Los chips de Cerebras Systems pueden ser 15 veces más rápidos que algunos modelos Blackwell de Nvidia, pero Nvidia tiene 2 ventajas distintas

La fabricante de chips de inteligencia artificial (IA) Cerebras Systems (CBRS 6.87%) salió a bolsa el 14 de mayo en medio de mucho revuelo. La acción subió un 68% en su primer día de cotización, una señal, según los expertos, de que el comercio de IA está vivo y en buen estado.

El bombo en torno a esta oferta pública inicial tiene sentido, dado que Cerebras compite con grandes diseñadores de chips como Nvidia (NVDA 0.68%) y AMD, ambos con un rendimiento extraordinario en los últimos años.

Es probable que los inversores estuvieran aún más emocionados al leer en la declaración de registro de Cerebras que la compañía afirma que sus chips son 15 veces más rápidos que los de los principales competidores.

Aunque eso es indudablemente interesante, las unidades de procesamiento gráfico (GPUs) de Nvidia todavía tienen dos ventajas distintas sobre los chips de Cerebras.

Fuente de la imagen: Getty Images.

Por qué los chips de Cerebras son diferentes

Mientras que la mayoría de los diseñadores de chips comienzan el proceso de fabricación cortando grandes obleas de silicio en muchas piezas pequeñas que eventualmente se convertirán en chips individuales, Cerebras utiliza una oblea de silicio completa para fabricar un chip enorme: sus motores a escala de oblea (WSEs) son 58 veces más grandes que los procesadores Blackwell 200 de Nvidia. Algunos medios han descrito los chips de Cerebras como del tamaño de un plato para cenar.

Expandir

NASDAQ: CBRS

Cerebras Systems

Cambio de hoy

(-6.87%) $-19.36

Precio actual

$262.50

Datos clave

Capitalización de mercado

$61B

Rango del día

$254.25 - $284.99

Rango de 52 semanas

$185.00 - $386.34

Volumen

121K

Volumen promedio

12.8M

Margen bruto

39.03%

Los chips más grandes ciertamente tienen algunas ventajas en los centros de datos porque se puede empaquetar más memoria y potencia de procesamiento en ellos. Cerebras dice que su modelo WSE-3 tiene 250 veces más memoria en chip que el modelo B200 de Nvidia y 2,625 veces más ancho de banda de memoria.

Tener más memoria en el chip ayuda a abordar los cuellos de botella en el procesamiento de datos que enfrentan las GPUs más pequeñas, como la recuperación de datos de otras GPUs o de la memoria externa adyacente al chip.

Aunque eso podría hacer que los chips de Cerebras sean competitivos o incluso mejores en ciertas situaciones, aquí hay dos razones por las que los accionistas de Nvidia no están entrando en pánico.

1. Los chips más pequeños tienen ventajas en algunos aspectos

Mientras que Cerebras naturalmente se enfoca en las desventajas de los chips de sus rivales, hay escenarios en los que los chips más pequeños pueden ofrecer ventajas, principalmente porque brindan más flexibilidad a los clientes.

Por un lado, los chips del tamaño de una oblea son más caros de fabricar y contienen muchos más núcleos que los más pequeños. Si suficientes partes de uno de los chips enormes de Cerebras son defectuosas, todo el chip (caro) puede tener que desecharse. Aunque la compañía diseñó sus chips con redundancias para reducir las probabilidades de que eso ocurra, los defectos sí ocurren en todos los procesos de fabricación de chips.

Además, no todas las tareas de IA requieren toda la potencia de un WSE-3. Las tareas más pequeñas requieren menos GPUs, por lo que las empresas pequeñas a medianas que buscan desplegar aplicaciones de IA probablemente encuentren soluciones más rentables en empresas como Nvidia. Y las GPUs de Nvidia pueden desplegarse en clústeres personalizados para ofrecer cualquier capacidad de procesamiento requerida.

2. CUDA

Pero la mayor ventaja competitiva de Nvidia puede ser su capa de software CUDA (Compute Unified Device Architecture), que actualmente domina el espacio. Es una plataforma de software que permite a los desarrolladores escribir código para las GPUs de Nvidia, y generalmente, ese código solo puede ejecutarse en las GPUs de Nvidia.

La compañía introdujo CUDA en 2006, y en las últimas dos décadas, se ha desarrollado un ecosistema robusto en torno a la plataforma, que ha sido ampliamente adoptado por consumidores y empresas.

Por ejemplo, según Nvidia, las compañías farmacéuticas usan CUDA para ayudar a descubrir nuevos medicamentos, los fabricantes de automóviles lo usan para mejorar las capacidades de conducción autónoma de sus vehículos, y los minoristas lo usan para analizar datos de clientes que impactan en sus recomendaciones de productos y publicidad.

La transición lejos de CUDA sería un proceso difícil. No solo requeriría reescribir mucho código, sino también operar en torno a ese enorme ecosistema existente. Sin mencionar que la mayoría de los desarrolladores en el espacio han trabajado con CUDA toda su carrera y usan muchas otras herramientas desarrolladas específicamente para CUDA. Están acostumbrados a esas herramientas y son eficientes con ellas. Renunciar a todo eso sería una opción poco atractiva para la mayoría de las empresas.

Expandir

NASDAQ: NVDA

Nvidia

Cambio de hoy

(-0.68%) $-1.50

Precio actual

$218.01

Datos clave

Capitalización de mercado

$5.3T

Rango del día

$215.17 - $221.07

Rango de 52 semanas

$129.16 - $236.54

Volumen

2.8M

Volumen promedio

171.3M

Margen bruto

74.15%

Rendimiento de dividendos

0.02%

Hasta el año pasado, CUDA soportaba más de 900 bibliotecas y modelos de IA, según Business Insider, con cada biblioteca correspondiente a una industria que aprovecha la tecnología de Nvidia.

Es cierto que Cerebras ha construido su propia capa de software para competir con CUDA, pero Nvidia tiene una gran ventaja inicial.

La ventaja competitiva de Nvidia es comparable a la que disfrutan las empresas de pagos Visa y Mastercard, que desempeñan roles vitales en facilitar transacciones de pago. ¿Podría otra empresa hacer lo que hacen esas dos desde una perspectiva tecnológica? Claro, pero ¿podría una replicar sus enormes redes y escala global?

Bueno, todavía no ha ocurrido.