Durante las últimas cuatro décadas, Intel lideró el mercado de los semiconductores hasta que AMD emergió como un competidor significativo, compartiendo el mercado de las CPUs para ordenadores de sobremesa y servidores. Sin embargo, en el ámbito de los smartphones, la arquitectura ARM demostró ser superior, abriendo paso a gigantes como Qualcomm, MediaTek, y eventualmente Apple, que integraron ARM en sus ordenadores.
La aparición de la inteligencia artificial (IA) marcó otro hito en la industria de los semiconductores, especialmente en lo que respecta a los chips de IA. Este nuevo escenario incentivó la producción de chips especializados debido a la dependencia de soluciones como las de NVIDIA, líder indiscutible en el área con sus gráficas profesionales H100 y la futura B200. Esta situación llevó a grandes tecnológicas a fabricar sus propios chips de IA para evitar esta dependencia.
Microsoft, Google, Amazon, y Meta son ejemplos de empresas que han decidido apostar por la creación de chips específicos para IA. Microsoft con sus chips Azure Maia AI, Google con sus TPU y Tensor para dispositivos móviles, Amazon centrada en la mejora de la eficiencia energética con AWS Graviton y Trainium, y Meta desarrollando sus MTIA para una computación más eficiente en tareas de IA, destacan en este nuevo escenario.
Además de estas compañías, fabricantes como AMD e Intel también están intensificando su presencia en el sector de la IA. AMD con sus Radeon Instinct y más recientemente las aceleradoras Instinct MI300X, e Intel con su Gaudi 3, apuntan a rivalizar directamente con NVIDIA, especialmente en procesamiento y eficiencia.
Otras empresas como Qualcomm y Huawei, con sus soluciones Cloud AI y familia Ascend respectivamente, se suman a esta competencia. Incluso China busca posicionarse con desarrollos propios de Alibaba, pese a las restricciones comerciales que enfrenta.
En conclusión, el mercado de la inteligencia artificial está presenciando una competencia feroz entre gigantes tecnológicos y especializados en semiconductores. Todos buscan liderar en un campo donde la innovación y la especialización de los chips para IA se vuelven críticas para el desarrollo y entrenamiento de modelos de IA, apuntando a un futuro donde la independencia y la eficiencia tecnológica dictarán el éxito.