El monopolio ChatGPT de Nvidia será peor para los jugadores que las criptomonedas
Opinión: las ganancias impulsadas por ChatGPT de Nvidia harán que las GPU para juegos sean escasas
Parece que fue ayer cuando los jugadores de todo el mundo maldecían la existencia de Ethereum cuando iban a comprar la mejor tarjeta gráfica que podían permitirse, solo para encontrar estantes vacíos y regodeos de cripto bros en Twitter flexionando con sus cinco GPU RTX compradas por el doble de su MSRP. Ni siquiera hablemos de los revendedores que les vendieron las tarjetas en primer lugar.
Desde que estalló la criptoburbuja y Ethereum pasó a la prueba de participación en lugar de la prueba de trabajo, obtener una tarjeta gráfica en realidad ha sido un asunto relativamente fácil, para alivio de los jugadores. Muchos de las mejores ofertas de tarjetas gráficas baratas ahora ofrecen precios muy por debajo del MSRP en GPU de alto rendimiento como la Nvidia RTX 3080 e incluso vi una Nvidia RTX 3090 vendiéndose por menos de $ 900 en un momento.
Pero con el surgimiento de grandes modelos de lenguaje como los que están detrás de ChatGPT y Midjourney, que aprovechan el poder de una tarjeta gráfica para producir la salida generativa en forma de imágenes, texto, sonido e incluso video completo, se avecina una crisis de GPU en el horizonte. No solo amenazará con hacer que sea aún más difícil encontrar una GPU de lo que era en el apogeo de la moda de las criptomonedas, sino que también podría tener un impacto mucho mayor que el que jamás podría tener la criptografía e incluso podría obligar a Nvidia a salir del mercado de GPU de consumo.
¿Por qué la IA generativa es diferente de la criptografía?
La versión TL;DR es bastante simple: Crypto es en gran parte un esquema Ponzi con muy poca aplicación en el mundo real además del crimen y la especulación de precios. La IA generativa en realidad puede producir un producto útil.
En los 15 años transcurridos desde que se publicó el documento técnico de Bitcoin que sentó las bases de las criptomonedas y la tecnología blockchain, se ha esforzado por encontrar un propósito práctico real que haya demostrado ser valioso para el mercado.
Los NFT fueron probablemente la criptografía más cercana a encontrar un caso de uso, y resulta que la mayoría de las ventas de NFT probablemente fueron las llamadas ventas de lavado , destinadas a inflar artificialmente el precio en un mercado de NFT para que alguna marca compre a una prima exorbitante que nunca podrán recuperar.
Para aquellos que afirman que todavía es demasiado pronto para saber qué pueden hacer blockchain y crypto en el futuro, la IA generativa realmente revela cuánto el valor de crypto depende del humo y los espejos y la devoción ciega a la idea que en cualquier utilidad real.
Dall-E, Midjourney, ChatGPT y otras formas de IA generativa son mucho más jóvenes que las criptomonedas. Están, de hecho, en su infancia, pero ya están revolucionando las industrias creativas, como los actores que envejecen en las películas, ayudando en la creación de música, incluida una 'nueva' canción de los Beatles con la voz de John Lennon reproducida desde hace décadas. demostración antigua y redacción de documentos para casi todas las industrias bajo el sol.
Ahora puedes argumentar, como tengo , que nada de esto es en realidad bien. Personalmente, creo que es completamente deshumanizante diluir nuestra cultura colectiva al saturarla en medios "suficientemente buenos" generados por IA. Pero no se puede argumentar que estos modelos de IA, impulsados por redes neuronales, no están produciendo algo de valor.
Al igual que la calidad de los textiles producidos en masa de la Revolución Industrial fue una franca burla de las telas hechas a mano por artesanos humanos que quedaron sin trabajo por el telar a vapor y la máquina de hilar, la calidad del contenido generado por IA palidece al lado del trabajo. de un creador humano altamente calificado.
Ninguna IA se acercará siquiera a producir una novela como Meridiano de sangre o Cien años de soledad . Pero no es necesario.
