NVIDIA ha lanzado su pr\u00f3xima generaci\u00f3n de chips de supercomputadora de IA que probablemente desempe\u00f1ar\u00e1n un papel importante en futuros avances en aprendizaje profundo y modelos de lenguajes grandes (LLM) como el GPT-4 de OpenAI, anunci\u00f3 la compa\u00f1\u00eda. La tecnolog\u00eda representa un salto significativo con respecto a la \u00faltima generaci\u00f3n y est\u00e1 lista para usarse en centros de datos y supercomputadoras, trabajando en tareas como predicci\u00f3n del tiempo y el clima, descubrimiento de f\u00e1rmacos, computaci\u00f3n cu\u00e1ntica y m\u00e1s.<\/p>\n
El producto clave es la GPU HGX H200 basada en la arquitectura \u00abHopper\u00bb de NVIDIA, un reemplazo de la popular GPU H100. Es el primer chip de la compa\u00f1\u00eda que utiliza memoria HBM3e, que es m\u00e1s r\u00e1pida y tiene m\u00e1s capacidad, lo que lo hace m\u00e1s adecuado para modelos de lenguajes grandes. \u00abCon HBM3e, la NVIDIA H200 ofrece 141 GB de memoria a 4,8 terabytes por segundo, casi el doble de capacidad y 2,4 veces m\u00e1s ancho de banda en comparaci\u00f3n con su predecesora, la NVIDIA A100\u00bb, escribi\u00f3 la compa\u00f1\u00eda.<\/p>\n
En t\u00e9rminos de beneficios para la IA, NVIDIA dice que el HGX H200 duplica la velocidad de inferencia en Llama 2, un LLM de 70 mil millones de par\u00e1metros, en comparaci\u00f3n con el H100. Estar\u00e1 disponible en configuraciones de 4 y 8 v\u00edas que son compatibles tanto con el software como con el hardware de los sistemas H100. Funcionar\u00e1 en todo tipo de centro de datos (local, en la nube, en la nube h\u00edbrida y en el borde) y ser\u00e1 implementado por Amazon Web Services, Google Cloud, Microsoft Azure y Oracle Cloud Infrastructure, entre otros. Est\u00e1 previsto que llegue en el segundo trimestre de 2024.<\/p>\n El otro producto clave de NVIDIA es el \u00absuperchip\u00bb GH200 Grace Hopper que combina la GPU HGX H200 y la CPU NVIDIA Grace basada en Arm utilizando el enlace NVLink-C2C de la compa\u00f1\u00eda. Est\u00e1 dise\u00f1ado para que las supercomputadoras permitan a \u00ablos cient\u00edficos e investigadores abordar los problemas m\u00e1s desafiantes del mundo acelerando aplicaciones complejas de IA y HPC que ejecutan terabytes de datos\u00bb, escribi\u00f3 NVIDIA.<\/p>\n El GH200 se utilizar\u00e1 en \u00abm\u00e1s de 40 supercomputadoras de inteligencia artificial en centros de investigaci\u00f3n globales, fabricantes de sistemas y proveedores de nube\u00bb, dijo la compa\u00f1\u00eda, incluidos Dell, Eviden, Hewlett Packard Enterprise (HPE), Lenovo, QCT y Supermicro. Entre ellos se destaca la supercomputadora Cray EX2500 de HPE que utilizar\u00e1 cuatro GH200, ampliando hasta decenas de miles de nodos Grace Hopper Superchip.<\/p>\n Quiz\u00e1s la supercomputadora Grace Hopper m\u00e1s grande sea JUPITER, ubicada en las instalaciones de J\u00fclich en Alemania, que se convertir\u00e1 en el \u00absistema de inteligencia artificial m\u00e1s poderoso del mundo\u00bb cuando se instale en 2024. Utiliza una arquitectura refrigerada por l\u00edquido, \u00abcon un m\u00f3dulo de refuerzo que comprende cerca hasta 24.000 Superchips NVIDIA GH200 interconectados con la plataforma de red NVIDIA Quantum-2 InfiniBand\u00bb, seg\u00fan NVIDIA.<\/p>\n NVIDIA dice que JUPITER ayudar\u00e1 a lograr avances cient\u00edficos en una serie de \u00e1reas, incluida la predicci\u00f3n del clima y del tiempo, generando simulaciones clim\u00e1ticas y meteorol\u00f3gicas de alta resoluci\u00f3n con visualizaci\u00f3n interactiva. Tambi\u00e9n se utilizar\u00e1 para el descubrimiento de f\u00e1rmacos, la computaci\u00f3n cu\u00e1ntica y la ingenier\u00eda industrial. Muchas de estas \u00e1reas utilizan soluciones de software personalizadas de NVIDIA que facilitan el desarrollo pero tambi\u00e9n hacen que los grupos de supercomputaci\u00f3n dependan del hardware de NVIDIA.<\/p>\n Las nuevas tecnolog\u00edas ser\u00e1n clave para NVIDIA, que ahora obtiene la mayor parte de sus ingresos de los segmentos de inteligencia artificial y centros de datos. El \u00faltimo trimestre, la compa\u00f1\u00eda registr\u00f3 un r\u00e9cord de 10.320 millones de d\u00f3lares en ingresos s\u00f3lo en esa \u00e1rea (de un ingreso total de 13.510 millones de d\u00f3lares), un 171 por ciento m\u00e1s que hace un a\u00f1o. Sin duda, espera que la nueva GPU y el superchip ayuden a continuar esa tendencia. La semana pasada, NVIDIA rompi\u00f3 su propio r\u00e9cord de entrenamiento de IA utilizando la antigua tecnolog\u00eda H100, por lo que su nueva tecnolog\u00eda deber\u00eda ayudarle a ampliar esa ventaja sobre sus rivales en un sector que ya domina.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n
<\/div>\n<\/div>\n<\/div>\n