Si hay que hablar de inteligencia artificial y grandes empresas que están al frente de las novedades que marcan el camino para el resto, NVIDIA es una de ellas. Sin embargo, uno de los grandes pecados que están cometiendo es intentar abarcar más de lo que pueden y a la compañía liderada por Jensen Huang es exactamente ocurriendo lo que le está ocurriendo.
El gran problema tiene nombre y apellidos: la GPU B200 para IA. Este chip, cuando fue presentado en 2024, supuso toda una revolución en el sector. Con sus 208.000 millones de transistores, una arquitectura ‘Blackwell’ de última generación y la capacidad de alcanzar 20 petaFLOPS de rendimiento en operaciones FP4, parecía que NVIDIA había creado el santo grial de los chips para IA.
Sin embargo, llegar hasta este punto no ha sido sencillo y parece que los primeros pasos de estos chips están siendo algo atropellados. En primer lugar, hay que hablar del retraso en su llegada a los primeros clientes.
El motivo se debe a que en agosto NVIDIA admitió que el rendimiento de sus procesos de fabricación estaba por debajo de lo esperado, lo que obligó a sus ingenieros a volver a la mesa de diseño. “Nos vimos obligados a introducir un cambio en la máscara de la GPU Blackwell para mejorar el rendimiento de la producción”, explican.
Jensen Huang: “La culpa fue de NVIDIA al 100%. Tuvimos un fallo de diseño en Blackwell”
Como era de esperar, este pequeño bache iba a ser sorteado con facilidad. El problema es que se avecinaba un segundo traspiés. Según informes de Reuters, algunos de los primeros clientes que han recibido servidores equipados con la GPU B200 están reportando problemas de sobrecalentamiento cuando se instalan en racks diseñados para tener hasta 72 chips.
Aquí ya las cosas se ponen aún más serias, ya que este problema es bastante complejo. El rendimiento en el sector de la IA es clave y el tema del sobrecalentamiento no es algo que precisamente case correctamente con ello.
Una vez, conscientes de este fallo, la marca ha vuelto a solicitar a sus proveedores, en este caso, que rediseñen el modelo e integran algunas mejoras para evitar el sobrecalentamiento.
“NVIDIA está trabajando con los principales proveedores de servicios en la nube como una parte integral de nuestro equipo y nuestro proceso de ingeniería. Las iteraciones en el ámbito de la ingeniería son normales y previsibles”, comenta un portavoz de la compañía a Reuters.
Conoce cómo trabajamos en ComputerHoy.
Etiquetas: NVIDIA, GPUs, Inteligencia artificial, Tarjetas graficas, Software
