Nvidia Huang Renxun escribe: La "tarta de cinco capas" de la IA

El título original: AI Is a Five‑Layer Cake

El autor original: Nvidia

Compilación original: Peggy, BlockBeats

Nota del editor: La inteligencia artificial está pasando de ser una tecnología de vanguardia a convertirse en la infraestructura fundamental que sustenta el funcionamiento de la economía moderna. En su primer artículo extenso publicado en su cuenta oficial, Nvidia intenta, partiendo de los principios básicos, realizar un análisis sistemático de la estructura industrial de la IA: desde la energía y los chips, hasta la infraestructura de centros de datos, modelos y aplicaciones, formando una pila tecnológica completa de cinco capas.

El artículo señala que la IA no es solo una competencia de software o modelos, sino una construcción industrial global que involucra energía, computación, manufactura y aplicaciones, cuyo tamaño podría convertirse en una de las mayores expansiones de infraestructura en la historia humana. Desde esta perspectiva de la “tarta de cinco capas”, Nvidia intenta explicar que el verdadero significado de la IA no es solo software más inteligente, sino una revolución en infraestructura comparable a la electricidad y la internet.

A continuación, el texto original:

La inteligencia artificial es una de las fuerzas más poderosas que están moldeando el mundo hoy en día. No es solo una aplicación inteligente, ni un modelo único, sino una infraestructura, tan importante como la electricidad y la internet.

La IA funciona sobre hardware real, energía real y un sistema económico real. Convierte materias primas en “inteligencia” producida a escala. Cada empresa la utiliza, cada país la construye.

Para entender por qué la IA se desarrolla de esta manera, partir de los principios básicos y analizar los cambios fundamentales en el campo de la computación será muy útil.

De “software predefinido” a “inteligencia generada en tiempo real”

En la mayor parte de la historia del desarrollo de las computadoras, el software ha sido “predefinido”. Los humanos describen un algoritmo, y la computadora lo ejecuta según las instrucciones. Los datos deben estar cuidadosamente estructurados, almacenados en tablas y recuperados mediante consultas precisas. SQL es indispensable porque permite que todo este sistema funcione.

Pero la IA rompe con este patrón.

Por primera vez, tenemos una computadora capaz de entender información no estructurada. Puede ver imágenes, leer textos, escuchar sonidos y comprender su significado; puede razonar sobre el contexto y las intenciones. Y lo más importante, puede generar inteligencia en tiempo real.

Cada respuesta es una generación nueva. Cada respuesta depende del contexto que proporcionas. Ya no es un software que busca en una base de datos instrucciones existentes, sino que razona en tiempo real y genera inteligencia según sea necesario.

Debido a que la inteligencia se genera en tiempo real, toda la pila tecnológica que la soporta debe ser reinventada.

La IA como infraestructura

Desde una perspectiva industrial, la IA puede desglosarse en una estructura de cinco capas.

Energía (Energy)

La capa más baja es la energía.

La inteligencia generada en tiempo real requiere electricidad generada en tiempo real. Cada token producido implica el movimiento de electrones, la gestión del calor y la conversión de energía en capacidad de cálculo.

Por debajo de esta capa, no hay abstracción alguna. La energía es el primer principio de la infraestructura de la IA y la restricción fundamental que determina cuánta inteligencia puede producir el sistema.

Chips (Chips)

Sobre la energía están los chips. El objetivo de estos procesadores es convertir energía en capacidad de cálculo con una eficiencia extrema, en condiciones de gran escala.

Las cargas de trabajo de IA requieren una enorme capacidad de cálculo paralelo, memoria de alta banda ancha y conexiones rápidas. El avance en la capa de chips determina la velocidad de expansión de la IA y cuánto finalmente se abaratará la “inteligencia”.

Infraestructura (Infrastructure)

Sobre los chips está la infraestructura. Esto incluye tierra, transmisión eléctrica, sistemas de refrigeración, construcción, redes, y sistemas de orquestación que organizan decenas de miles de procesadores en una sola máquina.

Estos sistemas son esencialmente fábricas de IA. No están diseñados para almacenar información, sino para fabricar inteligencia.

Modelos (Models)

Sobre la infraestructura están los modelos. Los modelos de IA pueden entender diversos tipos de información: lenguaje, biología, química, física, finanzas, medicina, y el mundo real en sí.

Los modelos de lenguaje son solo una categoría. Uno de los trabajos más transformadores está ocurriendo en áreas como IA de proteínas, IA química, simulaciones físicas, robots y sistemas autónomos.

Aplicaciones (Applications)

En la capa superior están las aplicaciones, donde realmente se genera valor económico. Por ejemplo, plataformas de descubrimiento de fármacos, robots industriales, copilotos legales, vehículos autónomos.

