You have not selected any currencies to display

bl0ckch41nnews:3 claves para entender el éxito de Nvidia, la compañía cuyo valor sobrepasó al de Google y marcó un récord en la bolsa

40

“Las condiciones son excelentes para seguir creciendo”, dijo el director ejecutivo de la empresa, Jensen Huang, en una llamada con inversionistas.

Nvidia se ha coronado como el rey mundial de los chips al desarrollar potentes unidades de procesamiento de gráficos (GPU, por sus siglas en inglés).

Estos procesadores, los más utilizados en la industria de la inteligencia artificial, son circuitos electrónicos que pueden realizar cálculos matemáticos a alta velocidad y su valor se calcula en decenas de miles de dólares por unidad.

Son tan apetecidos que, como si se tratara de diamantes, son transportados en camiones blindados.

La firma le lleva una gran ventaja a Intel y AMD, sus mayores competidores, dominando cerca de un 80% del mercado de las GPU.

Estas son tres claves que explican el éxito del gigante tecnológico con sede en California.

1. El salto desde los videojuegos a la inteligencia artificial

Hace más de 30 años Nvidia comenzó como una empresa que fabricaba chips para el desarrollo de videojuegos.

Sus unidades de procesamiento de gráficos comenzaron a ser muy demandadas para el desarrollo de funciones de visualización como renderizar videos, imágenes y animaciones, ideales para videojuegos de alta exigencia.

Este fue durante mucho tiempo el principal negocio de Nvidia.

Pronto la firma descubrió que sus GPU también eran útiles para otras tareas exigentes, como acelerar el rendimiento informático de los cerebros de las computadoras, es decir, las unidades centrales de procesamiento.

Gigantes como Google, Microsoft y Amazon se interesaron en los procesadores de Nvidia para potenciar sus enormes centros de datos, como también lo hicieron las compañías dedicadas a la criptominería.

Al mismo tiempo, los ingenieros empezaron a utilizar sus chips para hacer cálculos de inteligencia artificial, dado que el tipo de matemática necesaria para construir sistemas complejos encajaba con la forma en que funcionan los chips gráficos.

Hoy, las GPU más avanzadas de Nvidia, como las llamadas H100, se utilizan en la creación de los sistemas de inteligencia artificial más sofisticados.

2. Adelantarse a los competidores

La empresa se dio cuenta pronto de que los semiconductores diseñados para el procesamiento de gráficos, también eran útiles para entrenar sistemas de inteligencia artificial.

Iniciar la carrera antes que el resto le dio una valiosa ventaja frente a sus competidores.

A partir del 2006, Nvidia dejó clara su apuesta por la inteligencia artificial. En esa época, la empresa anunció la creación de CUDA, un lenguaje de programación que hizo posible que los chips de la firma pudieran resolver complejos problemas matemáticos.

Así fue como la firma entró con sus procesadores en el mundo de la inteligencia artificial antes que sus grandes competidores, como Intel o AMD.

Esa ventaja inicial podría verse acortada si las otras firmas aceleran su paso, dado están haciendo grandes inversiones para conseguir una mayor cuota de mercado.

Y, por otro lado, los gigantes dedicados a la computación en la nube, como Amazon, Microsoft o Google, también están dedicando esfuerzos a fabricar sus propios chips especializados para el entrenamiento de inteligencia artificial.

3. Una voraz demanda por sus productos

La gran demanda de los procesadores de Nvidia para juegos, centros de datos y aplicaciones de inteligencia artificial sigue aumentando.

Particularmente en el último año ha subido aceleradamente el interés por los costosos procesadores gráficos para los servidores que alimentan los grandes modelos de inteligencia artificial.

Nvidia, que solía ser una firma tecnológica menos conocida que el resto de los gigantes, pasó rápidamente a primer plano con el lanzamiento de ChatGPT, un sistema de inteligencia artificial desarrollado por la empresa OpenAI, que utiliza sus procesadores.

Los chips de Nvidia parecen ser, dicen los expertos, los más adecuados para entrenar a los modelos de inteligencia artificial.

Lo que no se sabe es cuánto tiempo estos procesadores seguirán liderando el mercado de las GPU o si los rivales de Nvidia conseguirán una buena tajada del pastel.

Por ahora, la balanza está a su favor. La demanda de uno de sus productos estrella, el chip H100, es tan grande, que algunos clientes han tenido que esperar hasta seis meses para recibirlo.

Analistas del mercado plantean que probablemente en alrededor de un año podría mejorar la oferta de chips para inteligencia artificial, en la medida que AMD e Intel sigan avanzando con sus desarrollos.

Ver fuente

Los comentarios están cerrados.