Durante m\u00e1s de una d\u00e9cada, el entrenamiento y la ejecuci\u00f3n de modelos de inteligencia artificial ha girado en torno a un protagonista casi indiscutible: la GPU de NVIDIA. Sin embargo, una empresa llamada Cerebras Systems ha decidido replantear el problema desde la ra\u00edz con una idea tan ambiciosa como contraintuitiva: en lugar de fabricar muchos chips peque\u00f1os y conectarlos entre s\u00ed, \u00bfpor qu\u00e9 no convertir una oblea de silicio entera en un \u00fanico procesador gigante? El resultado es el Wafer-Scale Engine, y representa una de las apuestas arquitect\u00f3nicas m\u00e1s radicales que ha visto el sector del c\u00f3mputo para IA.<\/p>\n
El modelo de NVIDIA parte de una premisa cl\u00e1sica de la industria de los semiconductores. De cada oblea de silicio se recortan decenas de chips individuales (las GPUs), cada uno con su propio encapsulado, su memoria de alto ancho de banda (HBM) y sus interfaces de comunicaci\u00f3n. Una GPU moderna como la H100 o la B200 de la familia Blackwell concentra una enorme potencia en un solo paquete, pero para entrenar modelos de gran tama\u00f1o hace falta conectar cientos o miles de ellas.<\/p>\n
Esa interconexi\u00f3n es precisamente donde NVIDIA ha construido buena parte de su ventaja. Tecnolog\u00edas como NVLink, NVSwitch e InfiniBand permiten que muchas GPUs se comuniquen a gran velocidad, mientras que el ecosistema de software CUDA act\u00faa como pegamento que une todo y facilita a los desarrolladores aprovechar ese hardware. El reto inherente a este dise\u00f1o es que, cuando los datos tienen que viajar de un chip a otro a trav\u00e9s de cables y conmutadores, se introduce latencia y se consume energ\u00eda. A escala de miles de GPUs, esa comunicaci\u00f3n entre dispositivos se convierte en uno de los principales cuellos de botella.<\/p>\n
Cerebras da la vuelta al planteamiento. En lugar de trocear la oblea, la mantiene entera y la convierte en un \u00fanico procesador descomunal. Seg\u00fan la propia compa\u00f1\u00eda, su tercera generaci\u00f3n, el WSE-3, mide unos 46.225 mm\u00b2 y alberga alrededor de 4 billones de transistores junto a 900.000 n\u00facleos optimizados para IA, ofreciendo 125 petaflops de c\u00f3mputo. Para poner esas cifras en contexto, Cerebras afirma que su chip tiene \u00ab19\u00d7 m\u00e1s transistores y 28\u00d7 m\u00e1s c\u00f3mputo que la NVIDIA B200\u00bb<\/em>.<\/p>\n La gran ventaja de mantener todo en una sola pieza de silicio es que la comunicaci\u00f3n entre n\u00facleos ocurre dentro del propio chip, a velocidades muy superiores a las de cualquier cableado externo. Toda la memoria est\u00e1 integrada en la oblea y muy cerca de las unidades de c\u00f3mputo, lo que dispara el ancho de banda y elimina gran parte de la latencia asociada a mover datos entre dispositivos separados. En la pr\u00e1ctica, un problema que en el mundo GPU requiere coordinar much\u00edsimas tarjetas, en el mundo Cerebras puede resolverse con la simplicidad de un \u00fanico dispositivo.<\/p>\n La objeci\u00f3n evidente a fabricar un chip del tama\u00f1o de una oblea es el rendimiento productivo. En cualquier proceso de fabricaci\u00f3n de semiconductores aparecen defectos, y en un chip tan enorme la probabilidad de que existan imperfecciones es pr\u00e1cticamente del 100%. La soluci\u00f3n de Cerebras no consiste en evitar los defectos, sino en dise\u00f1ar para convivir con ellos: incorpora n\u00facleos de c\u00f3mputo redundantes, rutas de comunicaci\u00f3n redundantes y una arquitectura \u00abfail-in-place\u00bb capaz de aislar las zonas defectuosas y redirigir el trabajo a su alrededor.<\/p>\n Donde m\u00e1s se nota la diferencia es en la inferencia, es decir, en la ejecuci\u00f3n de modelos ya entrenados. Cerebras sostiene que su plataforma en la nube puede ser hasta 15 veces m\u00e1s r\u00e1pida que las GPUs en este tipo de tareas, algo especialmente relevante para aplicaciones interactivas, asistentes conversacionales, flujos de trabajo con agentes y sistemas de razonamiento que encadenan muchas llamadas al modelo. Cuando cada respuesta llega en una fracci\u00f3n del tiempo habitual, no solo mejora la experiencia de usuario, sino que se abre la puerta a ejecutar m\u00e1s pasos de razonamiento dentro del mismo presupuesto de latencia.