En los EE. UU., el Writers Guild of America está actualmente en huelga, y una de las principales preocupaciones del sindicato de guionistas es la posibilidad de que los estudios de cine y televisión se lleven el trabajo creativo de los escritores reales: los personajes y los arcos argumentales que componen su programa de televisión favorito. muestra como The Mandalorian – y usar una IA para generar nuevos guiones basados en trabajos humanos anteriores (Divulgación completa: Soy miembro del Writers Guild of America, East, aunque los miembros de los medios digitales operan bajo diferentes contratos y para que no estemos en huelga ).
¿Hay alguna duda de que si los estudios o las empresas de medios pudieran ganar dinero con una nueva generación de penny dreadfuls generados por IA, no lo harían? Y, lamentablemente, el potencial para que lo hagan es muy real. No tienen que obtener la mayor cantidad de ingresos, solo la mayor cantidad de ganancias, y reducir el costo de la mano de obra es la forma más fácil de hacerlo, incluso si los productos que venden son absolutamente horribles. Si pudieras vender algo por $ 1,000 pero tienes que pagarle a un artista $ 600 por ello, o vender algo por $ 450 y no pagarle a nadie por ello, elegirás lo último todas y cada una de las veces, incluso si apesta.
¿Qué hace que Nvidia sea tan especial?
Todo se reduce a algo que Nvidia desarrolló para ayudar a acelerar los flujos de trabajo de renderizado en las industrias creativas y, en menor medida, potenciar su tecnología DLSS en sus tarjetas gráficas.
El proceso de renderizar una escena 3D básica con una tarjeta gráfica es bastante complicado porque requiere una gran cantidad de procesos matemáticos y complejos, y fácilmente el más exigente desde el punto de vista computacional es la multiplicación de matrices. Para acelerar estos cálculos, Nvidia desarrolló el núcleo tensor. Este es un circuito especializado en las GPU de consumo de Nvidia que se remonta a su serie RTX 2000 que permite realizar múltiples operaciones de multiplicación en un solo ciclo de reloj, en lugar de secuencialmente en varios ciclos. Esto acelera drásticamente la representación en 3D mediante el uso de tecnología de aprendizaje profundo, pero esta tecnología no se limita solo a gráficos en 3D.
Muy pocas personas necesitarán saber qué es la multiplicación de matrices o cómo funciona, pero es esencial para el aprendizaje automático . Sin él, las redes neuronales artificiales generativas que se encuentran detrás de la cortina de cada LLM y cualquier otro modelo de IA simplemente no pueden funcionar. Y, por el momento, las GPU de Nvidia son realmente el único lugar fuera del hardware del centro de datos altamente específico y especializado que puede llevar a cabo la multiplicación de matriz de manera eficiente.
Además, los núcleos tensoriales de Nvidia son considerablemente más maduros ( Nvidia Lovelace cuenta con núcleos tensoriales de cuarta generación) que el hardware de IA de la competencia de Intel y AMD, lo que significa que entrenar una red neuronal en una cápsula de GPU Nvidia irá mucho más rápido que si intentaste hacer lo mismo en hardware AMD o Intel.
En resumen, Nvidia es el único juego real en la ciudad en este momento para el hardware de computadora que necesita para entrenar realmente todas las redes de IA que están viendo una explosión de interés e inversión, nbsp; y que pueda producir un producto útil que haga rentable la inversión en el hardware. Es el impulsor de las ganancias récord de Nvidia reportadas el último trimestre, y esta ventaja de hardware de IA es lo que convirtió a Nvidia en la compañía más nueva de un billón de dólares , prácticamente de la nada.
A medida que más empresas Alejándose de Web3 a la IA generativa , la demanda de hardware de IA no hará más que crecer. Hay una razón por la que el discurso de apertura de Nvidia Computex 2023de Jansen Huang fue esencialmente un anuncio publicitario para el hardware de IA de Nvidia con solo una referencia pasajera a su división de juegos, e incluso eso fue una demostración de cómo el hardware de IA estaba haciendo que el renderizado de juegos fuera más rápido.
Encontrar una GPU Nvidia podría volverse aún más difícil de lo que fue durante el auge de las criptomonedas
