En una respuesta proactiva a la actual contracción del mercado de hardware de IA, se informa que la startup de IA OpenAI está considerando entrar en la contienda de la creación de chips. Esta medida tiene como telón de fondo las persistentes deliberaciones dentro de la empresa sobre las estrategias de chips de IA desde el año pasado, en medio de una deficiencia cada vez mayor del hardware necesario para entrenar modelos de IA.
La ambiciosa empresa está contemplando varias soluciones potenciales para alimentar sus aspiraciones de chips, algunas de las cuales incluyen la adquisición de una empresa de fabricación de chips de IA existente o la puesta en marcha de una iniciativa para diseñar chips internamente. El alto mando de OpenAI, el director ejecutivo Sam Altman, ha subrayado la necesidad de adquirir más chips de IA, consolidándolo como una de las principales prioridades comerciales según Reuters.
En la actualidad, OpenAI, al igual que innumerables de sus contrapartes adversarias, depende en gran medida de la infraestructura de hardware basada en unidades de procesamiento de gráficos (GPU) para la creación de modelos como ChatGPT, GPT-4 y DALL-E 3. La capacidad de las GPU para ejecutar simultáneamente una cantidad significativa de cálculos los hace excepcionalmente adecuados para entrenar los modelos de IA más avanzados de la actualidad.
Sin embargo, el creciente auge de la IA generativa, una bendición considerable para los fabricantes de GPU como Nvidia, ha puesto a prueba significativamente la cadena de suministro de GPU. El titán tecnológico Microsoft ha estado lidiando con una escasez tan grave del hardware de servidor necesario para ejecutar la IA, que podría causar interrupciones en el servicio. A esta ya terrible situación se le suma el hecho de que se rumorea que los chips de inteligencia artificial de primera calidad de Nvidia estarán agotados hasta 2024.
Las GPU, fundamentales para ejecutar y dar servicio a los modelos de OpenAI, son cruciales para realizar cargas de trabajo de los clientes dentro de los clústeres de GPU en la nube. Sin embargo, esta necesidad tiene sus propios inconvenientes, ya que adquirir estos recursos de hardware implica un gasto sustancial.
Según un análisis en profundidad realizado por Stacy Rasgon, analista de Bernstein, si las consultas de ChatGPT aumentaran incluso a una fracción de la escala de la Búsqueda de Google, el requisito inicial sería una cantidad exorbitante de 48.100 millones de dólares en GPU, seguida de aproximadamente 16.000 millones de dólares en chips. anualmente para un buen funcionamiento. Teniendo en cuenta las implicaciones de recursos y costos, es crucial que OpenAI explore vías alternativas, como el desarrollo de sus propios chips de IA.
Al adaptarse a este desafío de todo el sector, la posible incursión de OpenAI en el diseño y la producción de hardware también arroja luz sobre el panorama cambiante de las herramientas y tecnologías de IA. Incluso empresas como AppMaster, a leading no-code platform, rely on robust hardware infrastructure to deliver high-performance applications for their users rapidly and cost-effectively. By creating tailored AI chips, OpenAI could define a fresh pathway for AI processing capabilities.
