La búsqueda desesperada del premio más indispensable en el auge de la IA

Desde hace un año, Jean Paoli, director ejecutivo de la empresa emergente de inteligencia artificial Docugami, ha estado buscando algo que se ha convertido en el artículo más deseado en el sector tecnológico: chips de computadora.

En particular, Paoli necesita un tipo de chip conocido como unidad de procesamiento gráfico (GPU, por su sigla en inglés) porque es la opción más rápida y eficiente para hacer los cálculos que les permiten a las empresas de vanguardia de inteligencia artificial (IA) analizar enormes cantidades de datos.

Así que se ha comunicado con todas las personas que conoce en la industria y pueden ayudarle. Solicitó una subvención del gobierno que le da acceso a los chips. Intentó hacer más eficiente la tecnología de IA de Docugami, de tal manera que necesite menos GPU. Dos de sus científicos incluso han modificado viejos chips de videojuegos para ayudar.

“En este momento, los considero una especie rara de metal térreo”, señaló Paoli con respecto a los chips.

Más que dinero, talento de ingeniería, bombo publicitario o incluso utilidades, las empresas tecnológicas este año están desesperadas por las GPU. La búsqueda de este componente esencial comenzó el año pasado cuando chatbots en línea como ChatGPT arrancaron una oleada de entusiasmo por la IA, que llevó a la industria tecnológica en su conjunto a acumular chips y así causar su escasez. En respuesta, las empresas emergentes y sus inversionistas ahora hacen hasta lo imposible por obtener esas pequeñas piezas de silicona y el “poder de cómputo” crucial que proporcionan.

La escasez de chips de IA se ha visto agravada porque Nvidia, proveedora desde hace mucho tiempo de los chips, prácticamente domina el mercado. Abrumada por la demanda, se espera que la empresa de Silicon Valley (cuya valuación se disparó a 1 billón de dólares) declare resultados financieros récord la próxima semana.

Las empresas tecnológicas por lo regular compran el acceso a los chips de IA y su poder de cómputo a través de los servicios de computación en la nube que ofrecen compañías como Google, Microsoft y Amazon. Así se evitan construir y operar sus propios centros de datos llenos de servidores informáticos conectados a equipo especializado de red.

Pero a consecuencia de la explosión de la IA, las listas de espera son muy largas (en algunos casos de casi un año) para tener acceso a estos chips en las empresas de computación en la nube, lo que ha creado una barricada inusual en un momento en que la industria tecnológica solo ve oportunidades y crecimiento sinfín para las empresas dedicadas a la construcción de IA generativa, que es capaz de crear sus propias imágenes, textos y videos.

Las mayores empresas tecnológicas por lo regular pueden conseguir GPU con más facilidad debido a su talla, abundantes recursos y posición de mercado. Así que las empresas emergentes y los investigadores, que en general no tienen relaciones equiparables ni la misma capacidad adquisitiva, son quienes batallan por obtenerlas.

Su desesperación es palpable. En las redes sociales, publicaciones de blog y paneles de conferencias, los fundadores e inversionistas de empresas emergentes han comenzado a compartir consejos muy técnicos para sortear esta escasez. Algunos tratan de calcular cuánto tardará la lista de espera de Nvidia. Incluso hay una quejumbrosa canción en YouTube, con la tonada de “We Didn’t Start the Fire” de Billy Joel, en la que un artista conocido como Weird A.I. Yankochip canta “GPUs are fire, we can never find ‘em but we wanna buy ‘em” (las GPU son candentes, nunca podemos encontrarlas, pero queremos comprarlas).

Algunas empresas de capital semilla, como Index Ventures, ahora aprovechan sus conexiones para comprar chips y luego ofrecérselos a las empresas de su cartera. Los emprendedores intentan congregar empresas emergentes y grupos de investigación para comprar y compartir un conjunto de GPU.

En Docugami, Paoli consideró la posibilidad de desviar recursos GPU del área de investigación y desarrollo a su producto, un servicio de IA que analiza documentos. Hace dos semanas, encontró oro: Docugami consiguió acceso al poder de cómputo que necesitaba a través de un programa del gobierno llamado Access, operado por la Fundación Nacional de Ciencia, una agencia federal de financiación para proyectos de ciencia e ingeniería. Docugami ya había obtenido antes una subvención de esa agencia.

“Así es la vida de una empresa emergente cuando necesitas las GPU”, comentó.

La falta de chips de IA ha sido más grave para las empresas que apenas empiezan. En junio, Eric Jonas renunció a su empleo como profesor de Ciencias de la Computación en la Universidad de Chicago y comenzó a recaudar fondos para arrancar una empresa de IA enfocada en el descubrimiento de fármacos. La falta de acceso a las GPU para proyectos universitarios de investigación ya le había causado frustración, pero a Jonas le sorprendió descubrir que era igual de difícil para una empresa emergente, según relató.

“Es como el Viejo Oeste”, afirmó. “Literalmente, no hay capacidad”.

Por ahora, Jonas se ha dedicado a pedirles favores a varios amigos de grandes proveedoras de equipo y personas que trabajan en corredoras bursátiles cuantitativas que podrían tener GPU adicionales o laboratorios de prueba que tengan GPU que pueda usar. Dijo que no necesita mucho, solo unas 64 GPU por un periodo de seis horas cada vez.

Esta presión hace poco motivó a dos fundadores, Evan Conrad y Alex Gajewski, a lanzar el proyecto San Francisco Compute Group, que planea permitirles a los emprendedores e investigadores comprar acceso a GPU en pequeñas cantidades. Tras enviar cientos de correos electrónicos y hacer más de diez llamadas telefónicas a compañías de servicios en la nube, fabricantes de equipo y corredores, anunciaron el mes pasado que habían conseguido 512 de los chips H100 de Nvidia que les rentarán a las partes interesadas.

El anuncio se hizo “ridículamente viral”, según Conrad, y dio como resultado cientos de mensajes de fundadores, estudiantes de posgrado y otras organizaciones de investigación.

Ahora, Conrad y Gajewski planean recaudar 25 millones de dólares en un tipo especializado de deuda que utiliza los chips informáticos como garantía. Su proveedor, al que no quisieron identificar los fundadores por temor a que alguien se les adelante a comprar las GPU, les prometió acceso en un mes aproximadamente.

Ambos indicaron que esperan ayudar a las empresas emergentes a ahorrar dinero gracias a la opción de comprar solo el poder de cómputo que necesitan para experimentar, en vez de hacer compromisos anuales por grandes cantidades.

“De otra manera, las empresas ya instaladas siempre ganan”, se lamentó Conrad.

c.2023 The New York Times Company