Jensen Huang, CEO de Nvidia, ha realizado una audaz declaración durante el CES 2025 en Las Vegas: los chips de inteligencia artificial de su compañía están mejorando a un ritmo que supera la histórica Ley de Moore, el principio que ha guiado el desarrollo de la computación durante décadas.
La Ley de Moore y su relevancia histórica
Para entender la magnitud de esta afirmación, es importante comprender qué es la Ley de Moore. Formulada en 1965 por Gordon Moore, cofundador de Intel, esta ley predecía que el número de transistores en los chips de computadora se duplicaría aproximadamente cada año, lo que esencialmente significaba duplicar su rendimiento. Esta predicción se cumplió durante décadas y se convirtió en el estándar de referencia para medir el progreso en la industria de semiconductores.
Un avance sin precedentes
"Nuestros sistemas están progresando mucho más rápido que la Ley de Moore", declaró Huang en una entrevista con TechCrunch. Para respaldar esta afirmación, el CEO señaló que los chips de Nvidia son actualmente 1.000 veces más potentes que hace una década, un ritmo de mejora que supera significativamente lo que habría predicho la Ley de Moore.
El nuevo superchip GB200 NVL72
Durante su presentación en el CES, Huang mostró el GB200 NVL72, el último superchip de la compañía para centros de datos. Este procesador representa un salto cuántico en rendimiento, siendo entre 30 y 40 veces más rápido en tareas de inferencia de IA que su predecesor, el H100.
Impacto en los costes y accesibilidad de la IA
El avance en rendimiento tiene implicaciones directas en el coste y accesibilidad de las aplicaciones de IA. Actualmente, ejecutar modelos avanzados de IA puede ser prohibitivamente caro. Por ejemplo, OpenAI gasta aproximadamente 18,30€ ($20) por tarea para alcanzar niveles de inteligencia comparables a los humanos con su modelo o3, mientras que una suscripción mensual a ChatGPT Plus cuesta 18,30€ ($20).
La estrategia integral de Nvidia
Huang explica que el éxito de Nvidia se debe a su enfoque holístico: "Podemos construir la arquitectura, el chip, el sistema, las bibliotecas y los algoritmos todos al mismo tiempo", explicó a TechCrunch. "Si haces eso, entonces puedes moverte más rápido que la Ley de Moore, porque puedes innovar en toda la pila".
Tres leyes de escalado en IA
El CEO de Nvidia identifica tres áreas clave de desarrollo en la IA:
- Pre-entrenamiento: la fase inicial donde los modelos aprenden patrones
- Post-entrenamiento: el ajuste fino mediante retroalimentación humana
- Computación en tiempo de prueba: que permite al modelo "pensar" más tiempo después de cada pregunta
Perspectivas de futuro
A pesar de que algunos cuestionan si el progreso de la IA se está ralentizando, Huang se mantiene optimista. La compañía, que se ha convertido en la más valiosa del mundo gracias al boom de la IA, continúa innovando y prevé que los costes de inferencia seguirán disminuyendo gracias a las mejoras en rendimiento.
Las declaraciones de Huang llegan en un momento crucial para la industria de la IA, donde la eficiencia y el coste de procesamiento son factores críticos para su adopción generalizada. Si las predicciones del CEO de Nvidia se cumplen, podríamos estar ante una nueva era de democratización de la tecnología de IA, con aplicaciones más potentes y accesibles para todos.
