¿Por qué Intel necesita vigilar a nvidia? tim bajarin

Cuando escuché la nota clave del CEO de Nvidia, Jen-Hsun Huang, en la conferencia de desarrolladores de la compañía la semana pasada, me sorprendió cuánto ha cambiado Nvidia desde que comencé a cubrirlo hace 15 años.

La compañía comenzó creando tarjetas gráficas y procesadores conocidos como GPU e inicialmente se centró por completo en la industria de las PC. Pero en los últimos 10 años, a medida que sus procesadores se volvieron más potentes y energéticamente eficientes, Nvidia se diversificó en supercomputadoras y máquinas gráficas de alta gama, mientras que su chip Tegra lanzó un asalto total en el espacio móvil. En resumen, Nvidia se ha convertido en una de las compañías de semiconductores más importantes del mundo.

Intel sigue siendo, con mucho, el mayor fabricante de chips, pero Nvidia ha llevado su investigación en GPU e hizo de estos procesadores la pieza central de una nueva compañía cuyos productos van mucho más allá de la PC tradicional. Durante la presentación de Jen-Hsen, anunció un nuevo SDK de GPU para programadores que usan sus procesadores para supercomputadoras, juegos, realidad virtual, diseño y vehículos autónomos. Este es un poderoso conjunto de nuevas herramientas de desarrollo que funcionan en todos sus procesadores y brindarán a los clientes mucha más potencia para crear nuevos tipos de sistemas y aplicaciones.

También anunció nuevas herramientas para la creación de realidad virtual y el seguimiento de rayos de realidad virtual, que crearán mundos de realidad virtual fotorrealistas. Nvidia planea ser un importante proveedor de hardware y software para crear todo tipo de contenido de realidad virtual y hará de la realidad virtual uno de los principales focos de su crecimiento.

Nvidia también está creando nuevos chips para su uso en centros de datos. Parte de este programa se centra en las plataformas basadas en inteligencia artificial y su nuevo chip, el Tesla P100, que básicamente duplica las velocidades de los procesadores que se utilizan actualmente en este tipo de aplicaciones.

Uno de los anuncios más importantes en la conferencia fue el primer sistema de supercomputación del mundo dedicado al aprendizaje profundo, llamado DGX-1. Este sistema apila hasta ocho procesadores Tesla P100 uno encima del otro y entrega 170 teraflops en una caja, 2 petalops en un estante a un precio innovador de $ 129, 000.

Lo último que se introdujo fue una versión actualizada del sistema Drive PX de Nvidia para su uso en vehículos autónomos. Apodado el Drive PX 2, esto es básicamente una supercomputadora en una placa que puede sentarse en la cajuela de un automóvil. Una demostración mostró un automóvil que podía aprender a conducir en las carreteras principales, así como también caminos de tierra desconocidos con solo 3.000 horas de entrenamiento. Incluye herramientas de mapeo de alta definición y puede detectar, planificar y reaccionar a todo tipo de condiciones de manejo y carretera.

Nvidia claramente está trazando un nuevo curso para sí mismo, uno que continuará convirtiéndolo en una de las compañías de chips más estratégicas del mundo. Su alcance en la inteligencia artificial, el aprendizaje profundo y su impacto potencial en el mundo de los automóviles autónomos lo hacen destacar especialmente entre la multitud y posicionarlo bien para un crecimiento serio.