Nvidia, la compañía encargada de producir potentes unidades de procesamiento de gráficos, anunció ingresos de US$ 22,100 millones en el último trimestre de su año fiscal 2023.
Este resultado significa un aumento de más 265%. Además, prevé unos ingresos de US$ 24,000 millones para este trimestre. Los chips que realiza Nvidia son los más utilizados en la industria de la inteligencia artificial. La demanda está creciendo en todo el mundo. Como consecuencia, cada unidad tiene un valor de decenas de miles de dólares y se transportan en camiones blindados (BBC).
Nvidia es ahora la tercera empresa más grande de Estados Unidos (Business Insider).
Los hitos de Nvidia
Antes de conocer el éxito actual de Nvidia, veamos un poquito de historia:
1993.- Fundación de Nvidia por Jensen Huang, Chris Malachowsky y Curtis Priem. Confiaban que la PC se convertiría en un dispositivo para disfrutar de juegos y productos multimedia.
1995.- Se lanza al mercado el primer juego 3D en ejecutarse con gráficos de Nvidia, Virtual Fighter.
1999.- Lanzan GeForce 256, la primera GPU del mundo. Era capaz de procesar al menos 10 millones de polígonos por segundo.
2001.- Presentan la primera GPU programable de la industria, Nvidia GeForce 3. Esta permite crear efectos visuales personalizados.
2011.- Alcanzan la cifra de 1000 millones de procesadores distribuidos.
2016.- Lanzan DGX-1, supercomputadora de deep learning que potencia aplicaciones de inteligencia artificial.
2020.- Nvidia se convierte en la empresa de semiconductores más valiosa de Estados Unidos.
¿Cómo alcanzó el éxito?
1. Salto a la inteligencia artificial
Nvidia comenzó preparando chips para videojuegos.
Por mucho tiempo, este fue el negocio principal de Nvidia. Pronto, descubrieron que las GPU también eran provechosos como unidades centrales de procesamiento. Compañías de criptominería y gigantes como Google y Amazon se interesaron en estas GPU para fortalecer sus centros de datos. Actualmente, las GPU H100, las más avanzadas, se utilizan para la creación de sistemas de inteligencia artificial.
Nvidia se ha posicionado como una parte fundamentalmente para el ecosistema IA.
2. Software sofisticado
Nvidia cuenta con un software llamado CUDA que logra que el uso de sus procesadores sea sumamente sencillo. Esto los diferencia de sus competidores, puesto que los modelos de Inteligencia Artificial y la carga que requieren pueden ser complejos y variados.
3. Ventaja de los competidores
Nvidia apostó por la inteligencia artificial desde el 2006 con la creación de CUDA. Este es un lenguaje de programación que logra que los chips resuelvan problemas matemáticos complejos. Lo lograron antes que sus grandes competidores, como Intel o AMD.
4. Demanda de productos
Nvidia rápidamente adquirió fama con el lanzamiento de ChatGPT, programa desarrollado por la empresa OpenAI que utiliza sus productos.
La demanda de los procesadores de Nvidia continúa en aumento. La compañía todavía enfrenta la escasez de sus procesadores debido a los problemas en la cadena de suministro que ocurrieron durante la pandemia. La demanda es especialmente alta por los chips H100, el modelo de alta gama.
Muchos clientes intentan reunir el mayor número de chips lo antes posible. En enero de este año, Mark Zuckerberg, CEO de Meta, anunció que la compañía habrá reunido alrededor de unas 350 mil GPU H100 para finales de año (Business Insider).
El futuro del negocio
En el futuro, podríamos esperar computadoras físicas que piensen como humanos y que tengan chips que funcionen como sistema nervioso.
¿Cuál sería la diferencia con la inteligencia artificial? Que la IA es un software y el desarrollo de un denominado “chip físico” es totalmente diferente y más difícil. En términos oficiales, se llamaría “computación neuromórfica” (How they grow).
Con la computación neuromórfica (NC por sus siglas en inglés), la computadora no operaría de manera rígida bajo el código binario, sino de una manera flexible. Además, permitiría:
- Aprender y adaptarse a tiempo real. Esto, contrario a los algoritmos de inteligencia artificial, que necesitan bastante data para poder volverse eficientes.
- Más eficiencia. Bajaría considerablemente el impacto ambiental.
- Permitiría crear sistemas de inteligencia artificial con verdadera creatividad y expresión.
- Sería vital para el desarrollo de sistemas de inteligencia artificial que son más resistentes al ruido y errores.
Es decir, la computación neuromórfica sería clave para los siguientes grandes avances de la inteligencia artificial.
___
Para más casos de estudio, ingresa a nuestra web.
