OpenAI Explora el Desarrollo de Sus Propios Chips Personalizados

OpenAI, la organización detrás de ChatGPT, está considerando desarrollar sus propios chips de inteligencia artificial (IA) y podría incluso adquirir una empresa para facilitar esta iniciativa. Fuentes citadas por Reuters indican que las discusiones internas sugieren que OpenAI busca fortalecer su cadena de suministro de hardware ante la creciente demanda global de chips esenciales para entrenar modelos de IA.

Actualmente, OpenAI depende en gran medida de Nvidia para su suministro de chips, utilizando específicamente los potentes chips de esta empresa para impulsar sus operaciones. Desde 2020, estos chips han sido fundamentales para el superordenador de Microsoft que OpenAI utiliza para entrenar sus avanzados modelos de IA. Cabe destacar que Nvidia ha dominado el mercado de chips de IA, enviando impresionantes 900 toneladas de su unidad insignia H100 en el segundo trimestre, según el informe de Omdia.

La urgencia de OpenAI por explorar opciones alternativas se ha acentuado por las expresiones públicas de preocupación de su CEO, Sam Altman, sobre la disponibilidad de GPU. En una entrada de blog que fue eliminada, Altman atribuyó problemas de confiabilidad y velocidad de la API de OpenAI a "limitaciones de GPU". La escasez de GPUs no solo dificulta el acceso, sino que también incrementa los costos operativos; se dice que OpenAI gasta cientos de miles de dólares diariamente para mantener y operar sus servicios de ChatGPT.

Aunque no se ha confirmado oficialmente la decisión de avanzar en el desarrollo de sus propios chips, este posible movimiento refleja un esfuerzo estratégico para mitigar los desafíos actuales de la cadena de suministro.

Por otro lado, Microsoft ha estado trabajando en sus propios chips personalizados bajo la marca Athena, con un equipo dedicado de aproximadamente 300 ingenieros. Se espera que estos chips sean utilizados tanto por Microsoft como por OpenAI a partir del próximo año. Además, la empresa competidora Meta también está desarrollando chips personalizados para sus modelos internos de IA, como Llama 2, utilizando chips MITA optimizados específicamente para sus necesidades operativas.

A medida que evoluciona el panorama de la tecnología de IA, las empresas compiten por mejorar sus capacidades de infraestructura, allanando el camino para futuros avances en aplicaciones de IA.