Amazon compite contra Microsoft y Google en IA Generativa con Chips Personalizados de AWS
- Amazon se apresura a alcanzar el liderazgo en IA generativa con chips personalizados: Inferentia y Trainium.
- AWS aprovecha su dominio en la nube y sus diversas herramientas para expandir la IA generativa.
- El silicio personalizado podría dar a Amazon una ventaja, pero las GPUs de Nvidia siguen dominando el entrenamiento.
En un edificio de oficinas discreto en Austin, Texas, un pequeño equipo de empleados de Amazon trabaja intensamente en el diseño de dos microchips distintos adaptados para el entrenamiento y la aceleración de la IA generativa. Estos chips personalizados de AWS, llamados Inferentia y Trainium, presentan una alternativa viable para los clientes de AWS que buscan entrenar sus modelos de lenguaje masivos sin depender de las cada vez más escasas y costosas GPUs de Nvidia.
El CEO de Amazon Web Services (AWS), Adam Selipsky, señaló en una entrevista de junio que la demanda de chips para impulsar la IA generativa está aumentando en todo el mundo. El enfoque proactivo de Amazon tiene como objetivo satisfacer esta demanda, afirmando que la empresa está bien posicionada para proporcionar la capacidad necesaria para los requisitos colectivos de sus clientes.
Jugando a remolque en una industria en auge
Sin embargo, otros actores han tomado la delantera invirtiendo sustancialmente para aprovechar el auge de la IA generativa. Cuando OpenAI presentó su ChatGPT en noviembre, Microsoft atrajo considerable atención al alojar este chatbot viral y comprometerse a invertir aproximadamente 13.000 millones de dólares en OpenAI. Microsoft integró rápidamente modelos de IA generativa en sus productos, incorporándolos a Bing en febrero. Ese mismo mes, Google lanzó Bard, su modelo de lenguaje grande, e invirtió una fuerte suma de 300 millones de dólares en Anthropic, competidor de OpenAI.
Amazon tardó un poco más en entrar en escena. No fue hasta abril que Amazon presentó su línea de modelos de lenguaje grande, bajo la marca Titan, junto con el servicio Bedrock destinado a ayudar a los desarrolladores a mejorar el software con capacidades de IA generativa. Esta entrada tardía ha llevado a algunos expertos a sugerir que Amazon, normalmente conocida por ser pionera en mercados, ahora se encuentra jugando a remolque en el campo de la IA generativa.
Diferenciación técnica con silicio personalizado
Chirag Dekate, Analista VP en Gartner, cree que el silicio personalizado de Amazon podría eventualmente proporcionar una ventaja competitiva en el sector de la IA generativa. Las distintas capacidades técnicas ofrecidas por estos chips personalizados, Inferentia y Trainium, podrían distinguir a Amazon. Cabe destacar que Microsoft carece de equivalentes a Trainium e Inferentia.
Amazon comenzó su viaje con el silicio personalizado en 2013, comenzando con hardware especializado llamado Nitro. Con el tiempo, Nitro se ha convertido en el chip de mayor volumen de AWS, con más de 20 millones de unidades en uso, adornando cada servidor de AWS.
En 2015, Amazon adquirió la startup israelí de chips Annapurna Labs. En 2018, la compañía lanzó su chip de servidor basado en Arm, Graviton, para rivalizar con las CPUs x86 dominantes de gigantes de la industria como AMD e Intel. Ese mismo año, Amazon se adentró en los chips enfocados en IA. Esto fue un par de años después de que Google introdujera su primera Unidad de Procesamiento Tensorial (TPU). Mientras tanto, Microsoft se ha mantenido en silencio sobre su chip de IA Athena, desarrollado en colaboración con AMD.
Chips personalizados y sus roles
Un recorrido detrás de cámaras por el laboratorio de chips de Amazon en Austin revela el desarrollo y las pruebas de Trainium e Inferentia. Matt Wood, VP de Producto, explica sus roles. El aprendizaje automático comprende dos etapas: el entrenamiento de los modelos y la ejecución de inferencias contra los modelos entrenados. Trainium, introducido en 2021, ofrece una mejora sustancial del 50% en el rendimiento de precio en comparación con otros métodos de entrenamiento de modelos de aprendizaje automático en AWS. Inferentia, lanzado en 2019 y ahora en su segunda generación, destaca en el procesamiento de inferencias de aprendizaje automático de alto rendimiento y baja latencia.