<\/p>\n Conviene matizar que las cifras de comparaci\u00f3n proceden del propio fabricante y dependen mucho del modelo, la carga de trabajo y el escenario concreto. Adem\u00e1s, NVIDIA mantiene una ventaja dif\u00edcil de igualar en madurez de ecosistema, disponibilidad, herramientas y comunidad de desarrolladores gracias a CUDA y a a\u00f1os de adopci\u00f3n masiva.<\/p>\n En el fondo, Cerebras y NVIDIA persiguen lo mismo (m\u00e1s potencia de c\u00f3mputo para la IA), pero parten de filosof\u00edas opuestas. NVIDIA escala \u00abhacia fuera\u00bb, sumando muchos chips potentes y perfeccionando la red que los conecta, apoy\u00e1ndose en un ecosistema de software dominante. Cerebras escala \u00abhacia dentro\u00bb, concentrando una cantidad descomunal de c\u00f3mputo y memoria en una \u00fanica pieza de silicio para minimizar la comunicaci\u00f3n entre dispositivos.<\/p>\n En la pr\u00e1ctica, esta divergencia se traduce en escenarios de uso distintos. El enfoque de NVIDIA encaja especialmente bien donde importan la flexibilidad, la portabilidad del software y la posibilidad de desplegar cargas muy variadas sobre una misma plataforma, desde el entrenamiento a gran escala hasta la inferencia de prop\u00f3sito general. El enfoque de Cerebras, en cambio, brilla cuando el objetivo es minimizar la latencia y exprimir al m\u00e1ximo la velocidad de inferencia de un modelo concreto, evitando el coste de coordinar y sincronizar muchos dispositivos.<\/p>\n Hay adem\u00e1s un factor que suele quedar en segundo plano pero que pesa cada vez m\u00e1s: la complejidad operativa y el consumo energ\u00e9tico. Concentrar el c\u00f3mputo en una \u00fanica pieza de silicio reduce la cantidad de interconexiones, cableado y nodos que hay que alimentar, refrigerar y mantener sincronizados. Para ciertas organizaciones, esa simplicidad de despliegue puede ser tan determinante como las cifras brutas de rendimiento.<\/p>\n No est\u00e1 claro que un enfoque tenga que eliminar al otro. Lo m\u00e1s probable es que convivan, cada uno destacando en los escenarios que mejor se adaptan a su dise\u00f1o. Pero la mera existencia de un competidor capaz de cuestionar el paradigma dominante es una buena noticia para todo el sector: la innovaci\u00f3n en hardware de IA est\u00e1 lejos de haberse estancado, y la competencia entre estas dos visiones promete acelerar todav\u00eda m\u00e1s el ritmo de avance. La pregunta ya no es si las GPUs seguir\u00e1n siendo el est\u00e1ndar, sino cu\u00e1nto espacio sabr\u00e1n ganarse arquitecturas alternativas como la oblea completa de Cerebras a medida que la demanda de c\u00f3mputo para IA siga creciendo.<\/p>\n","protected":false},"excerpt":{"rendered":" Durante m\u00e1s de una d\u00e9cada, el entrenamiento y la ejecuci\u00f3n de modelos de inteligencia artificial ha girado en torno a un protagonista casi indiscutible: la GPU de NVIDIA. Sin embargo, una empresa llamada Cerebras Systems ha decidido replantear el problema desde la ra\u00edz con una idea tan ambiciosa como contraintuitiva: en lugar de fabricar muchos […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[23],"tags":[350,346,348],"class_list":["post-275","post","type-post","status-publish","format-standard","hentry","category-ia","tag-computers","tag-ia","tag-llm"],"jetpack_featured_media_url":"","_links":{"self":[{"href":"https:\/\/santiagomarquezsolis.com\/index.php\/wp-json\/wp\/v2\/posts\/275","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/santiagomarquezsolis.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/santiagomarquezsolis.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/santiagomarquezsolis.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/santiagomarquezsolis.com\/index.php\/wp-json\/wp\/v2\/comments?post=275"}],"version-history":[{"count":2,"href":"https:\/\/santiagomarquezsolis.com\/index.php\/wp-json\/wp\/v2\/posts\/275\/revisions"}],"predecessor-version":[{"id":278,"href":"https:\/\/santiagomarquezsolis.com\/index.php\/wp-json\/wp\/v2\/posts\/275\/revisions\/278"}],"wp:attachment":[{"href":"https:\/\/santiagomarquezsolis.com\/index.php\/wp-json\/wp\/v2\/media?parent=275"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/santiagomarquezsolis.com\/index.php\/wp-json\/wp\/v2\/categories?post=275"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/santiagomarquezsolis.com\/index.php\/wp-json\/wp\/v2\/tags?post=275"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}El problema del rendimiento de fabricaci\u00f3n<\/h2>\n
\u00bfEn qu\u00e9 se traduce todo esto?<\/h2>\n
Dos filosof\u00edas para el mismo objetivo<\/h2>\n