comparte

Nvidia, su auge marca la era de la IA y tiene un punto fuerte formidable: la plataforma Cuda. Eso es lo que es

Como ocurre con Apple, es la integración de hardware y software lo que marca la diferencia. Derby en bolsa con Apple

Nvidia, su auge marca la era de la IA y tiene un punto fuerte formidable: la plataforma Cuda. Eso es lo que es

Por unos días allí capitalización de Nvidia superó por poco al de Apple, marcando simbólicamente el comienzo de una nueva era en el campo de la tecnología: el deinteligencia artificial. Sin embargo, con la presentación en WWDC2024, la conferencia anual de desarrolladores Apple, de su solución para integrar la IA en sus sistemas, Inteligencia de Apple, Cupertino ha vuelto a convertirse en la empresa con mayor capitalización del mundo. Nvidia sigue siendo un competidor formidable, pero no todo es fácil para ella, a pesar de sus indiscutibles éxitos.

I principales rivales de Nvidia, así como algunos de sus clientes más importantes, están colaborando en uniniciativa liderada por OpenAI. El objetivo es desarrollar software eso permite a los desarrolladores de IA migrar más fácilmente a chips producidos por los competidores de Nvidia. Nvidia ha ascendido al papel de líder mundial en la producción de chips gracias a su casi monopolio en el sector de los componentes necesarios para la creación de sistemas de inteligencia artificial a gran escala. Sin embargo, la falta de oferta y los altos precios están empujando a las empresas del sector a buscar soluciones alternativas.

Aunque el creación de nuevos chips Aunque representa un paso importante para la inteligencia artificial, no resuelve por completo el problema de los sistemas avanzados. La verdad El arma secreta de Nvidia de hecho reside en su plataforma de software, Cuda. Esta plataforma permite aprovechar chips, originalmente diseñados como aceleradores de gráficos, para ejecutar aplicaciones de inteligencia artificial de manera más rápida y eficiente.

Hacia una coalición

Con el "objetivo de crear una alternativa válidaPara la plataforma Cuda de Nvidia, los competidores y clientes del gigante de los chips se están uniendo para enciende tritón. Desarrollado por OpenAI y lanzado por primera vez en 2021, Triton es un software diseñado para ejecutar código en una amplia gama de chips de IA.

Gigantes como Meta, Microsoft y Google, que ya han invertido sumas considerables en la compra de chips Nvidia, contribuyen activamente al desarrollo de Triton, mientras continúan diseñando de forma independiente sus propios chips para inteligencia artificial.

La intención de este grupo de empresas, que también incluye a los fabricantes rivales Intel, AMD y Qualcomm, es clara: invertir en Triton para quitarle cuota de mercado a Nvidia y romper el dominio indiscutible que ostenta el gigante en el sector del hardware de inteligencia artificial.

Como lo señaló Greg lavanda, director de tecnología de Intel, el objetivo principal es "romper el bloqueo de Cuda", liberando a los desarrolladores de la necesidad de utilizar exclusivamente chips Nvidia para ejecutar aplicaciones de IA.

Nvidia, con una valoración superior a los 3 billones de dólares, es ahora la segunda empresa más capitalizada del mundo y pronto podría convertirse en la primera. Intel y AMD están teniendo problemas para mantenerse al día.

Un ecosistema de hardware y software similar al de Apple

Il dominio de nvidia en el campo de la inteligencia artificial no depende únicamente de la potencia de sus chips, sino de una ecosistema hardware-software perfectamente integrados que los competidores luchan por replicar.

Como bien explicó Jensen HuangCEO Nvidia, en la Conferencia de Tecnología GPU del pasado mes de marzo: “Nuestro negocio principal no es simplemente construir chips. Creamos una supercomputadora completa, desde el chip hasta el sistema, las interconexiones… pero sobre todo, el software que representa el verdadero sistema operativo de la inteligencia artificial”.

Fundada hace más de 30 años para apoyar el desarrollo de videojuegos, Nvidia ha encontrado el paso a la inteligencia artificial facilitado por su software Cuda, que comenzó en 2006 para permitir la ejecución de aplicaciones de propósito general en sus unidades de procesamiento de gráficos (GPU).

Desde entonces, elLa empresa ha invertido miles de millones de dólares. en el desarrollo de cientos de herramientas y servicios de software que optimizan la ejecución de aplicaciones de inteligencia artificial en propias GPU, haciéndolos más rápidos y accesibles.

Todo el software

Parece que Nvidia tiene un equipo dedicado al desarrollo de software duplica el tamaño del que funciona en el hardware.

David Katz, socio de Empresas radicales, un fondo de inversión especializado en inteligencia artificial, comprende la fortaleza de Nvidia: “En mi opinión, a menudo se subestima lo que Nvidia realmente ha logrado. Han creado un ecosistema de software en torno a sus productos que es eficiente, intuitivo, eficaz y capaz de simplificar significativamente tareas complejas. Es un sistema que es el resultado de una evolución gradual, respaldado por una comunidad muy grande de usuarios durante un período de tiempo considerable”.

