En directo
[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[Investigación]Nvidia logra medalla de oro en dos olimpiadas científicas con el mismo modelo de IA[Modelos de IA]Un modelo de IA que habla árabe emiratí como un local[Herramientas]Hugging Face convierte su plataforma en un catálogo unificado de entornos para entrenar agentes de IA[Herramientas]Un benchmark de Microsoft exige que los agentes de IA funcionen bien veinte veces seguidas[Modelos de IA]Allen AI publica AstaBrief, un modelo abierto que redacta informes científicos con citas en un minuto[Investigación]ServiceNow crea un sistema que genera automáticamente tareas para entrenar agentes de IA empresariales[Investigación]Allen Institute publica Olmo-core 3, su infraestructura abierta para entrenar modelos gigantes de IA[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[Investigación]Nvidia logra medalla de oro en dos olimpiadas científicas con el mismo modelo de IA[Modelos de IA]Un modelo de IA que habla árabe emiratí como un local[Herramientas]Hugging Face convierte su plataforma en un catálogo unificado de entornos para entrenar agentes de IA[Herramientas]Un benchmark de Microsoft exige que los agentes de IA funcionen bien veinte veces seguidas[Modelos de IA]Allen AI publica AstaBrief, un modelo abierto que redacta informes científicos con citas en un minuto[Investigación]ServiceNow crea un sistema que genera automáticamente tareas para entrenar agentes de IA empresariales[Investigación]Allen Institute publica Olmo-core 3, su infraestructura abierta para entrenar modelos gigantes de IA
Transmitiendo · —

Noticias.
Inteligencia Artificial

Inteligencia Artificial para Gente Real · ES / PT-BR

NegociosThe Decoder1 min

Waymo diseña sus propios chips para reducir su dependencia de Nvidia

La empresa de taxis autónomos de Google desarrolla procesadores a medida para sus vehículos, siguiendo la estrategia de otras grandes tecnológicas.

Por Redacción1 min
En resumen

Waymo ha desarrollado sus propios chips especializados para procesar la inteligencia artificial que controla sus robotaxis (vehículos autónomos sin conductor). Con este movimiento, la empresa de Google reduce su dependencia de Nvidia, el principal proveedor de procesadores para IA en la industria del automóvil autónomo, y gana mayor control sobre rendimiento y costes.

Compartir
Waymo diseña sus propios chips para reducir su dependencia de Nvidia
Negocios · The Decoder

Waymo (la división de vehículos autónomos de Google) ha desarrollado sus propios chips especializados para procesar la inteligencia artificial que controla sus robotaxis, según informó The Decoder. Con este movimiento, la compañía reduce su dependencia de Nvidia, el fabricante que hasta ahora dominaba el mercado de procesadores para IA en la industria del automóvil autónomo.

Los chips personalizados permiten a Waymo optimizar el hardware específicamente para las tareas que realizan sus vehículos: procesar en tiempo real los datos de cámaras, radares y sensores láser (LIDAR, un sistema que mide distancias mediante pulsos de luz) para identificar peatones, otros coches y señales de tráfico. Un procesador diseñado a medida puede ser más eficiente energéticamente y más rápido para estas operaciones concretas que una GPU (unidad de procesamiento gráfico) de propósito general.

Esta estrategia no es nueva en el sector tecnológico. Apple, Google, Amazon y Microsoft ya diseñan sus propios procesadores para centros de datos y dispositivos, buscando mayor control sobre el rendimiento y los costes. En el caso de los vehículos autónomos, donde cada milisegundo cuenta para tomar decisiones que pueden salvar vidas, tener un chip ajustado al milímetro a las necesidades del software resulta especialmente valioso.

El movimiento también tiene implicaciones económicas: al fabricar sus propios chips, Waymo puede negociar directamente con las fundiciones (las fábricas que físicamente producen los semiconductores) y evitar los márgenes de Nvidia, cuyos procesadores especializados para IA han alcanzado precios muy elevados ante la creciente demanda. Aun así, es probable que Waymo siga usando tecnología de Nvidia para el entrenamiento inicial de sus modelos de IA en centros de datos, reservando sus chips propios para la inferencia (la ejecución del modelo ya entrenado) dentro de los vehículos.

Fuente original
The Decoder
Más en · Negocios