Nvidia ha establecido su dominio en la inteligencia artificial a través de chips capaces de manejar múltiples tareas. Sin embargo, algunos de sus clientes más grandes, como Google, Amazon y Meta, están buscando procesadores diseñados específicamente para sus necesidades, mientras que nuevos competidores emergen ofreciendo alternativas.
Esta tendencia se hace más relevante a medida que la industria de IA se enfoca cada vez más en la inferencia. Cerebras, por ejemplo, busca aumentar la velocidad de respuesta de los modelos con una arquitectura competitiva.
A pesar de la presión, Nvidia mantiene ventajas significativas en software, redes, escala y ecosistema, lo que le permite mantener una gran parte del mercado de sistemas de IA, que se espera supere los US$1,7 billones en 2030.
Google, Amazon y Meta están avanzando con chips personalizados para sus centros de datos, lo que sugiere un interés creciente en la inferencia en IA. Google ha desarrollado Tensor Processing Units, Amazon tiene Trainium y Meta está trabajando en Meta Training and Inference Accelerator.
Además, Google ha ampliado su relación con Marvell para desarrollar procesadores, almacenamiento y redes en torno a sus TPU, lo que podría fortalecer su posición en el ecosistema de TPU.
Los chips a la medida que buscan los gigantes tecnológicos pueden sacrificar flexibilidad a cambio de mayor velocidad, eficiencia energética o menores costos para tareas específicas.
Nvidia, con su posición consolidada, debe enfrentarse a la competencia de grandes operadores de centros de datos con chips propios y especialistas que proponen arquitecturas alternativas.
Etiquetas: Tecnología, Big Tech, Antitrust, Tecnología · Big Tech y antitrust
About the Author
