El último microchip de Nvidia deja atrás las Leyes de Moore

El nuevo superchip de Nvidia redefine los límites de la innovación tecnológica, logrando un rendimiento nunca antes visto en tareas de inteligencia artificial. Esta revolución deja obsoleta la Ley de Moore, abriendo un nuevo capítulo en la evolución de los semiconductores.

Innovación que rompe paradigmas

El GB200 NVL72, el último superchip presentado por Nvidia ha supuesto una revolución en la industria tecnológica. Este chip, diseñado para tareas de inferencia en inteligencia artificial, es entre 30 y 40 veces más eficiente que el H100, su inmediato predecesor. Con estos números, Nvidia ha superado la tradicional Ley de Moore, que sostenía que el número de transistores en un chip se duplicaba cada 18 meses. Esta mejora en computación es un salto muy importante para los usos más intensivos de la IA, como pueden ser los juegos de ruleta de Betfair.

Jensen Huang, CEO de Nvidia, explicó que esta revolución es el resultado de la combinación de múltiples avances en diferentes áreas. Nvidia no se limita a mejorar la arquitectura de sus chips, sino que trabaja también en sistemas, bibliotecas y algoritmos para ofrecer un enfoque integral que permite un desarrollo más veloz y eficiente.

Además, Huang introdujo las llamadas “tres leyes de escalamiento de la inteligencia artificial”: preentrenamiento, postentrenamiento y computación en tiempo de prueba. Estas fases optimizan el ciclo de desarrollo de modelos de IA, desde su creación hasta su implementación. Este enfoque ha sido clave para que Nvidia se posicione como líder indiscutible en el sector, superando no solo a sus competidores, también a las expectativas.

Implicaciones para la industria tecnológica

El rendimiento del GB200 NVL72 trasciende el ámbito de los semiconductores. Empresas como Google, OpenAI y Anthropic ya están utilizando este chip para entrenar y ejecutar modelos de IA. La velocidad y eficiencia que ofrece mejora los resultados en investigaciones científicas y aplicaciones comerciales y también abaratan costos de implementación de tecnologías avanzadas.

La reducción de costos es particularmente relevante en un momento donde la adopción de modelos de IA se extiende a industrias como la salud, la educación, la logística y los juegos de casino. Con esta innovación, estos sectores podrán integrar con más fiabilidad la IA dentro de sus procesos.

Huang también destacó en la presentación que los chips actuales de Nvidia son 1000 veces más eficientes que los fabricados hace una década, un avance muy destacado y que demuestra que los límites tradicionales como la Ley de Moore pueden superarse aún en este campo.

¿Y después?

El futuro de los chips de IA parece prometedor. Nvidia sigue invirtiendo en investigar y desarrollar para mantener su liderazgo en estas aplicaciones de los semiconductores y potenciar aplicaciones cada vez más avanzadas. La compañía tiene claro que el verdadero reto no es solo fabricar chips más rápidos, también más sostenibles, escalables y adaptados a las necesidades del mundo moderno.

Es probable que veamos, incluso, una aceleración aún más rápida de lo previsto en las capacidades en el desarrollo de capacidades de IA. Esta tecnología podría alcanzar unos niveles de eficiencia energética y computacional que hoy parecen muy lejanos, con Nvidia como principal actor.

Acceda a la versión completa del contenido