NVIDIA lanza una herramienta que acelera hasta diez veces el ajuste de modelos de IA
NeMo AutoModel automatiza el proceso de adaptar modelos de lenguaje a tareas específicas, reduciendo el tiempo y el coste de entrenamiento para empresas y desarrolladores.
NVIDIA acaba de lanzar NeMo AutoModel, una herramienta que promete revolucionar la forma en que las empresas adaptan modelos de inteligencia artificial a sus necesidades específicas. Según anunció la compañía en el blog de Hugging Face (una plataforma donde desarrolladores comparten y descargan modelos de IA ya entrenados), esta tecnología puede acelerar hasta diez veces el proceso de fine-tuning (el ajuste fino de un modelo preentrenado para que funcione mejor en una tarea concreta, como analizar contratos legales o responder preguntas sobre productos de una empresa).
El problema que resuelve NeMo AutoModel es técnico pero tiene consecuencias prácticas importantes: cuando una organización quiere usar un modelo de lenguaje como Llama o Mistral (dos familias populares de LLMs, es decir, modelos de lenguaje de gran tamaño), normalmente necesita ajustarlo con sus propios datos. Ese proceso requiere decidir decenas de parámetros técnicos — velocidad de aprendizaje, tamaño de lote, estrategias de paralelización — y si se eligen mal, el entrenamiento puede tardar semanas o consumir miles de euros en servidores cloud. NeMo AutoModel automatiza esas decisiones: analiza el modelo, el hardware disponible y los datos, y configura todo automáticamente.
La herramienta está integrada con el ecosistema de Hugging Face, lo que significa que funciona directamente con miles de modelos ya disponibles en esa plataforma. Los desarrolladores pueden importar un modelo, conectarlo a sus datos y dejar que NeMo AutoModel elija la configuración óptima para el hardware que tengan — ya sean GPUs NVIDIA en la nube o servidores propios. NVIDIA afirma que en sus pruebas internas han reducido el tiempo de entrenamiento de varios días a unas pocas horas en tareas habituales como generación de texto o clasificación de documentos.
Esta automatización es especialmente relevante para empresas medianas que no tienen equipos especializados en machine learning: hasta ahora, ajustar un modelo requería conocimientos profundos de optimización de GPU (las tarjetas gráficas que se usan para entrenar IA) y arquitectura de redes neuronales. Con NeMo AutoModel, el proceso se parece más a configurar una aplicación que a programar desde cero. La herramienta también incorpora técnicas avanzadas como PEFT (Parameter-Efficient Fine-Tuning, métodos que ajustan solo una pequeña parte del modelo para ahorrar memoria y tiempo) de forma automática.
NeMo AutoModel forma parte de NVIDIA NeMo Framework, un conjunto de herramientas de código abierto para desarrollar aplicaciones de IA generativa. Está disponible desde hoy para cualquier desarrollador, aunque sacarle el máximo rendimiento sigue requiriendo acceso a GPUs potentes — algo que NVIDIA, como principal fabricante de estos chips, tiene interés en facilitar. La compañía no ha revelado si planea comercializar versiones de pago con soporte empresarial, aunque es una estrategia habitual en este tipo de lanzamientos.
