Más allá de NVIDIA: gigantes tecnológicos innovan en hardware de IA para 2024

Cuando se cumple un año del lanzamiento de ChatGPT por parte de OpenAI, hemos asistido a un frenético año donde la inteligencia artificial generativa ha llegado al gran público creando unas expectativas nunca antes vistas. El potencial de esta tecnología para revolucionar el mundo en el que vivimos, ha dado lugar a una nueva fiebre del oro donde grandes empresas y startups de todo tamaño intentan llevarse una parte de este jugoso pastel. Sin embargo, más allá de disruptivas aplicaciones para empresas o consumidores y modelos de negocio como producto o servicio, es bien conocido que en toda “fiebre del oro”, el vendedor de palas y picos es quien se lleva la parte más cuantiosa del negocio. En el mundo de la IA, las herramientas necesarias son el hardware especializado en acelerar la ejecución de los algoritmos matemáticos implicados y, en este año 2024, todos los grandes actores tecnológicos están buscando posicionarse al respecto.

NVIDIA: el rival a batir

Es sobradamente conocido que, en la actualidad, el gran rival a batir en el mundo del hardware especializado para IA es NVIDIA. Liderada por Jensen Huang, la empresa dedicada inicialmente a la fabricación de tarjetas gráficas (GPUs) para videojuegos y edición multimedia, fue la primera en tomar la decisión hace ya casi 20 años atrás de invertir cantidades ingentes de recursos en crear herramientas software que permitieran explotar las enormes capacidades de cómputo de sus dispositivos para acelerar todo tipo de algoritmos matemáticos. De esta forma, la tecnología de NVIDIA se convirtió en el catalizador necesario para, como dice nuestro compañero y presidente de SNGULAR José Luis Vallejo, combinada con “las matemáticas de hace 70 años” y la disponibilidad de datos actual, dar lugar a la IA que nos maravilla hoy en día.

La posición de dominio del mercado del hardware especializado en IA de NVIDIA es tan abrumadora, que se dan dos circunstancias que finalmente acaban jugando en su contra. La primera es que la demanda de dispositivos es tan elevada que NVIDIA es ya incapaz de cubrirla con sus capacidades productivas actuales; la segunda es que la dependencia de un único proveedor es un riesgo que las grandes empresas del sector no se pueden permitir cuando estamos hablando de una tecnología crítica y estratégica. Esto ha producido que, de forma relativamente encubierta, todos los grandes actores estén buscando alternativas para el hardware de NVIDIA, una tendencia que se va a consolidar a lo largo del año 2024.

AMD: el aspirante al trono

Si buscamos una empresa que pueda hacer competencia directa a NVIDIA, el principal incumbente es AMD. Históricamente, AMD es conocido por ser el introductor de las arquitecturas de procesadores de 64 bits y ha mantenido una lucha épica con Intel por la cuota de mercado de chips para PCs de sobremesa, portátiles y servidores. Sin embargo, tras la adquisición de ATI Technologies en 2006, AMD se convirtió también en la única competencia real de NVIDIA en el sector de las tarjetas gráficas. Liderada por Lisa Su, que curiosamente es la sobrina segunda del CEO de NVIDIA, AMD está siguiendo la estela de NVIDIA para transformar su know-how y crear una oferta competitiva de hardware especializado en tareas de IA que pueda llevarse parte de la cuota del mercado. Este esfuerzo ha cristalizado en el reciente anuncio de dispositivos para datacenter cuya potencia bruta de cómputo es equivalente o incluso superior a los de NVIDIA y, pese a que su soporte software para aplicaciones de IA es claramente inferior, la escasez de GPUs en el mercado y la alta demanda de las mismas ha hecho que AMD cierre acuerdos estratégicos con fabricantes como Dell o Lenovo. Por este motivo, los analistas no tienen dudas de que AMD va a poder vender durante 2024 todo el volumen de dispositivos especializados en IA que sea capaz de producir.

