A medida que cada vez más personas en el mercado empiezan a hablar de si la IA hará que el software se convierta en un producto de consumo masivo y, además, comprima la valoración y el margen de beneficios de las empresas tecnológicas, la respuesta que dio el CEO de NVIDIA, Huang Renxun, fue muy directa:
Lo verdaderamente difícil de convertir en mercancía no es solo el propio software, sino todo el proceso de transformar la electrónica en tokens.
En la entrevista más reciente, Huang Renxun explicó de manera completa cómo entiende esta carrera de IA: desde la cadena de suministro de NVIDIA, el ecosistema de CUDA, la arquitectura de computación de IA, los clientes en la nube a ultra gran escala, hasta el mercado chino y las restricciones de exportación de Estados Unidos.
(Huang Renxun usa la metáfora del “pastel de cinco capas” para explicar la historia de la evolución de la inteligencia artificial)
Su argumento central puede resumirse en una sola frase: la competencia de la IA no es la de un modelo único, ni la de un solo chip, sino una batalla por el “pastel de cinco capas” que abarca energía, chips, redes, software, ecosistemas y la capa de aplicaciones; y lo que NVIDIA quiere hacer es estar en esa parte que es la más difícil, pero también la menos fácil de reemplazar.
Huang Renxun: El trabajo de NVIDIA consiste en convertir la electrónica en tokens con más valor
Ante las dudas del exterior, si muchas empresas de software ven su valoración presionada por la IA, y además NVIDIA, en esencia, delega el diseño en TSMC, la memoria en SK Hynix y Samsung, y el ensamblaje en los ODM de Taiwán, entonces, ¿podría NVIDIA también verse arrastrada por la ola de que la IA se convierta en mercancía? La respuesta de Huang Renxun es: no sería tan sencillo.
Él considera que el papel de NVIDIA no consiste en hacerlo todo por sí misma, sino en encargarse de la parte más clave y más difícil dentro de toda la cadena de conversión “de la electrónica a los tokens”. Según su forma de verlo, la entrada de NVIDIA son electrons y la salida son tokens; la capacidad de conversión extremadamente compleja que hay en medio es el motivo por el que esta empresa existe.
Huang Renxun subrayó que esta conversión no es simplemente convertir la energía eléctrica en resultados de cómputo, sino que implica seguir aumentando el valor de los tokens, de manera que con la misma computación se puedan producir tokens con más valor económico y mayor eficiencia. En este proceso intervienen el diseño de la arquitectura, el empaquetado, la memoria, la interconexión, los algoritmos, las bibliotecas, la pila de software y la cooperación del ecosistema: es un proceso altamente ingenieril y científico, y que todavía evoluciona rápidamente. Cree que es poco probable que esto se convierta completamente en mercancía.
También describió la filosofía corporativa de NVIDIA: hacer el “máximo de lo necesario y el mínimo de lo no necesario”. En otras palabras, todo lo que no sea imprescindible que uno haga a mano, se delega en socios y el ecosistema para completarlo; pero todo lo que no se pueda evitar hacer y además sea extremadamente difícil, NVIDIA debe involucrarse directamente y hacerlo lo mejor posible.
Estas “empresas de software tipo herramientas” en realidad podrían crecer de forma explosiva gracias a la IA
Respecto a la preocupación del mercado de que la IA comprimirá el espacio de las empresas de software, Huang Renxun en realidad mantiene una opinión casi opuesta. Señaló que muchas empresas de software hoy en día son, en esencia, fabricantes de herramientas, como Excel, PowerPoint o empresas de EDA como Cadence y Synopsys. Que estas empresas, por el momento, no hayan llegado a una explosión mayor no se debe a que las herramientas vayan a ser sustituidas, sino a que los agentes de hoy todavía no saben usar las herramientas lo suficientemente bien.
A su juicio, en el futuro la cantidad de agentes crecerá de manera exponencial, y también lo hará el número de usuarios de las herramientas, lo que incrementará de forma exponencial las llamadas a las herramientas y la demanda de licencias. Tomando como ejemplo el diseño de chips: hoy el uso de herramientas de diseño sigue limitado por la cantidad de ingenieros; pero en el futuro, detrás de cada ingeniero podría haber múltiples agentes colaborando, y la densidad y la frecuencia de la exploración del espacio de diseño estarán muy por encima de las de hoy.
Cuando llegue ese momento, herramientas como Synopsys Design Compiler, floor planner, herramientas de layout, design rule checker y similares podrían ver en realidad un aumento explosivo en su uso.