A pesar de los esfuerzos de Amazon, las GPUs de Nvidia dominan actualmente el entrenamiento de modelos. En julio, AWS introdujo hardware de aceleración de IA impulsado por Nvidia H100, destacando la fuerte posición de Nvidia en el panorama de la IA.
Aprovechando el dominio en la nube para obtener ventaja
El dominio de Amazon en el ámbito de la nube la distingue. Con una enorme base instalada en la nube, la fortaleza de Amazon radica en permitir que los clientes existentes se expandan hacia la creación de valor utilizando IA generativa. Millones de clientes de AWS, ya familiarizados con la plataforma, pueden encontrar tentador utilizar los servicios de Amazon para tareas de IA generativa, basándose en sus aplicaciones y almacenamiento de datos existentes.
AWS posee la mayor parte del mercado de computación en la nube, comandando el 40% en 2022. A pesar de las recientes caídas en los ingresos operativos, AWS aún contribuye significativamente con el 70% del beneficio operativo general de Amazon. Sus amplios márgenes operativos superan a los de Google Cloud.
El conjunto de herramientas de IA generativa en expansión de AWS
AWS se centra en un conjunto diverso de herramientas para la IA generativa en lugar de desafiar directamente a ChatGPT. AWS HealthScribe, presentado en julio, emplea IA generativa para ayudar a los médicos a redactar resúmenes de visitas de pacientes. SageMaker, un centro de aprendizaje automático, ofrece algoritmos y modelos. CodeWhisperer, un compañero de codificación, ha aumentado la productividad de los desarrolladores en un 57% en promedio. El año pasado, Microsoft informó mejoras de productividad similares de GitHub Copilot.
En junio, AWS anunció un centro de innovación de IA generativa de 100 millones de dólares. La empresa tiene como objetivo guiar a los clientes en la comprensión del potencial de la IA generativa dentro de sus contextos comerciales ofreciendo asistencia personalizada de expertos.
Abordando las preocupaciones de seguridad
La proliferación de la IA también plantea preocupaciones de seguridad, particularmente en torno a la información propietaria en los datos de entrenamiento utilizados para los modelos de lenguaje públicos. AWS aborda estas preocupaciones asegurando que los modelos de IA generativa accesibles a través de su servicio Bedrock operen dentro de entornos de nube privada virtual aislados. Esta configuración garantiza el cifrado y los controles de acceso consistentes de AWS, aliviando las preocupaciones sobre la filtración de datos.
El empuje continuo de Amazon en la IA generativa
Amazon continúa avanzando en el ámbito de la IA generativa. Aunque más de 100.000 clientes están utilizando actualmente aprendizaje automático en AWS, esto constituye solo una fracción de la vasta base de clientes de AWS. Sin embargo, los analistas creen que el prestigio y la reputación de Amazon como proveedor confiable podrían inclinar a las empresas a explorar más extensamente el ecosistema de IA generativa de Amazon.
Chirag Dekate enfatiza que es poco probable que las empresas cambien sus estrategias de infraestructura únicamente basándose en los avances de un competidor en IA generativa. Para los clientes existentes de Amazon, el atractivo del extenso ecosistema de Amazon podría desempeñar un papel pivotal en sus decisiones.
Si estás leyendo esto, ya vas por delante. Mantente así con nuestro boletín.
Aviso de responsabilidad. La información proporcionada no es un consejo de trading. Cryptopolitan.com no asumimos responsabilidad alguna por las inversiones realizadas basándose en la información proporcionada en esta página. Recomendamos encarecidamente la investigación independiente y/o la consulta con un profesional calificado antes de tomar cualquier decisión de inversión.
John Palmer
John Murangiri llegó a Cryptopolitan con habilidades en análisis de mercado. John (también conocido como JP) se graduó de la Universidad de Nairobi con un título de licenciatura en comunicación masiva y estudios de medios. Anteriormente, ha contribuido con perspectivas del mercado de criptomonedas a InsideBitcoins.com y Metacoingraph.
