Los subestimados chips de IA desafían el reinado de Nvidia en un escenario en evolución

La atención de los inversores está fijada firmemente en el inminente éxito financiero del diseñador de chips Nvidia Corp., ya que la compañía anticipa un aumento significativo en las ventas y ganancias atribuidas a sus chips centrados en la IA diseñados para centros de datos. A pesar del foco actual en Nvidia, algunos inversores astutos están comenzando a dirigir su mirada más allá del gigante tecnológico, buscando posibles contendientes en el ámbito del desarrollo de chips de IA.

Nvidia ostenta actualmente el liderazgo como el principal proveedor de procesadores de unidades gráficas (GPU) utilizados como aceleradores de IA. La anticipación de resultados sólidos del informe del segundo trimestre fiscal de Nvidia refuerza la posición de la compañía. Mientras que Advanced Micro Devices Inc. e Intel Corp., rivales de Nvidia en la industria de los semiconductores, se esfuerzan por asegurar su participación en el lucrativo mercado de chips de IA, sus ofertas aún no están disponibles, y Nvidia enfrenta el desafío de satisfacer la demanda en aumento.

Este panorama ha creado una oportunidad madura para las startups emergentes de semiconductores centradas en la inteligencia artificial. Sin embargo, estas startups enfrentan un desafío intrincado en la carrera por suministrar el hardware necesario, particularmente semiconductores, para impulsar la revolución de la IA.

La cuesta arriba para las startups de chips de IA

En este esfuerzo, d-Matrix, una startup con sede en Santa Clara especializada en chiplets de alta eficiencia energética, se esfuerza por abrirse paso. Sid Sheth, cofundador y CEO de d-Matrix, reconoce la demanda significativa de clientes ansiosos por colaborar y probar sus ofertas para la primera mitad del próximo año. Según declaraciones de Sheth, hay un interés sustancial de numerosos clientes que buscan alternativas debido a los desafíos planteados por la incapacidad de Nvidia para satisfacer la demanda y su naturaleza intensiva en costos. Esto ha llevado a una búsqueda de soluciones que podrían alterar las dinámicas económicas del mercado. Subraya que los clientes han expresado un gran interés en sus productos, con disposición para realizar compras inmediatas una vez que estén disponibles.

La aspiración de la compañía es tener sus conjuntos de chips listos para pruebas piloto con clientes para la primera mitad de 2024, logrando finalmente la producción en masa para la segunda mitad del mismo año. Al igual que Nvidia, d-Matrix se asocia con Taiwan Semiconductor Manufacturing Co. para fabricar sus semiconductores. Están utilizando nodos de fabricación más antiguos y accesibles que proporcionan ventajas de costos. Estos chiplets, llamados Corsair, son módulos de memoria SRAM especializados diseñados para ejecutar innumerables operaciones dentro de algoritmos de IA. Notablemente, están diseñados para complementar la arquitectura dominante x86 de Intel, abordando los cuellos de botella en la ejecución de aplicaciones de IA generativa.

Enfoques diversos en el desarrollo de chips de IA

El panorama de las startups de chips de IA ha visto una plétora de jugadores que buscan desafiar o colaborar con Nvidia, centrándose en varios aspectos de la aceleración de IA tanto en centros de datos como en la periferia. Karl Freund, fundador y analista principal en Cambrian AI Research, clasifica a estas startups en dos grupos principales. El primero se concentra en el entrenamiento, un proceso que requiere numerosas GPU para el procesamiento iterativo de datos, un área donde Nvidia tiene una ventaja significativa. El segundo impulso se centra en la inferencia, que implica la toma de decisiones basada en los datos disponibles, un reino que Freund identifica como más concurrido por empresas. Es importante destacar que este tipo de procesamiento a menudo ocurre en el borde de la red, más cerca de los usuarios, ofreciendo ventajas de eficiencia sobre el procesamiento basado en la nube.

Freund predice que el dominio de Nvidia en los centros de datos probablemente persistirá durante los próximos tres años, con las startups emergentes capturando colectivamente solo una cuota de mercado modesta. Percibe el borde como el escenario predominante para la innovación de las startups, señalando a Qualcomm Inc. como un participante destacado en este espacio.

El ecosistema de startups de chips centradas en la IA ha atraído el interés del capital de riesgo, ofreciendo un atisbo de esperanza en medio de una disminución de la financiación y una actividad limitada de ofertas públicas iniciales (IPO). Se espera que la IPO de Arm Holdings de SoftBank Group Corp. reavive el mercado y destaque a los fabricantes de chips centrados en la IA. La inversión de VC para este tipo de empresas disminuyó de 9 mil millones de dólares en 2021 a 4 mil millones de dólares en 2022. En 2023, 1.060 millones de dólares se destinaron a 97 acuerdos para startups de chips centradas en IA y aprendizaje automático.

Cerebras Systems, valorada en más de 1.000 millones de dólares, destaca con sus chips del tamaño de un frisbee, asegurando un contrato sustancial para supercomputadoras de IA. Karl Freund lo ve como un rival de Nvidia. Tenstorrent ha obtenido recientemente 100 millones de dólares en financiación de inversores notables, incluyendo Samsung, LG Electronics y Hyundai. Tenstorrent, respaldada por 100 millones de dólares, adopta la arquitectura RISC-V, y su tarjeta Grayskull está disponible, mientras que Blackhole llega en 2024, respaldada por el renombrado diseñador de procesadores Jim Keller como CEO.

El camino por delante para las startups de chips de IA

A medida que el escenario de las startups de chips de IA evoluciona, el éxito favorecerá a las empresas que proporcionen soluciones de software integrales o ecosistemas abarcadores. Basándose en su experiencia con Nvidia, Sasha Ostojic de Playground Global subraya la preparación del software como fundamental, dada la potente ecosistema de software de Nvidia. Esto plantea una ventaja competitiva significativa, subrayando el papel primordial de la calidad del software para el triunfo. Operando en un punto de mayor riesgo que las startups de software, las empresas de chips de IA lidian con diseños de semiconductores intrincados, desarrollo de software y complejidades de fabricación, intensificando las demandas financieras y los riesgos.

A medida que el sector avanza, se perfilan posibles fracasos, pero el atractivo de convertirse en la próxima Nvidia persiste. En medio del dominio de Nvidia en los chips de IA, jugadores emergentes como d-Matrix, Cerebras y Tenstorrent se esfuerzan diligentemente por marcar su posición dentro de este dinámico paisaje, marcado por desafíos en el desarrollo de semiconductores. Sus esfuerzos epitomizan la innovación, guiando a la industria hacia un futuro impulsado por la tecnología basada en IA.