Intel: un gigante con pies de barro

Siguiendo con los proveedores puros de hardware, pese a que en los últimos años ha dado varios pasos en falso, Intel es un clásico al que siempre hay que tener en cuenta. En este sentido, Intel sigue siendo el líder del mercado en procesadores de propósito general para datacenter adaptados para ejecutar modelos de IA, si bien es cierto que no ha sido capaz de crear a tiempo de forma interna una oferta competitiva de GPUs clásicas capaces de rivalizar con NVIDIA y AMD en tareas de entrenamiento de dichos modelos, habiendo cancelado la introducción de sus productos que se esperaban para 2023 y 2024. Para hacer frente a la falta de agilidad en la innovación interna, en los últimos años Intel ha venido efectuando diferentes compras de empresas especializadas en hardware de IA, si bien recientemente ha tenido que paralizar y discontinuar gran parte de este catálogo ampliado de productos. Dentro de los supervivientes de esta gran purga destaca la oferta heredada de Habana Labs, cuyo hardware optimizado en entrenamiento y ejecución de algoritmos de IA es capaz de batir a las GPUs clásicas en ciertas tareas con una eficiencia energética muy superior. Sin embargo, la adopción de este tipo de aceleradores IA especializados es todavía muy limitado y hay rumores de que la tecnología de Habana será integrada en las GPUs que Intel planea introducir en el mercado en 2025 y 2026: es cuestión de tiempo saber si, más allá de si esos productos realmente verán la luz o serán cancelados como sus predecesores, llegado el momento Intel habrá perdido definitivamente la oportunidad para hacerse con una cuota significativa de este mercado.

Google: un ecosistema autocontenido

Hasta ahora, nos hemos centrado en fabricantes de hardware puros, pero dada la magnitud del mercado y la importancia crítica de los aceleradores de IA, hay empresas que no quieren depender de terceros a la hora de dar servicio a sus clientes. El mejor ejemplo de estas empresas es Google, que desarrolló y comenzó a usar su propio hardware, las Tensor Processor Units o TPUs, en una fecha tan temprana como 2015. Desde entonces, ha introducido hasta cinco familias de esta arquitectura de procesamiento especialmente diseñada para manejar tensores, los objetos matemáticos que se encuentran en el corazón de todo algoritmo de IA, usándolas de forma masiva tanto internamente como en productos y servicios comerciales para terceros. Así, no sólo se puede hacer uso de las unidades Cloud TPU de alto rendimiento en la nube de Google, sino que los smartphones Google Pixel incluyen un procesador equipado con una TPU de bajo consumo para ejecutar algoritmos de IA de forma local. En este sentido, el reciente anuncio del modelo Gemini, la respuesta de Google a las soluciones de OpenAI, supone la consolidación definitiva de la tecnología TPU: no sólo ha sido entrenado con estos chips en la nube de Google y puede customizarse y ejecutarse de forma eficiente con estas unidades, sino que la versión Gemini Nano estará disponible en 2024 para su ejecución local en la TPU incluida en los Google Pixel 8 Pro, su smartphone de alta gama.

Microsoft: la gran sorpresa

Por su parte, otro gigante como Microsoft, está siguiendo su propio camino para no depender completamente de NVIDIA. En este sentido, no sólo ha anunciado que va a ofrecer instancias de Azure durante 2024 equipados con los dispositivos más avanzados de AMD para ejecutar tareas de IA, diversificando así la oferta de tecnología GPU accesible como servicio en la nube de Microsoft, sino que recientemente ha anunciado la disponibilidad de aceleradores hardware desarrollados internamente: Microsoft Azure Maia AI Accelerator, optimizado para tareas de IA, y Microsoft Azure Cobalt CPU, basado en la arquitectura ARM y optimizado para tareas propósito general. Estos dispositivos van a empezar a desplegarse durante 2024 en los centros de datos de Microsoft e inicialmente serán los encargados de ejecutar de forma eficiente soluciones comerciales tan emblemáticas como Microsoft Copilot o los productos de OpenAI sobre Azure, consiguiendo la independencia de terceros en servicios críticos y persiguiendo el desarrollo de una nube para aplicaciones AI mucho más sostenible en términos energéticos.

Conclusión

Como hemos podido comprobar, 2024 va a ser un año marcado por la competencia de nuevas tecnologías hardware dedicadas a la ejecución de algoritmos de IA que van a permitir consolidar y escalar el mercado derivado de la explosión de las nuevas aplicaciones generativas y multimodales. Estás tecnologías van a habilitar también la transición hacia un uso mucho más eficiente y sostenible de la IA, un aspecto crítico a tener en cuenta tanto por consideraciones económicas como de impacto ambiental. Desde SNGULAR, estamos preparados no sólo para ofrecer a nuestros clientes soluciones software basadas en IA capaces de hacer sus procesos más eficientes y habilitar nuevas líneas de negocio, sino que también poseemos el conocimiento del hardware que subyace a las mismas para que estas sean óptimas y diferenciales frente a las de la competencia.