“Una nueva industria ha surgido”: Nvidia presenta chips de la IA del futuro

“Una nueva industria ha surgido”. Esas palabras, proféticas, las pronunció Jensen Huang , CEO y fundador de Nvidia para inaugurar el evento más importante de la empresa, GTC , en donde la tercera empresa más valiosa del mundo mostró cómo sus innovaciones impactarán en prácticamente todos los ámbitos productivos de la economía. La presentación comenzó con un video en donde Nvidia mostró cómo están trabajando en diferentes sectores, como la detección de fenómenos naturales, asistencia de robots en entornos industriales para minimizar riesgos, medicina, generación de escenarios virtuales, así como la aplicación de la IA para ayudar a personas con discapacidades y la creatividad. Si bien antes se relacionaba a Nvidia al ámbito de los videojuegos, la era de la Inteligencia Artificial generativa llegó para ubicarla como la compañía más importante en términos de hardware, el cual impacta desde el gaming, hasta el cómputo espacial y el metaverso.

Durante su evento anual más grande, la empresa presentó una serie de innovaciones relacionadas a las unidades de procesamiento gráfico (GPU, por sus siglas en inglés), omniverso, tecnología para la salud y también importantes alianzas con otras compañías.

IA generativa desde hardware y software En el área de la IA, la empresa mostró la nueva
GPU Blackwell B200 , descrita como “el motor” de una una “nueva revolución industrial”, que permite a las organizaciones de todo el mundo crear y ejecutar IA generativa con un costo y un consumo energético 25 veces inferiores a los de su predecesora. De acuerdo con Huang, este componente ayudará a desbloquear avances en el procesamiento de datos, simulación en ingeniería, automatización del diseño electrónico, diseño de fármacos asistido por ordenador, computación cuántica e IA generativa. Entre las organizaciones que planean adoptar Blackwell se encuentran Amazon, Google, Meta, Microsoft y OpenAI. Con este nuevo chip, Nvidia busca amplificar su liderazgo en la industria de la IA, en donde ha tenido un rendimiento preponderante gracias al GPU H100 AI, el cual la convirtió en una empresa multimillonaria. Según Huang, este nuevo chip replica por siete veces el rendimiento de un H100.

El ejecutivo resaltó que además de ser un chip, Blackwell también forma parte de una plataforma de seis tecnologías, que juntas permiten el entrenamiento de grandes modelos de lenguaje (LLM, por sus siglas en inglés) en tiempo real para modelos que escalan 10 billones de parámetros y los cuales estarán disponibles a finales del año. Por otra parte, la empresa también anunció el lanzamiento de microservicios de IA generativa de nivel empresarial, llamado NIM (Nvidia Inference Microservices), que las compañías pueden utilizar para crear y desplegar aplicaciones personalizadas en sus propias plataformas, lo cual les permite mantener el control y seguridad de su propiedad intelectual. Incluso Huang ejemplificó con algunos casos de uso en la industria sanitaria, pues estos servicios les permitirán a hospitales, laboratorios o empresas farmacéuticas acelerar los flujos de trabajo de descubrimiento de fármacos, imágenes médicas y análisis genómico. “Las plataformas empresariales establecidas están sobre una mina de oro de datos que pueden transformarse en copilotos de IA generativa”, comentó durante la presentación. “Estos microservicios de IA son los bloques de construcción para que las empresas de todas las industrias se conviertan en compañías de IA”.

Cómputo espacial y omniverso Desde hace unos años, Nvidia ha motivado su tecnología de gemelos digitales y metaverso industriales, llamada Omniverse, la cual a partir de ahora tendrá un mayor alcance, debido al anuncio de cinco nuevas interfaces de programación de Omniverse Cloud, con las que los desarrolladores pueden integrar tecnologías en las apps de diseño y automatización para sus gemelos digitales. A partir de estos recursos, las empresas pueden desarrollar versiones virtuales de la infraestructura de sus empresas para reducir gastos en algunos procesos, como validación de máquinas autónomas como robots o vehículos autoconducidos. “Todo lo que se fabrique tendrá gemelos digitales”, afirmó Huang. En este sentido, otro de los anuncios más relevantes que hizo Nvidia en este evento fue la alianza con Apple, para llevar sus gemelos digitales al nuevo dispositivo de Realidad Mixta de la compañía de Cupertino, los Apple Vision Pro. Con esta colaboración, los desarrolladores podrán enviar sus aplicaciones a este gadget para que las empresas que lo utilizan en sus procesos tengan acceso a experiencias 3D avanzadas. Durante la presentación se mostró un gemelo digital interactivo y físicamente exacto de un coche transmitido en tiempo real a las pantallas del Vision Pro, el cual era utilizado por un diseñador que estaba trabajando en la selección de opciones de pintura y tapicería e incluso entra en el vehículo, a partir de la tecnología espacial del gadget, para tener mayor exactitud en su trabajo.
El gran momento de Nvidia El lugar que ocupa Nvidia en el terreno de la tecnología es bastante importante, pues si bien hay quienes creen que sólo es un fabricante de unidades de procesamiento gráfico (GPU), utilizadas para hacer funcionar videojuegos, en realidad son fundamentales para otros procesos. Los chips funcionan para la conducción autónoma de vehículos eléctricos, servicios de computación en la nube, transmisión de contenido vía streaming o incluso los productos de IA generativa de última generación, como ChatGPT. Hace cinco años, la valoración de mercado de Nvidia rondaba los 100,000 millones de dólares, pero ahora es la tercera empresa más valiosa del mundo y de las pocas que han logrado superar la capitalización bursátil de los 2 billones de dólares, junto a Microsoft y Apple. De acuerdo con su último reporte trimestral, la empresa tuvo ingresos netos de 12,290 millones de dólares, lo cual representa un crecimiento del 769% respecto al mismo periodo del 2022, debido a las fuertes ventas de procesadores de Inteligencia Artificial para servidores, los cuales son necesarios para procesar las grandes cantidades de datos con los que se entrenan a los modelos como GPT, de OpenAI, o Llama, de Meta.

]]>