Nvidia ostenta el trono de la IA, pero estas startups intentan arrebatárselo: "Enfrentarse a ellos es una locura"
Hwa Cheng/AFP/Getty; Chelsea Jia Fneg/Business Insider
- Intentar competir contra Nvidia se considera una mala idea entre las startups de Silicon Valley. Aun así, existe una nueva hornada de fabricantes de microchips de inteligencia artificial que intentan desafiar a la empresa dirigida por Jensen Huang.
- Positron AI aprovecha las matrices de puertas lógicas programables en campo (FPGA) y exdirectivos de Google han fundado Rivos.
Últimamente se está contando un chiste en Silicon Valley... Aunque en realidad no tiene tanta gracia.
Podrías haber invertido mucho dinero en startups de fabricación de microchips de inteligencia artificial hace unos años o podrías haber invertido ese dinero en acciones de Nvidia y ahora serías millonario.
Un ejemplo de esto podría ser Graphcore. En diciembre de 2018, esta startup de chips de IA logró recaudar 200 millones de dólares —unos 184 millones de euros al tipo de cambio actual— de manos de inversores como Microsoft, Samsung o Atomico (una de las principales firmas de capital riesgo de Europa).
Graphcore ofrece alternativas a las tarjetas gráficas (GPU, por sus siglas en inglés) de Nvidia para cargas de trabajo de inteligencia artificial. La startup también ha desarrollado una estructura tecnológica completa llamada Poplar que intenta competir con la plataforma dominante en el sector, CUDA, también de Nvidia.
Por ahora el plan no ha salido del todo bien. El año pasado, la startup declaró a través de un documento regulatorio que estaba preocupada por el cumplimiento de sus obligaciones financieras. Podría decirse sin miedo a equivocarse que apostar por Graphcore en su día no fue una buena inversión.
¿Qué habría pasado si esos accionistas hubiesen invertido sus 200 millones en Nvidia a finales de 2018? El valor de las acciones del fabricante de microchips ha subido alrededor de un 3.000% en los últimos años, por lo que los 200 millones de dólares se habrían convertido en 6.200 millones (5.700 millones de euros), un beneficio neto de 6.000 millones en cinco años y medio.
"Una inversión muy estúpida"
En palabras de un experimentado inversor de capital riesgo —que ha pedido permanecer en el anonimato— a Business Insider : "Apostar contra Nvidia está visto como una inversión muy estúpida".
Ahora bien, ¿qué es lo que mejor hace Silicon Valley? Prosperar cuando los verdaderos líderes tecnológicos siguen trabajando en algo en lo que creen, aunque los demás piensen que es estúpido.
Esto es lo que está ocurriendo ahora con una nueva hornada de startups que intentan enfrentarse a Nvidia en el momento de mayor esplendor del gigante de los chips.
"Enfrentarse a ellos es una locura", asegura Thomas Sohmers, CEO de Positron AI, una compañía de microchips que salió del anonimato hace unos poco meses.
Escalar el monte Nvidia
MediaNews Group/Boston Herald/Getty
Teniendo en cuenta la montaña que debe escalar Positron a la hora de enfrentarse a Nvidia, Sohmers y sus compañeros están adoptando un enfoque relativamente eficiente en términos de liquidez desde el principio, aunque tienen planes mucho más grandes a largo plazo
La fuente de este medio de comunicación experta en capital riesgo ha afirmado que el equipo de Positron es "increíble". Sin ir más lejos, el propio Sohmers fue una especie de adolescente prodigio, ya que empezó a trabajar en un laboratorio de investigación del Instituto Tecnológico de Massachusetts (MIT) a la tierna edad de 13 años.
Por ahora, Positron se centra en los modelos de transformadores, la arquitectura en la que se basan los modelos de inteligencia artificial GPT, de OpenAI.
La mayoría de los avances que se han producido recientemente en el campo de la IA han surgido de estos modelos, por lo que Positron ha diseñado un servidor llamado Atlas que cuenta con ocho de sus chips de inteligencia artificial. Estos componentes tienen mucha más memoria que las GPU de Nvidia, una configuración que, según Sohmers, es más adecuada para los modelos transformadores.
La startup también está empezando a trabajar con la inferencia. Esta es la parte del proceso en la que, una vez creado un modelo de IA, se ejecuta, supervisa y evalúa a medida que recibe peticiones y proporciona resultados. Entrenar modelos de inteligencia artificial es una tarea compleja y cara, pero Sohmers y sus compañeros esperan que el mercado de la inferencia crezca con el tiempo.
¿Y qué hay del software?
Positron AI
Por ahora, Positron apoya una biblioteca de modelos de transformadores que están disponibles en Hugging Face, un conocido agregador de modelos de IA de código abierto. Actualmente existen más de 100.000 modelos de este tipo, algo que, según el CEO de Positron, es un mercado suficientemente grande para su startup en estos momentos.
En cuanto al hardware, la empresa utiliza matrices de puertas lógicas programables en campo (FPGA), que son algo así como las navajas suizas del mundo de los semiconductores. Una vez fabricados e instalados estos microchips, se pueden reprogramar una y otra vez.
Esto ha ayudado a Positron a sacar su primer producto más rápidamente que otros fabricantes de chips de inteligencia artificial, explica Sohmers. Se espera que la primera generación del servidor Atlas se envíe a los primeros clientes de la startup este mismo mes, tan solo un año después de que Positron comenzase su andadura.
"El modelo de startups de microchips de IA que necesitan recaudar decenas y cientos de millones de dólares antes de probar realmente la adecuación del producto al mercado es una locura", añade. "Para cuando salen al mercado con su chip de primera o segunda generación, descubren que en realidad han construido algo equivocado".
