Cada vez que se le hace una consulta a ChatGPT, por ejemplo por el pueblo más feo de España, la ejecución del modelo de IA o su previo entrenamiento ha supuesto el esfuerzo de millones de chips. La popularidad de estas y otras IA generativas ha acelerado los planes de la mayoría de empresas en el desarrollo de sus propios modelos. Esto implica un alto gasto económico y de consumo energético. Un incremento que se traduce en mayor presión sobre el mercado de chips específicos que domina Nvidia. Por ello, los creadores de ChatGPT están valorando la fabricación de su propio chip enfocado en inteligencia artificial.
Según informa Reuters, la empresa ha llegado incluso a plantear una posible adquisición, según personas familiarizadas con los planes de la compañía. OpenAI no es la primera en plantearse diseñar y fabricar su propio chip como solución a esa escasez y el alto precio de los chips. Google y Amazon trabajan en ello, lo mismo está haciendo su socio Microsoft u otros gigantes en esta carrera comercial como Meta. Sin embargo, los padres de ChatGPT aún no habría tomado una postura clara al respecto.
Se necesitan chips específicos, o aceleradores de IA, para entrenar y ejecutar los modelos de inteligencia artificial que están desarrollando cada vez más empresas. El auge de la inteligencia artificial generativa en los últimos años ha agudizado la demanda de chips específicos, un mercado que ya presentaba signos de escasez graves.
Fabricar su chip
Ejecutar modelos de inteligencia artificial requiere un alto precio. Estos programas de inteligencia artificial consumen más energía que cualquier otro sistema de computación. Entrenar un solo modelo de IA tiene un consumo equivalente a 100 hogares de EEUU en un año.
Para OpenAI, cada consulta en ChatGPT cuesta en el ámbito económico, aproximadamente 4 céntimos, según un análisis de la analista de Bernstein Stacy Rasgon. Si las consultas de ChatGPT crecen a una décima parte de la escala de la búsqueda de Google, se necesitarían aproximadamente 48.100 millones de dólares en GPU inicialmente y alrededor de 16.000 millones de dólares en chips al año para mantenerse operativas.
Sam Altman, en unas jornadas tecnológicas en Estados Unidos.
El CEO de OpenAI, Sam Altman, se ha quejado públicamente en anteriores ocasiones de la escasez de unidades de procesamiento gráfico. Desde 2020, OpenAI ha desarrollado sus tecnologías de inteligencia artificial generativa en una supercomputadora masiva construida por Microsoft, uno de sus mayores patrocinadores, que utiliza 10.000 unidades de procesamiento de gráficos (GPU) de Nvidia.
Esta posible estrategia de emprender una fabricación propia se lleva discutiendo internamente desde, al menos, el año pasado. Una opción que perseguiría solventar la escasez y el alto coste de los chips ante el crecimiento de la demanda. Sin embargo, la compañía aún no habría tomado una decisión definitiva al respecto.
[Apple estaría invirtiendo millones al día para desarrollar su ChatGPT y revolucionar a Siri]
Para ello debería trabajar más estrechamente con otros fabricantes de chips, incluido Nvidia, además de diversificar sus proveedores más allá de Nvidia. Esta firma es el principal agente del mercado, con un control 80% a nivel mundial.
No es el único
De seguir adelante con este plan, supondría para OpenAI una fuerte inversión de cientos de millones de dólares al año. Para agilizar el proceso, una buena opción sería adquirir una empresa de chips que allanara el camino de diseño y construcción a OpenAI, como lo hizo con Amazon.com y su adquisición de Annapurna Labs en 2015. Sin embargo, no se sabe el nombre de la compañía que los creadores de ChatGPT habría valorado para esa posible compra.
La aplicación de ChatGPT en iPhone
No es la primera empresa que su socio, Microsoft, también está desarrollando un chip de IA personalizado que OpenAI está probando, informó The Information. Los planes podrían indicar un mayor distanciamiento entre ambos socios.
Meta, compañía de Facebook, anunció recientemente sus esfuerzos por desarrollar un chip propio para ejecutar su inteligencia artificial El esfuerzo de chips personalizados de Meta se ha visto plagado de problemas, lo que ha llevado a la compañía a desechar algunos de sus chips de IA, antes de este nuevo intento.