Reseña del libro: La máquina pensante: Jensen Huang, NVIDIA y el microchip más codiciado del mundo, de Stephen Witt

La máquina pensante: Jensen Huang, NVIDIA y el microchip más codiciado del mundo Se distingue de la mayoría de los libros escritos sobre inteligencia artificial porque aborda el tema desde una dirección que muchos lectores con conocimientos técnicos, incluido yo mismo, históricamente hemos subestimado.

Como muchas personas que han seguido la IA durante años, mi comprensión del campo se vio influenciada por hitos familiares. La historia suele comenzar en 1956 con el taller de Dartmouth, Se mueve a través de los primeros sistemas simbólicos, luego salta hacia momentos clave como el de IBM. Deep Blue derrotando a Garry Kasparov, DeepMind dominando GoY, más recientemente, OpenAI demostró que los grandes modelos de lenguaje pueden coordinar la estrategia en entornos multijugador complejos. Estos momentos son intelectualmente satisfactorios y fáciles de recordar porque se centran en victorias visibles.

Lo que el libro de Stephen Witt hace excepcionalmente bien es desafiar ese enfoque. En lugar de centrarse en momentos en los que la IA impresionó al mundo, La máquina de pensar Se centra en la capa menos visible que subyace a esos logros. Argumenta, de forma convincente, que la era moderna de la IA no se desencadenó principalmente solo gracias a ideas ingeniosas, sino a un cambio fundamental en la forma de realizar la computación.

Centrando la narrativa en NVIDIA (NVDA -1.44%) y su cofundador, Jensen Huang, Witt replantea la revolución de la IA como una historia sobre arquitectura informática, ecosistemas de desarrollo y convicciones a largo plazo. El resultado no es solo una biografía corporativa, sino un capítulo perdido en la historia más amplia de la inteligencia artificial.

De los videojuegos a un nuevo paradigma informático

Los inicios de NVIDIA están muy lejos de las elevadas ambiciones que ahora se asocian con la inteligencia artificial. La empresa... surgió en 1993 Como fabricante de chips gráficos, se centró en renderizar mundos de videojuegos cada vez más realistas. El reto en aquel entonces no era la inteligencia, sino la velocidad. Los juegos requerían la realización instantánea de una gran cantidad de cálculos para simular la luz, el movimiento y la profundidad.

La solución que persiguió NVIDIA fue computación paralela. La computación paralela implica realizar muchos cálculos simultáneamente en lugar de ejecutarlos secuencialmente. En lugar de depender de un único núcleo potente que procesa una instrucción tras otra, las GPU utilizan miles de núcleos más pequeños que trabajan simultáneamente en operaciones matemáticas similares. Este enfoque es especialmente eficaz para cargas de trabajo que implican la repetición de los mismos cálculos en grandes conjuntos de datos.

Originalmente, esta arquitectura se diseñó para gráficos. Sin embargo, Witt muestra cómo esta decisión creó discretamente la base ideal para las redes neuronales décadas después. El entrenamiento de los modelos de IA modernos implica la aplicación de un gran número de operaciones matemáticas idénticas a grandes cantidades de datos. Las GPU ya estaban optimizadas precisamente para ese tipo de trabajo.

Lo que hace que esta parte del libro sea tan atractiva es la claridad con la que Witt conecta las decisiones de diseño técnico con la supervivencia. NVIDIA no eligió la computación paralela porque previera la inteligencia artificial. La eligió porque era la única forma de competir en gráficos en tiempo real. Esa necesidad obligó a la compañía a dominar un modelo informático que posteriormente resultaría transformador mucho más allá del ámbito de los videojuegos.

Jensen Huang y pensar en sistemas, no en productos

En el centro de esta historia se encuentra Jensen Huang, retratado no como un ejecutivo convencional, sino como alguien que siempre pensó en sistemas, no en productos individuales. Witt presenta a Huang como una persona exigente, intensa y a menudo difícil, pero también notablemente coherente en su visión de la tecnología a lo largo del tiempo.

Mientras que los competidores consideraban las GPU como componentes desechables ligados a los ciclos de juego, Huang las consideraba la base de una plataforma informática más amplia. Esta distinción se vuelve crucial. Los productos se reemplazan. Las plataformas se combinan.

Internamente, NVIDIA reflejó esta mentalidad. Se animó a los ingenieros a pensar con años de anticipación. El software se consideró tan estratégicamente importante como el silicio. Se invirtió en herramientas y soporte para desarrolladores mucho antes de que existiera una demanda clara. Muchas de estas decisiones parecían excesivas o innecesarias en su momento. En retrospectiva, crearon una brecha que a los competidores les costó superar.

Witt deja claro que el ascenso de NVIDIA no era inevitable. La compañía estuvo al borde del fracaso en más de una ocasión. Lo que la impulsó no fue un único avance, sino la firme convicción de que la computación acelerada acabaría teniendo una gran repercusión más allá de su uso original.

CUDA y la historia del origen de la IA que muchos se perdieron

Una de las contribuciones más importantes de La máquina de pensar Así es como se replantea el papel de CUDA en la historia de la IA.

