El hardware está emergiendo como un área clave de crecimiento en inteligencia artificial. Para las grandes empresas tecnológicas con el dinero y el talento para hacerlo, el desarrollo de chips internos ayuda a reducir la dependencia de diseñadores externos como Nvidia e Intel mientras permite a las empresas adaptar su hardware específicamente a sus propios modelos de IA, mejorando el rendimiento y ahorrando en costos energéticos.
Estos chips de IA internos que acaban de anunciar Google y Meta representan uno de los primeros desafíos reales a la posición dominante de Nvidia en el mercado de hardware de IA. Nvidia controla más del 90% del mercado de chips de IA, y la demanda de sus semiconductores líderes en la industria sigue aumentando. Pero si los mayores clientes de Nvidia comienzan a fabricar sus propios chips, su precio de las acciones en alza, que ha subido un 87% desde el comienzo del año, podría sufrir.
“Desde el punto de vista de Meta… les da una herramienta de negociación con Nvidia”, dijo Edward Wilford, analista de la consultora tecnológica Omdia, a Fortune. “Les permite a Nvidia saber que no son exclusivos, [y] que tienen otras opciones. Es hardware optimizado para la IA que están desarrollando”.
¿Por qué la IA necesita nuevos chips?
Los modelos de IA requieren una enorme cantidad de potencia de computación debido a la gran cantidad de datos necesarios para entrenar los grandes modelos de lenguaje que los respaldan. Los chips de computadora convencionales simplemente no son capaces de procesar los billones de puntos de datos sobre los que se construyen los modelos de IA, lo que ha generado un mercado de chips de computadora específicos para IA, a menudo llamados chips “de vanguardia” porque son los dispositivos más potentes del mercado.
El gigante de los semiconductores Nvidia ha dominado este mercado incipiente: la lista de espera para su chip insignia de IA de $30,000 es de meses, y la demanda ha impulsado el precio de sus acciones casi un 90% en los últimos seis meses.
Y el rival fabricante de chips Intel está luchando por mantenerse competitivo. Acaba de lanzar su chip de IA Gaudi 3 para competir directamente con Nvidia. Los desarrolladores de IA, desde Google y Microsoft hasta pequeñas startups, están compitiendo por chips de IA escasos, limitados por la capacidad de fabricación.
¿Por qué las empresas tecnológicas están empezando a fabricar sus propios chips?
Tanto Nvidia como Intel solo pueden producir un número limitado de chips porque ellos y el resto de la industria dependen del fabricante taiwanés TSMC para ensamblar realmente sus diseños de chip. Con solo un fabricante sólidamente en el juego, el tiempo de liderazgo en la fabricación de estos chips de vanguardia es de varios meses. Ese es un factor clave que llevó a grandes actores en el espacio de la IA, como Google y Meta, a recurrir al diseño de sus propios chips. Alvin Nguyen, un analista senior de la consultora Forrester, dijo a Fortune que los chips diseñados por empresas como Google, Meta y Amazon no serán tan potentes como las ofertas de última generación de Nvidia, pero eso podría beneficiar a las empresas en términos de velocidad. Podrán producirlos en líneas de ensamblaje menos especializadas y con tiempos de espera más cortos, dijo.
“Si tienes algo que es un 10% menos potente pero puedes obtenerlo ahora, lo compraría todos los días”, dijo Nguyen.
Incluso si los chips de IA nativos que Meta y Google están desarrollando son menos potentes que los chips de IA de vanguardia de Nvidia, podrían adaptarse mejor a las plataformas de IA específicas de la empresa. Ngyuen dijo que los chips internos diseñados para la plataforma de IA propia de una empresa podrían ser más eficientes y ahorrar costos al eliminar funciones innecesarias.
“Es como comprar un coche. Está bien, necesitas una transmisión automática. Pero, ¿necesitas los asientos de cuero o los asientos de masaje con calefacción?” dijo Ngyuen.
“El beneficio para nosotros es que podemos construir un chip que pueda manejar nuestras cargas de trabajo específicas de manera más eficiente”, escribió Melanie Roe, portavoz de Meta, en un correo electrónico a Fortune.
Los chips de vanguardia de Nvidia se venden por alrededor de $25,000 cada uno. Son herramientas extremadamente potentes y están diseñadas para ser buenas en una amplia gama de aplicaciones, desde entrenar chatbots de IA hasta generar imágenes y desarrollar algoritmos de recomendación como los de TikTok e Instagram. Eso significa que un chip ligeramente menos potente, pero más adaptado podría ser más adecuado para una empresa como Meta, por ejemplo, que ha invertido en IA principalmente para sus algoritmos de recomendación, no para chatbots orientados al consumidor.
“Las GPU de Nvidia son excelentes en los centros de datos de IA, pero son de propósito general”, dijo Brian Colello, líder en investigación de equidad en la firma de investigación de inversiones Morningstar, a Fortune. “Probablemente haya ciertas cargas de trabajo y modelos donde un chip personalizado sería aún mejor”.
La pregunta de billones de dólares
Ngyuen dijo que los chips internos más especializados podrían tener beneficios adicionales debido a su capacidad de integrarse en los centros de datos existentes. Los chips de Nvidia consumen mucha energía y generan mucho calor y ruido, tanto que las empresas tecnológicas pueden verse obligadas a rediseñar o trasladar sus centros de datos para integrar aislamiento acústico y refrigeración líquida. Chips nativos menos potentes, que consumen menos energía y liberan menos calor, podrían resolver ese problema.
Los chips de IA desarrollados por Meta y Google son apuestas a largo plazo. Ngyuen estimó que estos chips tardaron aproximadamente un año y medio en desarrollarse, y probablemente pasarán meses antes de que se implementen a gran escala. En el futuro previsible, todo el mundo de la IA seguirá dependiendo en gran medida de Nvidia (y, en menor medida, de Intel) para sus necesidades de hardware informático. De hecho, Mark Zuckerberg anunció recientemente que Meta estaba en camino de poseer 350,000 chips de Nvidia para fin de año (la empresa está lista para gastar alrededor de $18 mil millones en chips para entonces). Pero el movimiento alejándose de la externalización de la potencia informática y hacia el diseño de chips nativos podría aflojar la presión de Nvidia sobre el mercado.
“La pregunta de billones de dólares para la valoración de Nvidia es la amenaza de estos chips internos”, dijo Colello. “Si estos chips internos reducen significativamente la dependencia de Nvidia, probablemente haya un impacto negativo en las acciones de Nvidia a partir de este punto. Este desarrollo no es sorprendente, pero la ejecución de él en los próximos años es la pregunta clave de valoración en nuestra mente”.
Subscribe to the Eye on AI newsletter to stay abreast of how AI is shaping the future of business. Sign up for free.