OpenAI y Apple en Un Acuerdo Secreto de ChatGPT
La Corte Ordena a Apple Revelar Detalles del Acuerdo de ChatGPT
Una corte estadounidense ha ordenado a Apple que proporcione mensajes internos que discutan su acuerdo secreto de ChatGPT con OpenAI. La decisión es parte de una demanda antimonopolio presentada por xAI contra Apple y OpenAI.
La demanda, que busca aclarar los términos de la integración de ChatGPT, ha llevado a la adición de Craig Federighi, vicepresidente senior de ingeniería de software de Apple, como un depositario de documentos. Esto significa que Federighi tendrá que proporcionar documentos relacionados con el acuerdo.
La Integración de ChatGPT: Un Punto de Controversia
Según fuentes, OpenAI se siente “quemado” por la integración de ChatGPT de Apple, que percibe como de baja calidad. La integración, que se anunció hace este año, permite a los usuarios acceder a ChatGPT directamente desde sus dispositivos de Apple.
Sin embargo, la alianza ha causado tensiones entre las dos compañías, con insiders de OpenAI expresando frustración por la implementación de Apple. Los detalles del acuerdo siguen siendo inciertos, pero la orden de la corte sugiere que Apple puede haber hecho concesiones para lograr la integración.
El Acaparamiento de Chips de AI: Una Tendencia Creciente
El desacuerdo entre OpenAI y Apple se produce en medio de una tendencia creciente de compañías que acaparan chips de AI, particularmente los GPUs Nvidia H100. Meta, por ejemplo, ha almacenado 350,000 H100, valorados en más de $10 mil millones, para su infraestructura de entrenamiento de AI.
Otras compañías, incluyendo Tesla, xAI y la empresa de capital de riesgo Andreessen Horowitz, también están acumulando grandes cantidades de los chips codiciados. La demanda de H100s se ha vuelto tan intensa que las personas están siendo pagadas para esconderlos en China para evitar controles de exportación de EE. UU.
El Contexto Industrial Más Amplio
La escasez de chips de AI tiene implicaciones significativas para la industria, con muchas compañías luchando para obtener el hardware necesario para entrenar sus modelos. Esta tendencia es particularmente notable en el contexto del creciente demanda de productos y servicios impulsados por AI.
Compañías como Meta, Google y Microsoft están invirtiendo sustancialmente en la investigación y el desarrollo de AI, y la disponibilidad de chips de AI se está convirtiendo en un obstáculo importante. La escasez puede llevar a un cambio en el equilibrio de poder entre compañías, con aquellas que controlan la producción del chip teniendo una ventaja significativa.
El mercado de chips de AI es vasto, con estimaciones que sugieren que el mercado global alcanzará los $100 mil millones en 2025. La demanda de chips de AI se impulsa por la creciente necesidad de productos y servicios impulsados por AI, desde asistentes virtuales hasta autos con conducción autónoma.
Historia del Desarrollo de Chips de AI
El desarrollo de chips de AI ha sido un campo en rápida evolución en los últimos años. Los GPUs Nvidia H100, en particular, han vuelto a ser un componente crucial en muchas infraestructuras de entrenamiento de AI.
El H100 se anunció por primera vez en 2022, y desde entonces ha vuelto a ser uno de los chips de AI más populares en el mercado. El alto rendimiento y la eficiencia del chip han hecho que sea una opción favorita entre investigadores y desarrolladores de AI.
La dominancia de Nvidia en el mercado de chips de AI se debe en parte a su ventaja de avenencia. La empresa ha estado desarrollando chips de AI durante más de una década y ha establecido una sólida reputación por producir productos de alta calidad.
Mecánica Técnica del Diseño de Chips de AI
El diseño de chips de AI como los GPUs Nvidia H100 es un proceso complejo que requiere experiencia significativa en arquitectura de computadoras, ingeniería eléctrica y desarrollo de software.
El GPU H100, por ejemplo, está diseñado para manejar el procesamiento paralelo masivo requerido para el entrenamiento de AI. La arquitectura del chip está optimizada para un alto rendimiento y una baja consumo de energía, lo que lo hace una elección ideal para investigadores y desarrolladores de AI.
El GPU H100 está construido sobre la arquitectura más reciente de Nvidia, lo que proporciona un impulso significativo en el rendimiento y la eficiencia. El chip cuenta con 1456 núcleos CUDA, 72 núcleos Tensor y 24 GB de memoria HBM3.
Implicaciones a Corto Plazo
La escasez de chips de AI tiene implicaciones significativas para la industria, con muchas compañías luchando para obtener el hardware necesario para entrenar sus modelos. La situación puede llevar a un cambio en el equilibrio de poder entre compañías, con aquellas que controlan la producción del chip teniendo una ventaja significativa.
Mientras el paisaje de AI continúa evolucionando, sigue siendo incierto cómo se desarrollará el desacuerdo entre OpenAI y Apple. Una cosa es segura, sin embargo: las apuestas están altas, y las consecuencias de esta batalla serán lejos de ser menores.
La escasez de chips de AI también puede llevar a una mayor inversión en arquitecturas de chips alternativas, como los Unidades de Procesamiento de Tensión de Google (TPUs) o el Palillo Neuronal de Intel (Nervana Neural Stick).
¿Qué sigue?
La orden de la corte es un desarrollo significativo en la demanda en curso entre xAI y Apple / OpenAI. A medida que el caso se desarrolla, podemos esperar aprender más sobre los términos del acuerdo de ChatGPT y sus implicaciones para la industria de AI.
Mientras tanto, los entusiastas de la tecnología deben mantener un ojo en el mercado de chips de AI y las tensiones crecientes entre los principales actores. El próximo desarrollo significativo en este espacio puede provenir de un avance significativo en la AI o un cambio en el equilibrio de poder entre compañías que controlan la producción del chip.
La industria de AI está evolucionando rápidamente, y las apuestas están altas. A medida que las compañías continúan invirtiendo en la investigación y el desarrollo de AI, la demanda de chips de AI seguirá creciendo.