La inteligencia artificial está transformando rápidamente diversas industrias, desde los vehículos autónomos hasta la imagen médica y el procesamiento del lenguaje en tiempo real. Esta revolución no solo se basa en software, sino que también depende fuertemente del hardware, destacándose en este contexto las GPUs (Unidades de Procesamiento Gráfico) y las TPUs (Unidades de Procesamiento Tensor).
Los fabricantes de chips que impulsan la IA están experimentando un crecimiento exponencial, lo que plantea inquietudes para los inversores: no solo se preguntan si invertir en hardware de IA, sino qué chips y empresas liderarán la próxima ola en este sector. Para entender mejor este panorama, es esencial conocer las características y ventajas de las GPUs y las TPUs.
Las GPUs, inicialmente diseñadas para el renderizado gráfico en videojuegos, han evolucionado para convertirse en la herramienta preferida para el entrenamiento de modelos de IA. Esto se debe a su capacidad para procesar miles de operaciones simultáneamente, lo que es ideal para el aprendizaje profundo. Su flexibilidad y adopción generalizada, además de un fuerte ecosistema de desarrolladores, hacen que sean la elección predominante en diversas aplicaciones, desde videojuegos hasta simulaciones y ciencia de datos. NVIDIA se erige como el jugador dominante en este ámbito.
Por otro lado, las TPUs fueron desarrolladas por Google como circuitos integrados específicos para operaciones de aprendizaje automático, especialmente en cargas de trabajo de TensorFlow. Estas unidades son altamente eficientes y optimizadas para inferencia, lo que les permite ofrecer un rendimiento superior en determinadas tareas. Alphabet, la empresa matriz de Google, lidera este segmento.
A medida que la demanda de chips de IA se dispara, se espera que el mercado global alcance cifras astronómicas en los próximos años. Las proyecciones indican que podría alcanzar los 263 mil millones de dólares para 2031, creciendo a un ritmo del 38.2% anual. La mayor parte de esta demanda provendrá de centros de datos, aunque se espera un crecimiento en computación en el borde, impulsada por tecnologías como vehículos autónomos e IoT.
En 2025, se prevé una diversificación en la demanda de chips, lo que brinda oportunidades a varios competidores. Las GPUs seguirán liderando gracias a la popularidad de la plataforma CUDA de NVIDIA, que se ha convertido en el estándar para el desarrollo de IA. Sin embargo, las TPUs están ganando terreno en sectores específicos, especialmente para quienes ya utilizan TensorFlow y buscan soluciones altamente eficientes a bajo costo.
A largo plazo, se observa un aumento en el número de empresas que están diseñando sus propios chips de IA, como Amazon y Microsoft, lo que podría recortar la cuota de mercado de NVIDIA. Aunque las TPUs y otros ASIC están ganando popularidad, la versatilidad de las GPUs, que se pueden utilizar en una variedad de aplicaciones, las continuará haciendo atractivas para los inversores.
A medida que se despliegan las tecnologías de IA, los inversores tienen la oportunidad de diversificar sus portafolios, no limitándose a una sola tecnología. En este entorno en constante cambio, la clave será entender el papel de cada tipo de chip y cómo cada uno se posiciona en el mercado. La carrera por la inteligencia artificial no tendrá un solo ganador; se requerirá una estrategia diversificada para capitalizar las oportunidades que surgen en este emocionante campo.
