Como era esperado por el mercado, Nvidia introdujo su nueva arquitectura Blackwell, optimizada para Inteligencia Artificial (IA), para su uso en múltiples segmentos de mercado, incluyendo su nueva línea de tarjetas gráficas RTX serie 50 para centros de datos, ahora acompañado de modelos Nemotron, así como para la captura de datos en vehículos autónomos, además de las nuevas soluciones Cosmos y Omniverse para el entrenamiento de IA.
Durante su presentación en el CES de Las Vegas, Jensen Huang, CEO de Nvidia, presentó múltiples novedades alrededor de la IA, desde su introducción para el renderizado de gráficos en PC, hasta su uso para la creación de modelos que permitan el entrenamiento de robots y vehículos autónomos.
El anuncio principal fue la introducción de la recién anunciada arquitectura Blackwell para el uso en sus populares tarjetas gráficas GeForce RTX serie 50xx, en donde promete el uso de IA para mejorar los efectos de luz y de texturas, o la reproducción de hasta 150 fotogramas por segundo. Mientras que GeForce logró acelerar las cargas de trabajo para el entrenamiento de Inteligencia Artificial, ahora la IA regresa para optimizar sus funciones, aseguró Huang.
Huang explicó que esta combinación entre GeForce con Blackwell ahora permite un mejor trazamiento de los píxeles, que dan mejores efectos de luz en videojuegos y gráficos, lo que habría sido imposible sin IA. Este trabajo se realiza mediante una red neural que infiere los píxeles que no se renderizaron, con lo que la IA es capaz de crear hasta 2 millones de píxeles nuevos de cada 3 millones.
Las nuevas RTX cuentan con hasta 92 mil millones de transistores, cámara de vapor y dos ventiladores para la refrigeración, con un poder de procesamiento de hasta 4 mil TOPS, y 380 Teraflops de IA, con un ancho de memoria de hasta 1.8 Tbps.
Una de las principales novedades es la bajada de precio de esta nueva línea de tarjetas gráficas. Mientras que algunas de la línea RTX anterior se podían vender por arriba de los mil dólares, Huang introdujo la nueva RTX 5070 a 549 dólares, a la vez que prometió laptops con la nueva tarjeta gráfica que empezarán en los mil 299 dólares a partir de marzo de este año.
Huang habló también sobre cómo las leyes de escalamiento (pre-training, post-training y Test-time) están creando una creciente demanda de procesamiento de cómputo para cargas de trabajo de IA, lo que en consecuencia crea un atractivo mercado para sus soluciones. En ese sentido, el directivo reveló también los avances del uso de Blackwell para centros de datos, para lo que cuenta ya con asociaciones con 15 fabricantes, que ofrecen cerca de 200 configuraciones diferentes.
Según Huang, la nueva línea Blackwell para servidores se centró en ofrecer a sus clientes una mejor rentabilidad al entregar hasta 4 veces mejor rendimiento por watt respecto a la generación previa. La nueva configuración incluye hasta 72 GPUs Blackwell con cerca de 130 billones de transistores y entregan un rendimiento de hasta 1.4 Exaflops.
Adicionalmente, para acelerar aún más los esfuerzos de adopción de IA entre las empresas, Huang presentó también la nueva familia de modelos fundacionales de Nvidia conocidos como Nemotron, basados en Llama de Meta. Estos modelos están compuestos por la versión Nano, como la más eficiente y de menor latencia para trabajar en PC y Edge; el Super, una versión más equilibrada para uso eficiente de recursos computacionales; y la Ultra, para ofrecer mayor exactitud en centros de datos.
A lo largo de su presentación, Huang habló también sobre el desarrollo de Agentes de IA, los cuales pueden estar enfocados en tareas específicas como asistentes de investigación, analistas de video, agentes de ventas o analistas financieros. El directivo espera que este tipo de agentes puedan tener una mayor participación en los procesos de las empresas y ayudar a los empleados a ser más eficientes en tareas complejas como escanear vulnerabilidades en desarrollo de software o hasta mejorar el desarrollo de fármacos.
Huang también pasó a hablar sobre los retos de la IA física, es decir, Inteligencia Artificial que pueda interactuar con el mundo físico y cómo los datos pueden mejorar su desempeño. Para ello, introdujo también el nuevo modelo fundacional Cosmos del mundo físico (World Foundation Model), el cual fue entrenado con 20 millones de horas de video, acelerado por CUDA y que se enfocará en la dinámica física y el entendimiento del mundo real para facilitar el entrenamiento de robots y vehículos autónomos.
Este nuevo modelo puede capturar desde objetos del mundo físico, hasta ambientes como el clima o escenarios específicos, y trasladarlo a gráficos que se conviertan en tokens de acción para un robot.
El nuevo modelo podrá además integrarse con Omniverse, una nueva plataforma de Nvidia para realizar simulaciones que estén físicamente ancladas al mundo real. Huang espera que ambas soluciones puedan acelerar la digitalización de las industrias, ya que permitiría una mejor captura de datos de sensores en una planta de manufactura y automatizar tareas o programar robos. Su expectativa es que cada fábrica pueda tener un gemelo digital que opere exactamente igual a la fábrica del mundo real.
En el mercado de vehículos automotores, el directivo de Nvidia presentó también múltiples iniciativas, como una nueva asociación con Toyota para el desarrollo de su próxima generación de vehículos eléctricos. Huang aseguró que este segmento se perfila para un negocio de 5 mil millones de dólares.
Para acelerar sus esfuerzos en el área, el CEO de Nvidia introdujo también el nuevo chip Thor Blackwell, una computadora enfocada en robótica, con un rendimiento hasta 20 veces superior a la generación anterior, que permite el procesamiento eficiente de múltiples sensores como cámaras, radares, LiDAR, convertirlos en tokens, trasladarlos a un transformer y tomar acción.
El nuevo chip se complementa con el sistema Nvidia DRIVE OS, que según Huang, estará enfocado en mejorar la seguridad en los vehículos. Este nuevo sistema, compuesto por 7 millones de líneas de código, combina las funcionalidades de Omniverse y Cosmos para la generación de escenarios 4D y datos sintéticos.
Finalmente, Huang destacó los avances actuales en el segmento de robótica, por lo que el “momento ChatGPT para el segmento está a la vuelta de la esquina”. En ese sentido, apuntó que el mayor reto actual es el entrenamiento de los robots para adaptarse al mundo ya existente. Para ello, presentó la nueva plataforma Nvidia Isaac GROOT Blueprint, que permitirá la captura de información del mundo real, como movimientos humanos, para ser utilizados en el entrenamiento de robots mediante el aprendizaje por imitación.
La plataforma puede aprovechar las capacidades de Apple Vision Pro para la generación de simulaciones, eliminando riesgos como el desgaste de las partes de un robot por el entrenamiento o habilitando el entrenamiento remoto.
Huang también presentó algunos avances de Project Digits, una nueva supercomputadora personal de IA, compuesta por el nuevo chip GB10 basado en la arquitectura Blackwell, desarrollado en colaboración con MediaTek. Esta nueva computadora buscaría atender la demanda de IA entre entusiastas, investigadores y estudiantes.
