Conviene acercarse al universo NVIDIA con las ideas claras. El abanico de posibilidades que ofrece su explosiva combinación de chips y de software, diseñado para funcionar exclusivamente en ellos, incluye desde la simulación del funcionamiento de robots y coches en un entorno virtual, al tratamiento masivo de documentación o el diseño de nuevos fármacos.
El Ministerio de Defensa fue pionero en España en la incorporación de los famosos GPU (unidad de procesamiento gráfico) de NVIDIA, sobre los que corre hoy a toda velocidad la inteligencia artificial (IA) por las redes neuronales de la economía. Y el interés no cesa. El Instituto Nacional de Técnica Aeroespacial acaba de adjudicar a SYVALUE un contrato para crear un “prototipo de módulo procesamiento de inteligencia artificial”. El proyecto incluye la compra de una decena de GPUs.
Será la pieza central del futuro Centro de inteligencia artificial (CIA) del Centro Tecnológico de Desarrollo y Experimentación (CETEDEX) ubicado en Jaén. Entre sus tareas estarán el descubrimiento de patrones, la extracción de información de textos, la interpretación de imágenes y vídeos, el desarrollo de sistemas de robots y el estudio de la transparencia y aplicabilidad de los algoritmos de IA. Los chips de NVIDIA avasallan a la competencia en esos campos.
En Europa ni se diseñan ni se fabrican chips de altas prestaciones. Los más avanzados se producirán en Dresde (Alemania), en una planta anunciada por la taiwanesa TSMC, tras una negociación dirigida personalmente por la española María Marced, expresidenta ya de su división en el continente.
La mayoría de los poderosos chips de NVIDIA en suelo europeo, más allá del área de control de los Ejércitos, se concentran en los grandes centros de computación, como el Barcelona Supercomputing Center (BSC), que dirige Mateo Valero, colega profesional de María Marced durante los primeros años de sus carreras.
Su esfuerzo por competir y avanzar en las nuevas fronteras de la IA es incuestionable, pero hay un dato que pone de manifiesto la desproporción que existe hoy a nivel global en materia de computación: el BSC cuenta con 4.480 procesadores Hopper de NVIDIA (en el sector privado escuece que haya dinero público para ello y sea tan difícil para las empresas lograr financiación, por cierto), pero Meta dispone de 350.000 y Elon Musk ha incorporado 200.000 para sus LLM (la tecnología base de la IA generativa).
El propio fundador y CEO de NVIDIA, Jensen Huang, felicitó al dueño de Tesla por el hito. La palabra de Huang es sagrada en el sector tecnológico: Mateo Valero reconocía en el Encuentro de AMETIC en Santander que es él quien decide a quién vende sus chips y a qué precio. Es lo que sucede con los monopolios de facto.
El siguiente episodio en materia de chips de NVIDIA, después de los Hopper, será el modelo Blackwell. Haciendo inferencia, las nuevas tarjetas serán 30 veces más potentes, se estima que, en comparando el conjunto de capacidades, pueden multiplicar por 100 la tecnología actual.
NVIDIA es un fabricante de chips que en muchos casos sólo se pueden utilizar contratando los entornos de trabajo (frameworks) que él mismo vende. En esa categoría entra cualquier tarea imaginable: con Siemens, a través de Omniverse, ofrece la posibilidad de simular plantas completas del sector del automóvil en lo que ha bautizado como metaverso industrial.
Colaboran con Google Deepmind en IA de frontera, diseñan desde proteínas hasta nuevos materiales; el tratamiento del audio emerge como una gran tendencia de futuro; y, en un reciente encuentro en París, la biotecnología, la genómica y la creación de fármacos se llevaron los focos.
El papel de la Administración pública como cliente principal de NVIDIA ha provocado que haya nubes de alto secreto montadas con su tecnología en España, dedicadas a gráficas, sistemas tridimensionales o sistemas de simulación. Empresas como Indra o GMV se han convertido, por ello, en grandes integradoras.
Algunas voces están advirtiendo de que podríamos estar asistiendo al mayor vendor lock-in de la historia de la tecnología, con la IA generativa como gran protagonista. Ha bastado que muchos de los nuevos LLM se pusieran al alcance de las empresas en modo de código libre para que se produzca una avalancha de peticiones de los productos de Jensen Huang.
El volumen de demanda es tal que NVIDIA apenas de abasto para atender comercialmente a las grandes compañías tecnológicas y a los principales clientes industriales del mundo. Para la tarea de aterrizar país por país se suele apoyar en socios locales. España ni siquiera cuenta con una oficina de contacto (Palestina tiene tres y Armenia, Grecia y Ucrania, una cada una) y Javier Sánchez Rojas es su director general de ventas para España y Portugal.
Uno de los socios locales con los que trabaja NVIDIA en nuestro país es el Grupo Aire, con sede central en Elche. “Tenemos acceso a todos los expertos que están trabajando en los diferentes modelos y tecnologías”, me explica el CIO del Grupo Aire, Zigor Gaubeca. Además, “con NVIDA estamos en varios proyectos no sólo para mejorar procesos internos, sino también de gestión documental para todo el grupo”.
Las grandes corporaciones españolas se han incorporado al universo de Huang, aunque todavía predominan los proyectos de simulación. En esta primera fase de la IA generativa, se suele utilizar modelos ya preentrenados y desarrollar casos de uso, por lo general todavía en modo piloto. En ese sentido, la IA está poniendo a prueba la calidad de los datos de nuestras grandes empresas. Y hay de todo, claro.
Se paga a NVIDIA por los chips y por la licencia de uso de los modelos y los frameworks creados por ella para sus procesadores, que es donde únicamente pueden funcionar. Dependiendo del tipo de tarjeta se pueden comprar sueltas o integradas en un servidor. Los últimos Hopper, y los Blackwell en el futuro, utilizan un tipo de conexión de cables, diseñado especialmente para ellos, que complica que se puedan adquirir por separado.
Es fácil comprender, visto lo visto, el nivel de dependencia de NVIDIA al que está llegando la economía. Sam Altman, cofundador de OpenAI, y Meta han invertido en el megachip alternativo de la americana Cerebras; se ha conseguido diseñar una forma más eficiente de ejecutar modelos de lenguaje de IA sin necesidad de GPU; y la canadiense Tenstorrent ha creado Chips de IA menos potentes que los de Nvidia, pero también 10 veces más baratos. Pero el ritmo al que avanza Juang es demoledor.