Un coche autónomo, en esencia, es una “aplicación de IA soportada por máquinas”; un robot humanoide es una “aplicación de IA soportada por un cuerpo”. La tecnología básica es la misma, solo que la forma final de presentación difiere.

Por lo tanto, esta es la estructura de cinco capas de la IA: Energía → Chips → Infraestructura → Modelos → Aplicaciones. Cada aplicación exitosa impulsa hacia abajo todas las capas, hasta la central eléctrica que le suministra energía.

Una construcción de infraestructura aún en sus etapas iniciales

Acabamos de comenzar esta construcción. La inversión actual es de unos pocos billones de dólares, pero en el futuro se necesitarán infraestructuras por valor de billones de dólares.

A nivel global, estamos viendo fábricas de chips, ensamblaje de computadoras y fábricas de IA.

Se están construyendo a una escala sin precedentes. Esto se convertirá en una de las mayores construcciones de infraestructura en la historia humana.

La demanda laboral en la era de la IA

El tamaño de la fuerza laboral necesaria para soportar esta construcción es enorme.

Las fábricas de IA necesitan: electricistas, plomeros, instaladores de tuberías, trabajadores en estructuras de acero, técnicos en redes, instaladores de equipos, personal de mantenimiento.

Estos son puestos altamente especializados y bien remunerados, y actualmente escasean mucho. Participar en esta transformación no requiere necesariamente un doctorado en ciencias de la computación.

Al mismo tiempo, la IA está impulsando la productividad en la economía del conocimiento. Tomemos la radiología como ejemplo. La IA ya ayuda en la interpretación de imágenes médicas, pero la demanda de radiólogos sigue creciendo.

Y esto no es contradictorio.

El verdadero trabajo del radiólogo es cuidar a los pacientes, y la lectura de imágenes es solo una de sus tareas. Cuando la IA asuma cada vez más tareas repetitivas, los médicos podrán dedicar más tiempo a la toma de decisiones, comunicación y tratamiento.

La mayor eficiencia hospitalaria puede atender a más pacientes, y por tanto, se necesita más personal. La productividad genera capacidad, y la capacidad genera crecimiento.

¿Qué cambios ocurrieron en el último año?

En el último año, la IA ha superado un umbral clave.

Los modelos ya son lo suficientemente buenos para desempeñar un papel real en escenarios a gran escala.

· Mejora significativa en la capacidad de razonamiento

· Reducción notable de las alucinaciones

· Mejoras sustanciales en el “anclaje” con el mundo real

Por primera vez, las aplicaciones basadas en IA comienzan a generar valor económico real.

Ya hay una clara coincidencia entre producto y mercado en áreas como investigación de medicamentos, logística, atención al cliente, desarrollo de software y manufactura.

Estas aplicaciones están impulsando fuertemente toda la pila tecnológica subyacente.

El papel de los modelos de código abierto

Los modelos de código abierto juegan un papel clave. La gran mayoría de los modelos de IA en el mundo son gratuitos. Investigadores, startups, empresas e incluso países enteros dependen de modelos de código abierto para competir en IA avanzada.

Cuando los modelos de código abierto alcanzan la frontera tecnológica, no solo cambian el software, sino que también activan la demanda en toda la pila tecnológica.

DeepSeek‑R1 es un ejemplo típico. Al hacer ampliamente accesible un potente modelo de razonamiento, impulsa un rápido crecimiento en la capa de aplicaciones, al mismo tiempo que aumenta la demanda de capacidad de entrenamiento, infraestructura, chips y energía.

¿Qué significa esto?

Cuando ves la IA como infraestructura, todo se vuelve más claro. La IA quizás empezó con Transformers y grandes modelos de lenguaje, pero va mucho más allá.

Es una transformación industrial que remodelará:

· La producción y consumo de energía

· La construcción de fábricas

· La organización del trabajo

· Los patrones de crecimiento económico

La razón por la que se construyen fábricas de IA es que ahora la inteligencia puede generarse en tiempo real. Los chips se rediseñan porque la eficiencia determina la velocidad de expansión de la inteligencia. La energía se vuelve central porque decide cuánta inteligencia puede producir el sistema. La explosión de aplicaciones se debe a que los modelos finalmente superaron la barrera de “escala disponible”.

Cada capa refuerza a las demás.

Por eso, esta construcción es tan grande, por qué afecta a tantos sectores, y por qué no se limita a un país o sector específico.

Cada empresa usará IA.

Cada país construirá IA.

Todavía estamos en una etapa temprana.

Muchísima infraestructura aún no se ha construido, mucha fuerza laboral no ha sido entrenada, y muchas oportunidades aún no se han realizado.

Pero la dirección ya está muy clara.

La inteligencia artificial está convirtiéndose en la infraestructura fundamental del mundo moderno.

Y las decisiones que tomemos hoy, la velocidad de construcción, la amplitud de participación y la responsabilidad en la implementación, determinarán cómo será este era en última instancia.