Antes de leer este libro, es fácil pensar en CUDA Como una herramienta de desarrollo exitosa. Witt demuestra por qué merece mucha más atención. CUDA se creó para que la computación paralela fuera utilizable fuera del ámbito gráfico. Antes de CUDA, el uso de GPU para computación general requería forzar la resolución de problemas a través de interfaces específicas para gráficos. Esto era frágil, ineficiente y limitado a especialistas.

CUDA cambió esto al permitir a los desarrolladores programar GPUs utilizando modelos de programación familiares. Miles de núcleos de computación se volvieron accesibles como recurso general. Esto redujo la barrera de entrada a la computación de alto rendimiento de una manera que pocos apreciaron plenamente en aquel momento.

Aquí es donde el libro resonó fuertemente con mi propia experiencia de aprendizaje de la historia de la IA. La narrativa que absorbí se centró principalmente en modelos y algoritmos. ¿Qué...? La máquina de pensar Lo que deja claro es que muchas de esas ideas sólo se volvieron prácticas una vez que los investigadores pudieron realmente practicarlas a gran escala.

Los investigadores de IA reconocieron rápidamente que las redes neuronales eran la solución ideal para la computación paralela. El entrenamiento implica repetir las mismas operaciones en grandes conjuntos de datos, ajustando millones o miles de millones de parámetros a lo largo del tiempo. CUDA permitió que este proceso fuera más rápido, económico y fiable que nunca antes con las CPU.

Esto cobró especial importancia a medida que se aceleró el aprendizaje profundo y, posteriormente, con la aparición de los modelos basados ​​en transformadores. Los transformadores prosperan a gran escala. Sin la aceleración por GPU, muchos de los modelos que definen el panorama actual de la IA habrían permanecido teóricos o habrían sido prohibitivamente caros. CUDA no inventó estas arquitecturas, pero hizo posible su rápida evolución.

Lo que Witt capta con especial precisión es que este resultado no fue totalmente planificado. CUDA se creó para la computación científica. Los investigadores de IA descubrieron su potencial y colocaron a NVIDIA en el centro de la carrera de la IA.

Infraestructura por encima de algoritmos

Una de las ideas más valiosas del libro es que el progreso de la IA se ve limitado tanto por la infraestructura como por las ideas. Muchos relatos populares se centran en algoritmos, técnicas de entrenamiento y conjuntos de datos. La máquina de pensar recuerda al lector que nada de esto importa sin el cálculo suficiente.

Desde esta perspectiva, el auge de la IA moderna Parece menos repentino y más retardado. Las redes neuronales existieron durante décadas. Lo que cambió fue la disponibilidad de hardware capaz de entrenarlas a una escala significativa.

NVIDIA no se limitó a proporcionar chips más rápidos. Creó un ecosistema de hardware, bibliotecas de software y herramientas para desarrolladores que se reforzaron mutuamente con el tiempo. A medida que los investigadores optimizaban su trabajo para las plataformas NVIDIA, NVIDIA perfeccionaba sus productos para adaptarse mejor a las cargas de trabajo de IA. Este ciclo de retroalimentación creó una ventaja duradera que se extendió mucho más allá del rendimiento puro.

El libro subraya silenciosamente una realidad que hoy es cada vez más obvia: el liderazgo en IA está determinado por las cadenas de suministro, la capacidad de fabricación, los ecosistemas de software y el control de la plataforma, no solo por la brillantez de la investigación.

Visión, riesgo y consecuencias agravantes

Witt no elude las implicaciones del dominio de NVIDIA. A medida que la compañía se convierte en un pilar fundamental de la infraestructura global de IA, su influencia crece en consecuencia. La convicción de Jensen Huang de que la computación acelerada definirá la siguiente fase del progreso tecnológico se refleja en todo el libro.

En lugar de moralizar, La máquina de pensar Se centra en cómo la ingeniería consistente y las decisiones estratégicas se consolidaron con el tiempo. NVIDIA no triunfó siguiendo tendencias. Triunfó al comprometerse tempranamente con la computación paralela, resistir ciclos de mercado recurrentes e invertir incansablemente en las herramientas que hicieron indispensable su hardware.

Para los lectores que buscan comprender cómo la IA realmente escaló

Para los lectores que ya conocen los momentos más destacados de Historia de la IAEste libro completa la capa que faltaba tras ellos. Explica por qué esos avances pudieron escalar en el momento en que lo hicieron y por qué NVIDIA se convirtió en una fuerza central en el proceso.

Este libro está dirigido a quienes desean comprender la inteligencia artificial como un sistema industrial, más que como un conjunto de modelos ingeniosos. Resultará muy atractivo para quienes se interesan por los chips, los centros de datos y las decisiones de ingeniería, a menudo invisibles, que configuran silenciosamente el poder tecnológico.

La máquina de pensar Tiene éxito porque replantea la historia de la IA desde cero, mostrando cómo la computación paralela, las plataformas de desarrollo y la visión a largo plazo construyeron las bases sobre las que ahora se sostiene la inteligencia artificial moderna.