Los semiconductores diseñados para ejecutar cargas de trabajo de Inteligencia Artificial (IA) representarán una oportunidad de ingresos de 53 mil 400 millones de dólares para la industria de los semiconductores en 2023, tras un aumento de 20.9 por ciento respecto a 2022, según el más reciente pronóstico de Gartner.
Los ingresos por semiconductores de IA seguirán experimentando un crecimiento de dos dígitos durante el periodo previsto, aumentando 25.6 por ciento en 2024 hasta 67 mil 100 millones de dólares. Para 2027, se espera que los ingresos por chips de IA se dupliquen respecto a 2023, hasta 119 mil 400 millones de dólares.
“Los desarrollos en IA Generativa y el uso cada vez mayor de una amplia gama de aplicaciones basadas en IA en centros de datos, infraestructura de borde y dispositivos terminales requieren la implementación de unidades de procesamiento de gráficos (GPU) de alto rendimiento y dispositivos semiconductores optimizados. Esto está impulsando la producción y el despliegue de chips de IA”, afirmó Alan Priestley, vicepresidente analista de Gartner.
Tanto fabricantes de chips como Intel y AMD, así como proveedores de Nube como Google y AWS, han impulsado el desarrollo de chips especializados para cargas de trabajo de IA, conforme se incrementan los casos de uso y la demanda por soluciones basadas en esta tecnología.
Los chips especializados buscan ejecutar las cargas de trabajo de IA de forma más eficiente, lo que significa ofrecer un mayor rendimiento con un menor consumo energético y, por tanto, apoyar a las empresas en la rentabilidad de sus proyectos y cumplir sus objetivos de sustentabilidad.
En el mercado de la electrónica de consumo, los analistas de Gartner estiman que para finales de 2023, el valor de los procesadores habilitados para aplicaciones de IA utilizados en los dispositivos ascenderá a mil 200 millones de dólares, más del doble frente a los 558 millones de dólares de 2022.
Recientemente, Mediatek anunció que colaboraría en el desarrollo del código Llama 2 de Meta, especializado para aplicaciones de IA, con lo que espera impulsar el ecosistema Edge Computing para la ejecución de cargas de trabajo desde el dispositivo.
“Para muchas organizaciones, las implementaciones a gran escala de chips de IA personalizados reemplazarán la arquitectura de chip predominante actual (GPU discretas) para una amplia gama de cargas de trabajo basadas en IA, especialmente aquellas basadas en técnicas de IA Generativa”, dijo Priestley.