Hay que tener en cuenta que el negocio de la IA no es solo software, también es hardware. Tanto es así, que el punto limitante actualmente es el segundo, ya que no hay fabricación que pueda sostener la demanda actual de chips para inteligencia artificial.
Un nuevo informe de Bloomberg afirma que los esfuerzos del CEO de OpenAI, Sam Altman, por recaudar miles de millones para una empresa de chips de IA están dirigidos a utilizar ese dinero para desarrollar una “red de fábricas” de fabricación que se extendería por todo el mundo e implicaría trabajar con “los principales fabricantes de chips” no identificados.
Uno de los principales costes y limitaciones a la hora de ejecutar modelos de IA es disponer de suficientes chips para gestionar los cálculos de bots como ChatGPT o DALL-E, que responden a preguntas y generan imágenes.
Altman quiere dinero para su gran proyecto
El valor de Nvidia superó el billón de dólares por primera vez el año pasado, en parte debido al monopolio virtual que tiene, ya que GPT-4, Gemini, Llama 2 y otros modelos dependen en gran medida de sus populares GPU H100.
En consecuencia, la carrera por fabricar más chips de alta potencia para ejecutar complejos sistemas de IA no ha hecho más que intensificarse. El limitado número de fábricas capaces de fabricar chips de gama alta obliga a Altman o a cualquier otro a pujar por capacidad años antes de necesitarla para producir los nuevos chips.
Y enfrentarse a empresas como Apple requiere inversores con mucho dinero que se hagan cargo de unos costes que la organización sin ánimo de lucro OpenAI aún no puede asumir. SoftBank Group y el holding de IA G42, con sede en Abu Dhabi, han mantenido conversaciones para recaudar fondos para el proyecto de Altman.
Otras empresas que desarrollan modelos de IA también se han aventurado a fabricar sus propios chips. Microsoft, inversor en OpenAI, anunció en noviembre que ha construido su primer chip de IA personalizado para entrenar modelos, seguido de cerca por Amazon, que anunció una nueva versión de su chip Trainium.
AWS, Azure y Google también utilizan los procesadores H100 de Nvidia. Esta semana, el consejero delegado de Meta, Mark Zuckerberg, declaró que “a finales de este año, Meta poseerá más de 340.000 GPU H100 de Nvidia”, ya que la empresa persigue el desarrollo de la inteligencia general artificial (AGI).
Nvidia ya ha anunciado su próxima generación de chips GH200 Grace Hopper para ampliar su dominio en este ámbito, mientras que sus competidores AMD, Qualcomm e Intel han lanzado procesadores diseñados para impulsar modelos de IA en portátiles, teléfonos y otros dispositivos.