El alto precio de los productos Nvidia y la larga cola para comprar sus equipos más avanzados, como el H100 y el próximo “superchip” GB200, han creado un problema y nos han empujado a buscar alternativas.

Sin embargo, dado que la mayoría de los sistemas y aplicaciones de IA ya se ejecutan en el software Cuda de Nvidia, a los desarrolladores les lleva mucho tiempo y es arriesgado reescribirlos para otros procesadores, como el AMD MI300, Intel Gaudi 3 o Amazon Trainium.

Para despegarse de Nvidia no sólo hay que buscar hardware competitivo, sino también y sobre todo facilitar su uso a través de software.

Rivales de chips Nvidia como TPU con IA de Google Ofrecen un rendimiento comparable en pruebas comparativas, pero es el software el que marca la diferencia. Los ejecutivos de Nvidia afirman que su trabajo de software permite implementar un nuevo modelo de IA en sus últimos chips en “segundos” y ofrece mejoras continuas de eficiencia. Pero estas ventajas tener un precio: Bloqueo de Cuda.

La solución de código abierto: Triton

Meryem Arik, cofundadora de TitanML, una startup de inteligencia artificial con sede en Londres, reveló que su empresa inicialmente utilizó Cuda, pero la escasez de GPU los obligó a reescribir sus aplicaciones en Triton. Esta elección estratégica permitió a TitanML adquirir nuevos clientes que querían evitar el llamado “precio Cuda”.

Tritón, cuyo El cocreador Philippe Tillet se ha unido a OpenAI En 2019, cuenta con una naturaleza de código abierto, lo que permite a cualquiera ver, adaptar o mejorar su código libremente. Este aspecto le da a Triton un atractivo intrínseco para los desarrolladores en comparación con Cuda, que en cambio es propiedad de Nvidia.

Aunque inicialmente Triton se ejecutaba exclusivamente en GPU Nvidia, ahora también es compatible con AMD MI300 y, en breve, elIntel Gaudí y otros chips aceleradores.

Un ejemplo emblemático es el de Meta, que colocó el software Triton en el corazón de su chip de IA desarrollado internamente, MTIA. Cuando Meta lanzó la segunda generación de MTIA el mes pasado, sus ingenieros destacaron la alta eficiencia y la independencia del hardware de Triton, lo que le permite funcionar en una amplia gama de arquitecturas de chips.

La Fundación UXL

Además de OpenAI, incluso desarrolladores rivales como Antrópico e incluso la propia Nvidia han contribuido a la mejora de Triton, como destaca de registros en GitHub y debates sobre el conjunto de herramientas.

Triton no es el único intento de desafiar el dominio del software de Nvidia. Intel, Google, Arm y Qualcomm se encuentran entre los miembros del Fundación UXL, una alianza industrial que está desarrollando una alternativa a Cuda sobre la base de Plataforma de código abierto OneAPI de Intel.

chris lattner, ex ingeniero senior de Apple, Tesla y Google, lanzó Mojo, un lenguaje de programación dedicado a desarrolladores de IA cuyo principal punto fuerte es la ausencia de Cuda como requisito.

Con su startup Modular, Lattner pretende hacer que la construcción de modelos de IA sea "dramáticamente más accesible" para "desarrolladores de todo tipo, no sólo expertos de élite de las grandes empresas de IA".

A lo largo de la carretera

Incluso si Triton o Mojo resultan ser soluciones competitivas, los rivales de Nvidia tendrán que enfrentarse un largo camino para cerrar la ventaja inicial de cuda. El analistas de citi predicen que la participación de Nvidia en el mercado de chips de IA generativa caerá de alrededor del 81% el próximo año a alrededor del 63% en 2030, confirmando su dominio durante muchos años por venir.

"Construir un chip que sea competitivo con Nvidia es un desafío difícil, pero es aún más difícil construir toda la pila de software y convencer a los usuarios para que lo utilicen", dijo. Pejimenko.

“El ecosistema de software está en constante evolución y creo que la brecha se cerrará con el tiempo”, añadió Lavanda.

El enfoque de Nvidia, que integra hardware y software en uno sistema único, está ligado a la filosofía de Steve Jobs y su concepto de "todo en una sola chuchería". Esta estrategia ha permitido a Apple mantener una importante ventaja competitiva durante más de 40 años en el mercado de alta gama. Lo mismo podría pasarle a Nvidia.

fuentes:

Tim Bradshaw, los rivales de Nvidia apuntan a su dominio del software, “The Financial Times”, 24 de mayo de 2024
David McCabe, Estados Unidos despeja el camino para las investigaciones antimonopolio de Nvidia, Microsoft y OpenAI, “The New York Times”, 5 de junio de 2024
Michael Acton, Niccolas Megaw, Nvidia supera a Apple cuando su capitalización de mercado supera los 3 billones de dólares, “The Financial Times”, 6 de junio de 2024

Revisión