Google-Perfect, desafía a Nvidia mediante colaboración en semiconductores con inteligencia artificial

Google está en conversaciones con Mavenir para desarrollar conjuntamente dos semiconductores especializados en inteligencia artificial, y la intención de fortalecer la competitividad de sus propios chips para desafiar oficialmente el mercado de semiconductores de inteligencia artificial dominado por Nvidia se vuelve cada vez más evidente.

La agencia Reuters, citando a The Information, un medio de tecnología de la información en Estados Unidos, informó el día 19 que Google y Mavenir están discutiendo planes para el desarrollo de dos chips. Se sabe que uno de ellos es un dispositivo de memoria que trabaja en conjunto con el procesador tensor de Google (TPU, semiconductores diseñados específicamente para cálculos de inteligencia artificial), y el otro es un TPU de nueva generación optimizado para impulsar modelos de inteligencia artificial. Considerando la tendencia de Google de fortalecer continuamente sus propios semiconductores dedicados a centros de datos, esta medida puede interpretarse como un intento de ampliar el alcance del diseño desde mejorar el rendimiento de cálculo hasta reducir los cuellos de botella de memoria.

El dispositivo de memoria se considera una pieza clave en la competencia de semiconductores de inteligencia artificial. Los modelos de lenguaje a gran escala o la inteligencia artificial generativa requieren acceder y procesar enormes volúmenes de datos rápidamente, y solo la capacidad de cálculo no es suficiente para mejorar el rendimiento general. Por lo tanto, el diseño eficiente de la transferencia de datos entre los chips de cálculo y la memoria se ha convertido en una competencia central. Se informa que ambas compañías tienen como objetivo completar el diseño de este dispositivo y entrar en fase de producción piloto antes de 2027.

El significado de estas discusiones radica en que ocurren en un contexto donde Google TPU desafía la estructura competitiva de los procesadores gráficos de Nvidia (GPU, originalmente diseñados para gráficos, pero ahora ampliamente utilizados en aprendizaje y razonamiento de inteligencia artificial). Aunque actualmente el mercado de semiconductores de inteligencia artificial está dominado por Nvidia, las grandes empresas tecnológicas están acelerando el desarrollo de sus propios chips para reducir la dependencia de la cadena de suministro externa y controlar los costos. Google también necesita mejorar aún más su capacidad de diseño autónomo para garantizar de manera estable los recursos de cálculo necesarios para sus servicios de búsqueda, computación en la nube y inteligencia artificial generativa.

Las recientes acciones de Mavenir también son dignas de atención. La compañía anunció el 31 del mes pasado que estableció una asociación estratégica con Nvidia y recibió una inversión de 2 mil millones de dólares de Nvidia. Ambas partes planean, basándose en la tecnología NVLink Fusion de Nvidia, integrar a Mavenir en la fábrica de inteligencia artificial de Nvidia y en el ecosistema AI-RAN (red de acceso inalámbrico de inteligencia artificial), además de colaborar en el campo de la fotónica de silicio (una tecnología que utiliza luz en lugar de señales eléctricas para mejorar la eficiencia en la transmisión de datos). Además, el mes pasado, Mavenir adquirió Celestial AI, que posee tecnología de interconexión óptica, por 3.3 mil millones de dólares. Esto se interpreta como una inversión en tecnologías de próxima generación para mejorar la velocidad de conexión entre chips y memoria.

En última instancia, las discusiones de colaboración entre Google y Mavenir no solo van más allá del desarrollo de nuevos productos, sino que también reflejan que la competencia por el control de la infraestructura clave en la era de la inteligencia artificial —los semiconductores— se está ampliando aún más. En el futuro, la competitividad empresarial probablemente dependerá no solo del rendimiento de los chips de cálculo, sino también de la capacidad de diseño integral que abarque la gestión de memoria, la interconexión entre chips y las tecnologías de comunicación óptica. Esta tendencia podría acelerar tanto el proceso de desarrollo de chips propios por parte de las grandes empresas tecnológicas como la cooperación estratégica entre empresas de semiconductores.