No es ningún secreto que NVIDIA ha virado su interés de los gráficos en exclusiva para que todos los esfuerzos se centren en su mayor parte en la inteligencia artificial. Dejando al desarrollo de nuevas tecnologías gráficas en segundo plano y adoptando los algoritmos de inteligencia artificial para mejorar la calidad visual, siendo el DLSS el mayor ejemplo. ¿Qué tal ha sido la evolución de NVIDIA en la IA y cómo se presenta de cara al futuro?
A día de hoy las GPU son arquitecturas donde la G de sus siglas en muchos casos son algo atávicas. Ya que su arquitectura en general está pensada para el cálculo en paralelo y generación tras generación han podido ir ejecutando código cada vez menos específico en gráficos y más de propósito general. Esta evolución les ha permitido estar en los superordenadores más potentes y llegar también a ser arquitecturas ideales para la IA.
Lo que empezó a mediados del 2006 con la aparición de la GeForce GTX 8800 y los primeros núcleos CUDA, ha evolucionado hasta el punto en que las GPU de NVIDIA se encuentran en superordenadores más avanzados y no para renderizar juegos, sino para llevar a cabo los cálculos más complejos, tanto en computación de alto rendimiento como de cara a la inteligencia artificial.
NVIDIA domina el mercado de la IA con puño de hierro
A día de hoy, NVIDIA ha creado un ecosistema entre software y hardware de cara a la inteligencia artificial, el cual hasta el momento no ha podido ser igualado por la competencia. No en vano, los algoritmos de inteligencia artificial son utilizados por empresas de gran calibre como Google, Alibaba, AWS y Microsoft con su Azure. En el caso de Google ellos han creado su propio hardware son sus TPU, pero casi el 70% de los superordenadores y centros de datos utilizan hardware de NVIDIA en su interior.
Tal es el dominio de la compañía de Jen-Hsun Huang en este campo de la informática que la mayoría de algoritmos y nuevo software que se basan en la inteligencia artificial se han desarrollado utilizando el hardware de NVIDIA como soporte. Pero la presencia de NVIDIA en el mercado de la IA puede ser vista como el intento de vender sus GPUs a un mercado diferente que el del gaming para sacar mayores márgenes, pero la historia de la apuesta de NVIDIA por la IA va más allá de eso.
Todo empezó buscando gatos por internet
Se ha de tener en cuenta que el despliegue de una nueva tecnología en semiconductores tarda años en realizarse. En el caso de NVIDIA apostando por la IA la historia, según cuenta WIRED, comienza cuando el científico en jefe de NVIDIA, Bill Dally, estaba teniendo una charla con un antiguo compañero de trabajo de la universidad de Stanford, Andrew NG. Ya que Dally fue profesor de la misma antes de entrar en NVIDIA, y de reputado prestigio además.
Andrew Ng estaba creando un algoritmo que buscase gatos por internet de manera visual a través de inteligencia artificial, pero su sistema tenía el problema de necesitar un hardware extremadamente complejo y costoso. Con miles de CPU trabajando en paralelo. Dally le comentó a Ng que podría solventar ese problema haciendo uso de unas pocas GPU y por tanto con un coste total mucho menor.
Para solucionar el problema de Andrew, Bill se puso en contacto con Bryan Catanzaro, quien utilizando 12 GPUs de NVIDIA pudo demostrarle a Dally y NG que las GPU estaban mejor preparadas para la IA que las CPU. Esto era algo que Catanzaro ya sabía, ya que desde antes de unirse a NVIDIA en el 2008 había estado diseñando arquitecturas de GPU para la inteligencia artificial. Por lo que el camino de NVIDIA en adoptar la IA no fue algo accidental que pasó de la noche a la mañana, sino que ha habido una evolución planificada.
¿Cómo se presenta el futuro para NVIDIA en la IA?
El crecimiento de la importancia de la IA en el mercado ha sido tal que las diferentes empresas del sector han virado sus motivaciones hacia ella. Si hay algo que define a cualquier empresa son sus recursos, procesos y motivaciones. Son estas últimas las que deciden cuáles son los nuevos recursos y procesos a buscar y desarrollar. ¿La situación? Las diferentes empresas del sector están creando sus propias soluciones y empezando a prescindir de NVIDIA, por lo que sus clientes se están convirtiendo en sus rivales.
Google lleva creando sus propios chips desde 2015 para sus diferentes servicios, no solo las TPU, sino también sistemas de transcodificación de vídeo que hace que no sean necesarias ya las GPU de NVIDIA, o AMD, para este tipo de tareas. Amazon ha creado sus propios chips Inferentia para Alexa después de comprar a Annapurna Labs. La compra de Xilinx por parte de AMD también apunta en el mismo sentido y no podemos olvidar los avances de Intel en IA tras comprar Nervana y Habana Labs. Todos ellos suponen una amenaza para el dominio de NVIDIA en el mercado de la IA. En especial las desarrolladas por los propios clientes de NVIDIA.
No obstante no solo en centros de datos y servidores la IA va a ser importante para NVIDIA, también lo es en el mercado doméstico donde el DLSS ha sido un gran éxito que ha forzado a AMD a lanzar un parche en forma de FidelityFX Super Resolution. Las capacidades para la IA se espera que mejoren en las arquitecturas Lovelace y Hopper, con especial enfasis en el Denoising de cara al Ray Tracing.
Fuente: HardZone
