Inteligencia artificial y los chips ¿por qué son tan importantes?

Algunos de los principales clientes de estos chips de IA son los servicios de computación en la nube, como los que brindan Amazon y Microsoft.

La vanguardia de la tecnología se encuentra en un componente discreto de silicio, estrechamente relacionado con los chips utilizados en las tarjetas gráficas de los videojuegos. Es un chip de inteligencia artificial especialmente diseñado para hacer que la producción de sistemas de IA sea más rápida y económica, como ChatGPT.

Estos semiconductores han sido el centro de atención en lo que algunos expertos consideran una revolución que podría transformar la industria tecnológica y, potencialmente, el mundo entero. las acciones de nvidia, la empresa líder en diseño de chips, experimentó un aumento de casi el 25% en un solo día de mayo, cuando pronosticaron un gran aumento en los ingresos, que según los analistas se debió al aumento de las ventas de sus productos. La capitalización de la empresa superó el billón de dólares a fines de mayo, cifra que aún se mantiene.

Definir chips de IA no es una tarea fácil. “No hay un consenso general sobre su definición”, explica hannah dohman, analista del Centro de Seguridad y Tecnologías Emergentes. En términos generales, se refiere a hardware especializado para manejar tareas de IA. Por ejemplo, puede “entrenar” sistemas de inteligencia artificial 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 infografía. En unos pocos años, la compañía desarrolló una nueva unidad de procesamiento de gráficos (GPU) que revolucionó el desarrollo y el uso de los videojuegos al permitir realizar múltiples cálculos gráficos complejos simultáneamente.

Esta técnica, conocida como procesamiento paralelo, se convertiría en un pilar tanto para los juegos como para la IA. En 2012, dos estudiantes de la Universidad de Toronto utilizaron una red neuronal basada en GPU para ganar la prestigiosa competencia de IA, ImageNetal 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 para ambos nvidia en cuanto a 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 últimos productos, la GPU H100, contiene 80.000 millones de transistores, unos 13 millones más que el último procesador de Apple para su macbook Pro. Como era de esperar, esta tecnología no es barata, ya que se puede comprar en línea por $30,000.

Nvidia por sí misma no fabrica estos complejos chips de GPU, ya que esto requeriría una gran inversión en nuevas fábricas. En cambio, la empresa prefiere confiar en los fabricantes de chips asiáticos como Fabricación de semiconductores de Taiwán Co. (TSMC) o Samsung Electronics de Corea del Sur.

Algunos de los principales clientes de estos chips de IA son los servicios de computación en la nube, como los proporcionados por Amazonas y microsoft.

Al alquilar su poder de procesamiento para IA, estos servicios permiten a las 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 fármacos hasta la gestión de clientes.

TAMBIÉN TE PUEDE INTERESAR: Inteligencia artificial y Elon Musk, por qué no hemos encontrado vida extraterrestre