemas de IA. Uno de sus productos recientes, la GPU H100, comprende 80.000 millones de transistores, unos 13 millones más que el procesador más reciente de Apple para su laptop MacBook Pro. Como era de esperar, esta tecnología no es barata: un minorista en línea vende la H100 a 30.000 dólares.
Nvidia misma no fabrica estos chips GPU complejos, lo que requeriría enormes inversiones en fábricas nuevas. Prefiere confiar en fabricantes asiáticos de chips como Taiwan Semiconductor Manufacturing Co. (TSMC). o la surcoreana Samsung Electronics.
Algunos de los clientes principales de chips para IA son los servicios de computación en la nube, como los de Amazon y Microsoft. Al alquilar su potencia informática para IA, estos servicios permiten a empresas y grupos pequeños —que no pueden darse el lujo de construir sus sistemas de IA a partir de cero— utilizar las herramientas basadas en la nube para ayudarlas con tareas que van desde el descubrimiento de drogas hasta la gestión de clientes.
Otros usos y competencia
El procesamiento en paralelo tiene muchos usos aparte de la IA. Hace unos años, se produjo una escasez de tarjetas gráficas Nvidia porque los mineros de criptomonedas, que instalan bancos de computadoras para resolver los arduos problemas matemáticos del cálculo de réditos del bitcoin, habían acaparado la mayoría de ellos. El problema se disipó con el colapso del mercado de la criptomoneda a principios de 2022.
Inevitablemente, Nvidia enfrentará una competencia cada vez mayor, dicen los analistas. Uno de sus rivales en potencia es AMD, que ya disputa con Nvidia el mercado de los chips para gráficos por computadora. AMD ha tomado medidas recientemente para reforzar su propia línea de chips para IA.
APConforme a los criterios de
