La Inteligencia Artificial (IA) depende de semiconductores que faciliten el procesamiento de cálculos matemáticos a gran velocidad. Los fabricantes como Nvidia han recurrido al silicio, un metaloide abundante en la Tierra, pero que requiere de prácticas extractivistas, alta tecnología y una cadena de suministros global.
El silicio ha sido decisivo en el desarrollo de la Inteligencia Artificial (IA). Este semiconductor es utilizado para la fabricación de los chips que son el soporte principal de los de modelos de machine learning y otros aspectos de la IA. Su abundancia y sus propiedades han contribuido al auge de empresas como Nvidia, uno de los principales fabricantes de estos procesadores, que durante junio se posicionó como la más valiosa del mundo, con un valor de 3.3 billones de dólares.
Según la definición de Nvidia, la IA es esencialmente una red neuronal construida como una especie de «lasagna matemática» en la que cada capa contiene ecuaciones de álgebra lineal y cada ecuación ofrece la posibilidad de que un dato esté relacionado con otro.
Para analizar todos los datos que conforman los modelos de IA, se requiere de calculadoras que trabajen de manera simultánea a gran velocidad, algo que por décadas fue imposible. Estas micro calculadoras se encuentran en los núcleos de los chips conocidos como unidades de procesamiento gráfico [GPU, por sus siglas en inglés], que realizan cálculos superiores a los de una Unidad Central de Procesamiento o procesador [CPU, por sus siglas en inglés].
Nvidia explica en su blog que durante los últimos años, los ingenieros han ajustado el núcleo de sus unidades de GPU de acuerdo con las necesidades cambiantes de los modelos de IA.
En los últimos cinco años, la mayoría de los modelos más grandes de IA fueron entrenados con esta tecnología. Nvidia considera que sus GPUs aumentaron mil veces el rendimiento en la inferencia de IA durante la última década. Uno de los ejemplos más destacados es el ChatGPT de Open AI, cuyo modelo de lenguaje de gran tamaño [LLM, por sus siglas en inglés] es entrenado y ejecutado en miles de GPUs de Nvidia.
Los GPUs requieren de interconecciones de alta velocidad, es por eso que los semiconductores son tan importantes para la fabricación de estos chips. Por ejemplo, la supercomputadora DGX GH200 utiliza hasta 256 chips NVIDIA GH200 Grace Hopper en una sola GPU del tamaño de un data center con 144 terabytes de memoria compartida.
SILICIO: EL SOPORTE FÍSICO DE LA IA
En la fabricación de chips para la IA, el silicio tiene trascendencia por sus propiedades como semiconductor. Es el metaloide más abundante en el planeta pero no se encuentra de manera pura, sino combinado con oxígeno en forma de cuarcita.
Para poder ser utilizado en la industria electrónica el silicio debe ser separado del oxígeno mediante un proceso de reducción a muy altas temperaturas. El silicio purificado es cristalizado en lingotes, que después se cortan en láminas llamadas obleas.
Cuando el silicio está listo para ser integrado a los chips, su conductividad puede ser controlada por medio de un proceso de dopado. En las láminas se realiza el estampado de los patrones que forman transistores mediante técnicas como la fotolitografía o la nanolitografía.
Nvidia no fabrica directamente los semiconductores que utiliza en sus chips, sino que dependen de una cadena de suministro global en la que interviene Taiwan Semiconductor Manufacturing Company (TSMC) y Samsung Factory. Estos a su vez obtienen el silicio de empresas como la japonesa SUMCO Corporation, uno de los principales proveedores de obleas de silicio en el mundo.
