Cuando en 1993 tres ingenieros eléctricos se juntan para crear Nvidia con la intención de fabricar chips para tarjetas gráficas para juegos de video era difícil imaginar que en 2024 llegarían a convertirse en la empresa más valiosa del planeta. Son fundados un año antes que Amazon, y una importante similitud es que ambos terminan siendo gigantes de la tecnología en áreas diferentes para las cuales fueron creadas.  Su crecimiento meteórico ha ocurrido principalmente desde la post pandemia, empezando a finales del 2022, en la medida que el interés y las inversiones en el sector de Inteligencia Artificial tomaron fuerza. Hoy en día, Nvidia produce los chips más avanzados, los sistemas y el software del futuro. Sus servicios de Inteligencia Artificial ayudan a las empresas a crear sus propias fábricas de Inteligencia Artificial.

Todavía estamos en el comienzo de la revolución de la IA Generativa (IAGen).  Actualmente, la mayor parte de la computación ocurre en un mundo basado-en-extracción. Extracción significa que al tocar algo en el teléfono, este envía una señal a la Nube para extraer alguna información. Esta puede componer una respuesta, usando Java, y presentarla en el teléfono.  En el futuro, la computación será más basada en RAG (Retrieval Augmented-Generation), lo cual permitirá que un Modelo Grande de Lenguaje (LLM) extraiga data fuera de los parámetros usuales. Por ello la generación de información personalizada será un componente mucho mayor en nuestra forma de buscar y usar información. En este mundo, Nvidia y sus productos son muy importantes.

La Nvidia original, estaba dedicada a tarjetas gráficas para juegos de video de la Generación X, las cuales eficientemente renderizaban millones de triángulos. En 2012 un grupo de investigadores de Nvidia liberó AlexNet, un sistema de reconocimiento de imágenes que usaba GPU’s en lugar de CPU’s para procesar código y para Aprendizaje Automático. Cuando Google en 2017 lanza el Transformer, su arquitectura de redes neurales, los GPU’s orientados a IA estaban perfectamente posicionados. Hoy Nvidia provee el 70% de los chips de IA y está compitiendo con Microsoft por la mejor valuación de una empresa en el mercado. Su líder, Jensen Huang, nació en Taiwán y a temprana edad sus padres lo enviaron a Estados Unidos. Allí realizó sus estudios, graduándose de Stanford. Nvidia es una organización plana, donde 30/40 ejecutivos le reportan directamente al CEO. Huang opina que solo se requiere estar dentro del flujo de la información y que esta fluye mucho más rápidamente que antes. No se necesita un árbol jerárquico, donde la información se interpreta desde arriba, una red permite adaptarse mucho más rápidamente. La nueva Nvidia es la que produce el software y el hardware para un mundo donde se le habla a las computadoras, ellas hablan de vuelta y eventualmente podrían superarnos.

Elementos claves asociados a Nvidia

  • Nvidia es una empresa de plataforma, no de aplicaciones. Las funcionalidades las desarrollaran aquellos que quieran penetrar los diferentes sectores de la economía.  
  • Los data centers de IA de Nvidia actualmente están dedicados en un 70% a inferencia y un 30% al entrenamiento de nuevos modelos, lo cual implica que la IA está en transición de los desarrolladores hacia usuarios finales.
  • Nvidia es pionera en un nuevo tipo de data center, las cuales se denominan “Fábricas de IA”. Esto en anticipación al hecho que los chips a la medida serán pronto indispensables para cada empresa, mientras la Inteligencia Artificial permea biotecnología, manufactura, retail, logística y otros sectores. Estarán en todas partes y los construirán los proveedores de Nube.  Como ejemplo, en el  futuro cada empresa fabricante de automóviles tendrá dos fábricas, una que construye los automóviles y otra que construye IA para los autos.
  • La empresa está anunciando una nueva línea de GPU’s, optimizados para laptops, prometiendo mejor desempeño en dispositivos de usuarios finales.
  • Habrá escasez de chips de Nvidia hasta el año próximo.  Para los chips de nueva generación para IA denominados Blackwell que la empresa planifica introducir, ya está cubierta la pre-venta total de los mismo.

Un hilo de la evolución de Nvidia

  • 2000: Nvidia se convierte en el  proveedor del procesador gráfico del xBox de Microsoft.
  • 2006: Nvidia libera CUDA, que provee las capacidades de procesamiento paralelo de los GPU a las ciencias y la investigación. Le permite a los desarrolladores de software utilizar los GPU de Nvidia para procesamiento de propósito general.
  • 2012: Nvidia libera la red neural Alexnet, la  cual es un avance mayor  en IA.  
  • 2016: Nvidia le hace la donación de la supercomputadora DGX-1 al emprendimiento OpeAI. Este resultó ser un regalo útil, por cuanto en 2022 OpenAI abre el acceso público a su chatbot ChatGPT y ello ayuda a popularizar IA.
  • 2017: La arquitectura Volpa impulsa el Tesla V100 Tensor Core de Nvidia (no hay relación con el Tesla de Musk), el GPU de Data Center, específicamente diseñado para aprendizaje automático, para computación de alto desempeño, para las ciencias de los datos y para los gráficos.
  • 2018-2023: Nvidia anuncia, en forma prácticamente anual, las arquitecturas Turing, Ampere, Hopper, Lovelave y Grace que magnifican significativamente las diferentes capacidades de los productos de Nvidia.
  • 2024- El 18/6/24 Nvidia, con una capitalización de mercado de US$3,3 billones, supera a Microsoft y Apple como la empresa más valiosa del mundo. Este título posiblemente cambie de mano frecuentemente.

Ley de Moore y el futuro

Nvidia originalmente se movía doblando la capacidad de su tecnología cada dos años.  En los últimos 10 años, se ha avanzado con IA un millón de veces, muchas veces más que lo planteado por la ley de Moore. La ley de Moore es ahora mucho más que un problema de chips. Se trata más bien de la interconectividad entre múltiples chips. Hace 10/15 años, Nvidia comenzó el trayecto de desagregar a la computadora, de manera que se pudieran tomar múltiples chips y conectarlos entre ellos. Nvidia está trabajando actualmente en:

  • Robótica fundacional – Si se pueden generar imágenes, también se puede generar movimiento y si además se puede generar intención es factible una versión generalizada de las articulaciones en un robot. De manera que los robóticos humanoides están muy cerca. Esto será aprovechable en transporte, logística, moviendo objetos pesados de un lugar a otro, en el descubrimiento de nuevos fármacos.
  • Modelos de Espacio de Estados – que permiten aprender patrones extremadamente largos y secuencias largas, sin crecer en forma cuadrática en computación. Estos probablemente será los próximos Transformadores

La competencia

Todavía no se visualiza la competencia directa, pero probablemente estarán presentes en el futuro los gigantes de la tecnología, como Google, Microsoft, Meta y Amazon. También pudieran aparecer “potenciales matadores” de Nvidia y recientemente se escuchó de Gronk (con la participación del inefable Musk), un proyecto que se hizo viral, y el cual plantea que su LPU hará a Nvidia obsoleta para este fín de año. También podría eventualmente provenir competencia de Huawei en China.  Sin embargo, las regulaciones existentes limitan el acceso de China a la tecnología de punta y esta evoluciona a una velocidad extraordinaria. Dicha limitación representa una carga de costo muy grande para China, aun cuando tengan la capacidad técnica.

El artículo hace referencia a Nvidia Hardware Is Eating the World y Nvidia company history & timeline: From GPU maker to AI leader. La imagen es cortesía de Bing Image Creator.