Jensen Huang fue el mejor amigo de todos en Silicon Valley este año, convirtiéndose en la única persona en caminar por los tres escenarios de la conferencia de Microsoft. Amazon y Google. ¿Por qué? Porque todo el mundo necesita sus GPU para impulsar sus sueños de IA.
Las unidades de procesamiento de gráficos alguna vez fueron solo codiciadas por los jugadores de PC que buscaban maximizar la configuración de su hogar, pero ahora son la joya de la corona de las empresas de tecnología más lucrativas del mundo. Es una posición única en la que estar, pero ¿cómo llegó Jensen Huang aquí? Y ¿Qué está haciendo con esta oportunidad de su vida cuando no está en el escenario de la conferencia?
La envidia del valle
Nvidia dominó el mercado de chips de IA este año: más del 80% de los chips para entrenar y ejecutar modelos de IA en 2023 fueron fabricados por Nvidia según los analistas de Baird. Cuando escuchas que las grandes empresas tecnológicas como Apple gastanmillones de dólares al día”Entrenando IA, una parte de eso se destina a Nvidia y fluiría aún más dinero si hubiera más unidades para todos. Jensen Huang nombró a su empresa Nvidia en honor a la palabra latina que significa “envidia”, y todos en Silicon Valley ciertamente envidian a su empresa en este momento.
Microsoft y Meta compraron 150.000 Nvidia H100 y H800este año, que costaron alrededor de $30,000 cada uno. Google, Amazon y Oracle compraron tantos como pudieron conseguir, aproximadamente 50,000 cada uno. Joe Biden estableció deliberadamente Política exterior de Estados Unidos para limitar que los chips de Nvidia lleguen a manos de empresas chinas. 2023 fue el año en que las personas poderosas aprendieron el nombre de Jensen Huang.
Los ejecutivos de las grandes tecnologías se alinearon para darle la mano a Jensen en el escenario y sonreír para las fotos, pero había tensión en el aire. Pronto Después de que Jensen Huang bajara del escenario con su icónica chaqueta de cuero negro, sus clientes más importantes anunciaron rápidamente sus propios chips competidores para entrenar modelos de IA. . Big Tech no quiere estar en deuda con nadie. Ser la estrella más grande del Valle puede significar que eres amigo de todos por ahora, pero también pone un objetivo gigante en la espalda.
Historia de las GPU
La posición de Jensen Huang en el centro de la revolución de la IA comenzó hace mucho tiempo. El CEO de Nvidia vale aproximadamente 43 mil millones de dólares, pero su El lugar para celebrar las reuniones es un stand en Denny’s. Hizo una apuesta en uno de esos stands hace más de 10 años, que las GPU eran el futuro de los juegos, en lugar de las CPU.
Una GPU puede realizar muchas tareas a la vez, mientras que una CPU realiza una tarea a la vez. La demostración Mythbusters de 2009 todavía está el mejor, comparando una GPU con 1100 pistolas de pintura que disparan simultáneamente para recrear la Mona Lisa en una fracción de segundo. Así es como una GPU funciona, realiza tareas paralelas, mientras que una CPU es más como una sola pistola de pintura, intenta pintar una cara sonriente, creando algo menos impresionante y tomando más tiempo.
Las GPU revolucionaron la industria de los juegos, haciendo que los gráficos de los videojuegos parecieran mucho mejores que cualquier cosa producida con CPU. Resulta que, gracias a una suerte increíble o La previsión de Jensen de que las GPU resultarían esenciales para entrenar la inteligencia artificial que, al igual que la representación gráfica, requiere miles de millones de tareas simultáneas. para construir grandes redes neuronales. Las GPU se han convertido en un componente esencial para cualquier empresa que trabaje con inteligencia artificial, y cualquier otro fabricante de chips lleva años detrás de Nvidia.
¿Competidor o Cliente?
Todo el mundo apareció en los titulares por lanzarse a la producción de chips de IA este año. Microsoft hala maia 100, Google tiene la TPU v5p, Amazon tiene su Entrenamiento 2, y Meta anunció su MTIA. Todas suenan geniales, pero la verdad es que ninguna de ellas puede compararse con las GPU de Nvidia. Nvidia está años por delante de las competencia, y todas estas empresas entrenarán la mayoría de sus modelos de IA en los chips de Jensen Huang en el futuro previsible.