Dicho de otro modo, Huang Renxun no cree que la IA vaya a eliminar de manera sencilla a las empresas de software tipo herramientas; más bien, es más probable que las empuje hacia nuevas curvas de crecimiento.
El verdadero foso de NVIDIA es su cadena de suministro, tanto aguas arriba como aguas abajo
Al hablar de que en los últimos años NVIDIA ha hecho muchas promesas de compra a la cadena de suministro de aguas arriba, e incluso de que, según estimaciones externas, podría acumularse en el orden de decenas de miles de millones de dólares en los próximos años, Huang Renxun no negó que esta sea una de las ventajas importantes de NVIDIA.
Dijo que NVIDIA sí ha hecho un gran número de compromisos de upstream, tanto explícitos como implícitos. Los primeros son compromisos de compra que el exterior puede ver; los segundos, en cambio, se realizan persuadiendo a los altos directivos de la cadena de suministro para que estén dispuestos a invertir primero en expansión de capacidad. Estas inversiones no ocurren solo porque NVIDIA esté dispuesta a comprar, sino porque los proveedores creen que NVIDIA es capaz de absorber esas capacidades y venderlas sin problemas a través de la enorme demanda de aguas abajo.
Por eso también él ve GTC no solo como un evento de lanzamiento de productos, sino como un encuentro de “360 grados en panorámica” del universo de la IA. En su opinión, uno de los valores de GTC es hacer que la cadena de suministro de aguas arriba vea a la de aguas abajo, que la de aguas abajo entienda a la de aguas arriba, y que toda la cadena industrial confirme en conjunto que la demanda de IA realmente llegará, y que además lo hará a una escala enorme. Huang Renxun incluso admitió que su keynote, en cierta medida, tiene una función muy fuerte de “educación”, porque él debe lograr que toda la cadena de suministro entienda: por qué llegará la IA, cuándo llegará, qué tamaño tendrá y cómo prepararse con antelación.
Esto también constituye la razón por la cual NVIDIA en los últimos años ha podido seguir amplificando el flujo dentro de su cadena de suministro. Huang Renxun enfatizó que la cadena de suministro no solo mira el flujo de caja, sino también la rotación y la visibilidad de la demanda. Si la arquitectura y la velocidad de rotación de productos de una empresa no son lo bastante rápidas, la cadena de suministro no querrá adelantarse para construir una planta o ampliar líneas para ella. NVIDIA puede hacer estas cosas porque su demanda de aguas abajo es lo bastante grande y lo bastante segura; toda la cadena de suministro puede verla.
Huang Renxun no teme los cuellos de botella; la mayoría de los cuellos de botella son solo un problema de dos o tres años
Cuando se le preguntó: ¿la cadena de suministro de aguas arriba realmente seguirá el ritmo de la demanda de capacidad de cómputo para IA? Especialmente cuando la IA ya ha consumido gran parte de la avanzada capacidad de procesos y empaquetado de TSMC, y luego, ¿cómo podría seguir duplicándose año tras año? La postura de Huang Renxun fue muy clara: casi todos los cuellos de botella de fabricación, en esencia, son solo un problema de dos a tres años.
Puso un ejemplo: antes se hablaba mucho del cuello de botella del empaquetado CoWoS, pero hoy en día casi nadie lo menciona, porque toda la industria se enfocó en resolverlo en un plazo de dos años. TSMC también ya considera el empaquetado avanzado y el HBM como parte de la tecnología de cómputo mainstream, y no como una demanda especial. En otras palabras, mientras la señal de demanda sea lo bastante clara, la cadena industrial se lanzará por iniciativa propia a cubrir los cuellos de botella.
Para Huang Renxun, la IA no traerá la desaparición de los trabajos, sino una reorganización de la industria y una redistribución de la demanda de talento. Lo que realmente hay que temer no es si algunas profesiones desaparecerán por completo, sino si la sociedad, por un miedo excesivo, desajusta la oferta de talento.
También afirmó directamente que problemas como los procesos de fabricación, el empaquetado y el HBM se pueden resolver en un periodo de dos o tres años; lo que es más lento y más complicado en realidad es la política energética. Porque, independientemente de que se trate de fábricas de IA, fabricación de chips, empaquetado avanzado, vehículos eléctricos, robots o la descarbonización/industrialización nuevamente, todo depende de la energía. Si la energía se convierte en un cuello de botella, la velocidad de expansión de toda la industria quedará limitada.
Este artículo La última entrevista más reciente de Huang Renxun a: ¿Puede seguir manteniéndose el foso de NVIDIA? (Parte I) Apareció por primera vez en Cadena News ABMedia.
