México ante la revolución Nvidia

En el marco de la edición 2023 del Premio Eugenio Garza Sada, el presidente del Consejo de Administración de FEMSA, José Antonio Fernandez Carbajal, dijo en su discurso: “Estamos seguros de que el capitalismo consciente es una de las maneras más efectivas de enfrentar el cambio climático. Con acciones específicas en el uso de energías renovables, la gestión del agua y la economía circular, puede ser el mejor sistema para abordar el reto y oportunidad que representa la inteligencia artificial, la cual es la mayor transformación tecnológica de nuestra vida”. Desde la dimensión social de las empresas, es clave el papel que jugarán, poniendo al centro de la ecuación al bienestar del ser humano.

EL ORIGEN

Desde una óptica concreta de negocios, también hay decisiones urgentes. Aunque la inteligencia artificial es un fenómeno concreto desde hace varios años con el machine learning, el debut de ChatGPT con la arquitectura transformers marcó un antes y un después. La arquitectura quedó plasmada en 2017 en un documento titulado Attention is all you need, que publicó un grupo de ingenieros de Brain, un equipo de investigación de inteligencia artificial de Google. La empresa utilizó la tecnología en Google Translate incluso unos años antes, pero esta arquitectura estaba en búsqueda de alternativas menos intensivas en utilización de cómputo, dado que los modelos de lenguaje natural que permite transformer requieren cientos de miles de millones de parámetros. OpenAI tomó la estafeta y desarrolló ChatGPT, que debutó el 30 de noviembre del año pasado, convirtiéndose en un hito.

LA GRAN GANADORA

Además de OpenAI y Microsoft, la gran ganadora de la nueva arquitectura es Nvidia. Su fundador, Jen-Hsun Huang, desarrolló desde hace una década una forma de procesamiento paralelo con sus Unidades de Procesamiento Gráfico (GPU por sus siglas en inglés), lo que permitió superar el cuello de botella de Von Neumann de procesamiento secuencial. No fue sólo tener el producto adecuado, también desarrolló CUDA (Compute Unified Device Architecture), una serie de herramientas que facilitan la vida a los programadores de GPUs. Además, compró a una empresa llamada Mellanox, que permitía transmitir estratosféricas cantidades de datos entre los servidores. En conclusión, Nvidia tiene GPUs denominados H100, que son el corazón de los modelos fundacionales de inteligencia artificial generativa, y con los que llevan una ventaja de varios años a sus posibles competidores. Tienen un acuerdo con TSMC para producirlos, un ecosistema de desarrolladores y una oferta especializada en la que incluso ya venden el servicio de servidores de manera directa a los clientes. Con esto, Nvidia compite con clientes como AWS, Google Cloud y Azure de Microsoft.

ACCESO

Hoy hay fila para comprar la última generación de GPU de Nvidia, los H100, que tienen un valor aproximado de 40 mil dólares. Comprar un rack integrado con DGX, que son varios H100, le permitiría a una empresa correr su propio modelo fundacional de inteligencia artificial generativa, y tendría un costo de cientos de millones de dólares. Además, se tendría que tener un equipo avanzado de ingenieros y desarrolladores para poder hacerlo funcionar y ajustarlo.

¿CÓMO JUGAR?

¿Cómo utilizarán las empresas mexicanas esta tecnología? Una compañía muy grande como FEMSA, que atiende a 13 millones de clientes diarios generando decenas de puntos de datos diariamente, implicaría un modelo de IA generativa que, en el menor escenario, tendría que gestionar 4 mil millones de datos sólo de esa interacción. Debería considerar comprar un DGX GH200 SuperPOD, que implica varias decenas de millones de dólares. No está sencillo. Las demás empresas tendrán acceso a la tecnología a través de AWS, Google, Microsoft y los modelos que van desarrollando empresas como ellas mismas, Meta y nuevas como Anthropic, Inflection, Cohere, entre algunas otras. Más allá de las campañas políticas, tendríamos que entender la dimensión del cambio.