“Las iniciativas que vemos para la integración vertical son muy, muy silenciosas”, dijo a Gizmodo Tristan Gerra, analista de investigación senior de Baird que cubre semiconductores. . “Meta no va a tener su propio chip hasta 2025. AWS ha hablado de desarrollar su propia GPU, que sabemos que es extremadamente complejo y retante y eso llevaría varios años».
Gerra dice que veremos esfuerzos internos para construir chips de IA durante los próximos años, pero todos serán muy limitado. Es probable que Nvidia solo pierda un par de puntos porcentuales de participación de mercado en el próximo año.
“Para Nvidia, realmente no hay nada comparado con el alto crecimiento de dos dígitos que vemos para ellos y para todo el espacio para la próxima varios años”, dijo Gerra.
Así que, a largo plazo, es posible que Nvidia tenga que preocuparse por las grandes tecnologías como competidoras de chips, pero por ahora son solo clientes. Los técnicos pueden promocionar sus chips de IA en las conferencias todo lo que quieran, y Jensen Huang no perderá ni un ápice de sueño. se ponen al día, Nvidia tiene planes aún mayores para dominar la informática.
La visión de Jensen Huang de convertir el apalancamiento en un imperio
Nvidia está intercambiando sus GPU con proveedores de nube como Google, Microsoft y AWS, quienes, a cambio, alojan el propio servicio de nube de inteligencia artificial de Nvidia. Nube DGX. Así, así como estas empresas buscan los chips de IA de Nvidia, Jensen Huang también está construyendo productos en la nube para reemplazarlos. Pero, ¿quién? ganará?
El mejor amigo de las grandes tecnologías, y posiblemente su mayor enemigo, dijo al New York Times en su DealBook Summit que la IA ha cambiado completamente la informática. Huang espera poder utilizar su posición para reinar en una nueva era de la informática.
“Estamos en el comienzo de una nueva generación de informática. No se ha reinventado en 60 años, por eso es “Es una gran cosa”, dijo Huang. Señaló que actualmente la informática se trata principalmente de recuperación: simplemente le pides a tu teléfono que recupere un archivo desde un servidor en algún lugar. En el futuro, dice, la computación implicará recuperación así como generación impulsada por IA.
La revolución informática de 60 años a la que hace referencia fue liderada por Intel, la compañía de chips que perfeccionó los chips de CPU para el mercado masivo fundada por Gordon Moore y Bob Noyce en 1958. Intel aumentó drásticamente el poder informático de la humanidad al colocar muchos pequeños transistores en chips de computadora de silicio. Jensen Huang ve a Nvidia y las GPU en el centro de la próxima revolución; la próxima Intel.
“No se puede resolver esta nueva forma de hacer computación simplemente diseñando un chip”, dijo Huang. “Todo, desde la red hasta el cambiando , a la forma en que están diseñadas las computadoras, a los chips mismos, a todo el software que se encuentra encima de ellos, y la metodología que lo junta todo. Es un gran problema porque es una reinvención completa de la industria de la informática».
El cambio del que habla Jensen se alinea con lo que Sam Altman describe como el futuro de la tecnología. En el discurso de apertura de OpenAI, Altman describe un futuro en el que los humanos pidan a las computadoras que hagan una tarea por ustedes, en lugar de hacer la tarea en la computadora. Están describiendo la IA. generación no sólo como una característica, sino como el sistema operativo central de las computadoras en el futuro.
Huang se ve a sí mismo como uno de los primeros en reconocer este nuevo futuro, que implica nuevos centros de datos, nuevos diseños de computadoras y nueva codificación. idiomas para impulsarlo. Huang y Nvidia están apostando la casa a esta visión, y esperan ser la empresa de tecnología que construya la futuro de la computación. En 5-10 años, las grandes tecnologías pueden haber alcanzado donde se encuentran las GPU hoy , pero eso es solo el comienzo según Jensen Huang.
“Es difícil para la gente entender esto”, dijo Huang. “Pero esa fue la gran observación que hicimos. incluye un chip, pero no se trata de ese chip”.