Sohmers apunta que Positron, que ha recaudado alrededor de 11 millones de euros y cuenta con 20 empleados, se ha gastado por ahora aproximadamente la mitad de ese dinero.
De las TPU a Groq
Aproximadamente la mitad del equipo de esta nueva compañía procede de Groq, otro fabricante de microchips de inteligencia artificial.
Groq ha recaudado hasta la fecha en torno a 337 millones de euros, pero está buscando más financiación. Fue fundada en 2016 por antiguos ingenieros de Google, algunos de los cuales ayudaron a diseñar las TPU (la respuesta de Google a las GPU de Nvidia).
También se centra en el mercado de la inferencia y ofrece soporte de software a través de GroqWare y del compilador de Groq. (Los compiladores traducen el código fuente de un lenguaje de programación a otro).
De Chrome a Rivos
Si tu objetivo es enfrentarte a la plataforma de desarrollo de IA dominante, vas a tener que contar con expertos que ya hayan desarrollado otras plataformas digitales.
Rivos también está dirigida por extrabajadores de Google, pero, en su caso, se trata de los expertos que ayudaron a desarrollar el sistema operativo Chrome y el hardware que lo acompaña, como los portátiles Chromebook.
El CEO de esta startup, Puneet Kumar, fue director sénior de Google, donde se pasó trabajando más de una década. Mark Hayter, director de estrategia de Rivos, también estuvo en Google alrededor de 11 años y trabajó en el hardware de Chrome. Andrew de los Reyes, responsable de software de Rivos, trabajó 14 años en el gigante de las búsquedas online.
Rivos combina los microprocesadores (CPU), los chips que realizan la mayoría de las tareas informáticas estándar, con una GPU optimizada para grandes modelos lingüísticos (LLM). Además, utiliza la licencia de código abierto RISC-V en lugar de la de Arm.
Esta empresa también va a por CUDA. Rivos afirma que dispone de una estructura tecnológica que permite recompilar aplicaciones y modelos de inteligencia artificial sin necesidad de rediseñarlos.
En abril captó cerca de 230 millones de euros de manos de inversores como Matrix Capital, Intel o MediaTek.
Con ese dinero se está pagando la fabricación del primer microchip de Rivos, que se encuentra en la fase final del proceso de diseño antes de poder enviar el componente a fabricar. Rivos también está ampliando sus operaciones de fabricación e invirtiendo en hardware de plataforma, ingeniería de software y funciones de apoyo.
De Harvard a Etched
Etched es otra startup que fue cofundada por dos investigadores matemáticos procedentes de Harvard, Gavin Uberti y Chris Zhu.
Uberti es un experto en compiladores de IA, lo que te podría resultar especialmente útil si estás intentando superar el sistema de software CUDA, de Nvidia.
Etched está desarrollando GPU específicas para la arquitectura de transformadores.
Está lloviendo inteligencia artificial
Rain AI fue fundada en el año 2017 y ha sido respaldada por el mismísimo Sam Altman, el CEO de la desarrolladora de ChatGPT (OpenAI). A principios de 2022, la startup recaudó casi 23 millones de euros procedentes de una nueva inversión.
Rain también está trabajando en chips aceleradores de IA, con un diseño que sería escalable para el entrenamiento y la inferencia de modelos.
La propia página web de la startup dice que también ofrece licencias de propiedad intelectual de sus diseños de microchips y su estructura tecnológica.
"Hardware disponible en breve", aseguran desde Rain AI.
Mucho dinero. Muchos chips
Cerebras es otra startup de microchips de inteligencia artificial que ha recaudado grandes cantidades de dinero. Se fundó en el año 2016 y, a finales de 2021, ya había recaudado en torno a 660 millones de euros.
Esa enorme cantidad de dinero ha pagado el desarrollo de unos chips igual de grandes. Literalmente. En marzo de este año, Cerebras anunció un nuevo microchip de IA para el entrenamiento de modelos que dispondría de 4 billones de transistores. Se trataría así de unos chips que serían alrededor de 56 veces más grandes que la GPU H100 de Nvidia.
Esta compañía también ofrece una plataforma llamada Cerebras Software Framework. Además, da soporte a PyTorch, una popular biblioteca de recursos de inteligencia artificial y técnicas de vanguardia como los modelos multimodales o la mezcla de expertos.
Tigris
Altman, de OpenAI, también podría estar trabajando para fundar su propia empresa de fabricación de microchips de IA.
A finales del año pasado, Bloomberg informó acerca de que el CEO de la desarrolladora de ChatGPT estaba intentando recaudar miles de millones de euros para fundar un nuevo fabricante de chips con el nombre en clave "Tigris".
A estas alturas del texto la idea ya puede resultarte familiar: producir semiconductores que compitan con las GPU de Nvidia.
Izanagi, de Masa
¿Quién puede competir contra Altman en cuanto a temeridad en el sector tecnológico? Masayoshi Son, de SoftBank.
Son, que amasó una impresionante fortuna con Alibaba (la matriz de AliExpress), invirtió miles de millones de euros en WeWork... que acabó quebrando. Sin embargo, también posee Arm, una empresa líder en la fabricación de microchips, y hace unos años intentó —y fracasó en el intento— comprar Nvidia.
Así que parece lógico que Masa, como se conoce comúnmente a este experto inversor, haya estado intentando recaudar dinero para fundar una startup de fabricación de chips de inteligencia artificial.
A principios de este año, Bloomberg también publicó que Son estaba intentando recaudar más de 90.000 millones de euros para una compañía que ofrecería semiconductores para IA.
¿Su nombre en clave? Izanagi.
Otros artículos interesantes:
Conoce cómo trabajamos en Business Insider.