A mediados de 2023, ChatGPT llevaba solo seis meses entre nosotros, pero la inteligencia artificial ya vivía un auge impresionante. Mientras algunos la veían como una moda pasajera, otros la consideraban una de las revoluciones tecnológicas más importantes de los últimos años. OpenAI pasó de ser una empresa prácticamente desconocida a acaparar todos los titulares, gracias a un producto fascinante pero imperfecto, que pocas grandes compañías habrían lanzado tan rápido.
En sus primeros meses, ChatGPT cometía muchos errores y tenía pocas barreras de seguridad. Para una gran empresa, eso habría sido un riesgo reputacional enorme, pero para una startup era más fácil de asumir.
La clave para competir con ChatGPT y modelos similares es desarrollar sistemas de lenguaje aún más avanzados. Después de GPT-3.5, OpenAI lanzó GPT-4 en marzo de 2023, cambiando las reglas del juego. Desde entonces, tanto veteranos como nuevos jugadores en el sector tuvieron que ponerse manos a la obra o quedarse fuera de lo que parecía la próxima gran revolución tecnológica. Y en ese camino, todos dependieron de un actor fundamental: NVIDIA.
¿Por qué? Porque NVIDIA dispone de las mejores GPUs especializadas en inteligencia artificial, especialmente el modelo H100. Estas GPUs son mucho más eficientes que las CPUs para procesar las tareas paralelas que requiere la IA moderna.
La lógica era clara: para competir y, posiblemente, liderar en IA generativa, era imprescindible comprar GPUs de NVIDIA, actualizar los centros de datos o construir otros nuevos, y todo bajo mucha presión de tiempo. Esto generó una demanda gigantesca, que en ocasiones llevó a escasez de estos componentes.
Un dato revelador: a principios de 2024, Meta informó que su infraestructura de IA generativa contaría con unas 350,000 GPUs NVIDIA H100 para finales de año, equivalente a unas 600,000 H100 en potencia. Para junio de 2024, NVIDIA se había convertido en la empresa cotizada más valiosa del mundo.
Pero no basta con llegar a la cima; hay que mantenerse ahí, y esa es la gran prueba para NVIDIA. Aunque sigue dominando con sus productos y con una estrategia que incluye no solo hardware, sino también un conjunto de software que maximiza el rendimiento de su arquitectura CUDA, la competencia empieza a apretar fuerte.
Amazon y Google son las grandes amenazas actuales en esta carrera por el liderazgo en chips para IA.
Amazon, por ejemplo, acaba de presentar Trainium3 UltraServer, basado en su chip Trainium3 fabricado con tecnología de 3 nanómetros. Según la compañía, estos chips y sistemas son un 40% más eficientes en consumo energético que la generación anterior. Además, Amazon ya está trabajando en Trainium4 y promete que será compatible con NVLink Fusion, la tecnología de interconexión de chips de alta velocidad de NVIDIA, lo que facilitaría la interoperabilidad entre sistemas.
Por su parte, Google, que lleva más de una década desarrollando sus chips TPU para IA, ha comenzado a apostar por su propio hardware para impulsar su nuevo proyecto Gemini. Se rumorea incluso que Meta estaría considerando una inversión multimillonaria para adquirir chips de IA de Google, una movida que marcaría un notable cambio de estrategia para la empresa del buscador, que hasta ahora limitaba el uso de sus chips a sus propios centros de datos.
Meta, uno de los mayores clientes de NVIDIA, también está preparando y probando sus propios chips de IA, como los MTIA. Incluso OpenAI ha decidido asociarse con Broadcom para diseñar hardware personalizado para sus centros de datos.
En China, la situación tampoco es favorable para NVIDIA debido a la guerra comercial con Estados Unidos, que ha acotado su presencia en el país. Allí, empresas locales como Huawei están impulsando sus propios chips, con los modelos Ascend 910D ya en producción y la nueva generación Ascend 920 en camino.
En resumen, muchos de los grandes jugadores que inicialmente dependieron de NVIDIA empiezan a buscar autonomía tecnológica en una competencia que se torna cada vez más intensa y globalmente estratégica. La batalla por destronar a NVIDIA en el terreno de los chips para IA apenas está comenzando.
