En directo
[Modelos de IA]Beam, el modelo de IA de 501.000 millones de parámetros que puedes descargar y modificar[Modelos de IA]Nvidia e IIT Madras lanzan 2,8 billones de tokens en 22 lenguas de la India[Modelos de IA]IBM lanza Granite Switch 4.1, un modelo de IA que combina conversación, decisiones y transcripción de audio[Modelos de IA]Apertus 1.5: el modelo suizo de IA de código abierto ahora entiende imágenes y audio[Modelos de IA]FLUX.3 combina generación de imágenes, edición y control de composición en un solo modelo de IA[Modelos de IA]Meta presenta Muse Spark Open, su modelo de IA más grande con pesos abiertos[Modelos de IA]Un modelo de IA de 24.000 millones de parámetros que corre en un portátil como si tuviera 2.000 millones[Investigación]Cómo dar prioridad a la investigación más valiosa sin dejar GPUs sin usar[Herramientas]Seis modelos de IA en una semana, sin escribir código: así funciona ML Intern[Modelos de IA]Liquid AI lanza dos modelos de IA que toman decisiones en 16 milisegundos[Modelos de IA]Beam, el modelo de IA de 501.000 millones de parámetros que puedes descargar y modificar[Modelos de IA]Nvidia e IIT Madras lanzan 2,8 billones de tokens en 22 lenguas de la India[Modelos de IA]IBM lanza Granite Switch 4.1, un modelo de IA que combina conversación, decisiones y transcripción de audio[Modelos de IA]Apertus 1.5: el modelo suizo de IA de código abierto ahora entiende imágenes y audio[Modelos de IA]FLUX.3 combina generación de imágenes, edición y control de composición en un solo modelo de IA[Modelos de IA]Meta presenta Muse Spark Open, su modelo de IA más grande con pesos abiertos[Modelos de IA]Un modelo de IA de 24.000 millones de parámetros que corre en un portátil como si tuviera 2.000 millones[Investigación]Cómo dar prioridad a la investigación más valiosa sin dejar GPUs sin usar[Herramientas]Seis modelos de IA en una semana, sin escribir código: así funciona ML Intern[Modelos de IA]Liquid AI lanza dos modelos de IA que toman decisiones en 16 milisegundos
Transmitiendo · —

Noticias.
Inteligencia Artificial

Inteligencia Artificial para Gente Real · ES / PT-BR

NegociosTechCrunch AI2 min

Amazon triplica su pedido de chips de Nvidia por el aumento de la demanda de IA

La compañía comprará dos millones de GPU adicionales en los próximos dos años para sus centros de datos, ampliando su asociación con Nvidia más allá de la simple compra de hardware.

Por Redacción2 min
En resumen

Amazon comprará dos millones de chips GPU (procesadores que aceleran cálculos de inteligencia artificial) adicionales de Nvidia durante los próximos dos años, triplicando su pedido inicial. La decisión responde al aumento de demanda de sus servicios de computación en la nube para IA y amplía la colaboración técnica entre ambas empresas.

Compartir
Amazon triplica su pedido de chips de Nvidia por el aumento de la demanda de IA
Negocios · TechCrunch AI

Amazon ha decidido ampliar drásticamente su infraestructura de inteligencia artificial con la compra de dos millones de chips GPU (unidades de procesamiento gráfico, los componentes que aceleran los cálculos complejos necesarios para entrenar y ejecutar modelos de IA) de Nvidia, según informó TechCrunch. El pedido, que se entregará a lo largo de los próximos dos años, triplica el compromiso inicial de la compañía con el fabricante de semiconductores.

La decisión responde a lo que Amazon describe como una «demanda creciente» de sus servicios de computación en la nube orientados a inteligencia artificial. AWS (Amazon Web Services, la división de computación en la nube de Amazon) alquila capacidad de cálculo a empresas que necesitan entrenar modelos de IA o ejecutar aplicaciones basadas en aprendizaje automático, y la escasez global de chips especializados ha convertido el acceso a GPUs en un cuello de botella para muchas organizaciones.

Más allá del volumen de chips, la ampliación del acuerdo incluye una colaboración técnica más estrecha entre ambas compañías. Amazon tendrá acceso anticipado a nuevas arquitecturas de GPU de Nvidia y trabajará junto al fabricante en optimizaciones específicas para sus centros de datos, lo que podría traducirse en mejor rendimiento energético y mayor eficiencia en el entrenamiento de modelos grandes.

El movimiento sitúa a Amazon en una posición más competitiva frente a Microsoft y Google, que también han realizado inversiones multimillonarias en infraestructura de IA durante el último año. Aunque Amazon diseña sus propios chips (los Trainium y Inferentia, procesadores desarrollados internamente para cargas de trabajo de inteligencia artificial), sigue dependiendo de Nvidia para las aplicaciones más exigentes, especialmente el entrenamiento de modelos de lenguaje de gran tamaño (LLMs, sistemas de IA capaces de generar y comprender texto, como ChatGPT).

La expansión refleja también la apuesta de Amazon por convertirse en el proveedor principal de infraestructura para la nueva generación de aplicaciones de IA, desde asistentes conversacionales hasta sistemas de análisis de datos en tiempo real. Con este pedido, la compañía asegura suministro de hardware crítico en un mercado donde la demanda supera ampliamente la oferta disponible.

Fuente original
TechCrunch AI
Más en · Negocios