A principios de esta semana, Nvidia inició su conferencia de desarrolladores en San José, California, y presentó nuevos productos que impulsarán el futuro de la IA. En lo que a conferencias tecnológicas se refiere, esta fue diferente. Estuve en todas las Conferencias sobre Tecnología para la GPU (GTC) desde que Nvidia las realiza, y este fue el evento más grande e impactante que tuvieron.
Sólo el lugar de la conferencia era impresionante. Para acoger a los más de 10.000 asistentes, Nvidia tuvo que alquilar el Shark Tank, el SAP Center con capacidad para 11.000 personas, donde juegan sus partidos los San Jose Sharks de la NHL. Esta conferencia debe de ser el acontecimiento tecnológico más importante para el que una empresa necesitó de un gran pabellón para acoger a los asistentes. La conferencia se celebró en el Centro de Convenciones de San José, a un kilómetro y medio del Shark Tank.
Nvidia se convirtió en la favorita de Wall Street, ya que sus GPU impulsan la revolución de la inteligencia artificial. Se convirtió en una empresa multimillonaria e hizo multimillonario a su CEO, Jensen Huang. Conocí a Jensen antes de que fundara Nvidia y seguí a la empresa desde sus inicios. Observé de cerca a la empresa durante décadas y vi cómo su fortuna subía, bajaba y alcanzaba un nivel de éxito muy superior al que cualquiera de nosotros podría haber predicho.
Detrás del éxito de Nvidia
El Sr. Huang es una de las personas más inteligentes que conocí en la industria tecnológica. El éxito de Nvidia se basa en la aguda capacidad de Jensen para ver el futuro e inventar la tecnología para hacerlo realidad. A lo largo de los años que llevo cubriendo la empresa, mantuve muchas conversaciones personales con él y me maravillé al ver cómo Nvidia se transformó en una de las empresas más importantes para el futuro de la realidad aumentada.
El anuncio más significativo de la keynote de Jensen fue la presentación de la GPU Nvidia Blackwell B200 y el "superchip" GB200. Nvidia afirma que la nueva GPU B200 ofrece hasta 20 petaflops de potencia FP4 gracias a sus 208.000 millones de transistores. Además, un GB200 que combine dos de esas GPU con una única CPU Grace puede ofrecer 30 veces más rendimiento para cargas de trabajo de inferencia LLM y, al mismo tiempo, ser sustancialmente más eficiente. Esto "reduce hasta 25 veces el costo y el consumo de energía" con respecto a una H100, afirma Nvidia.
En su discurso de presentación, Huang ilustró la eficiencia energética de su nuevo Blackwell B200 afirmando que este chip podía manejar un modelo de 1,8 billones de parámetros, que antes habría necesitado 8.000 GPU Hopper y 15 megavatios de potencia. Ahora, 2.000 GPU Blackwell pueden hacerlo consumiendo sólo cuatro megavatios. En una prueba GPT-3 LLM con 175.000 millones de parámetros, Nvidia afirma que la GB200 tiene un rendimiento algo más modesto, siete veces superior al de una H100, y Nvidia afirma que ofrece cuatro veces más velocidad de entrenamiento.
Este procesador podría cambiar las reglas del juego y permitir parámetros más amplios e inferencias más rápidas, requiriendo mucha menos energía que los chips anteriores. Mis colegas de Forbes profundizaron en el Blackwell B200 y merece la pena seguir leyendo para conocer más detalles sobre este extraordinario y potente nuevo procesador.
Aunque se hicieron muchos otros anuncios importantes, Huang mostró la imagen de un gato creada por un programa de inteligencia artificial. A continuación, postuló que el uso de la IA para crear código tiene importantes ramificaciones para el futuro de la programación.
El futuro de la programación
A principios de año, Jensen Huang empezó a hacer declaraciones sobre el concepto de programación sin código. Predice que la IA hará que la programación tradicional sea relativamente innecesaria en el futuro y democratizará la programación.
Si utilizaste alguno de los programas actuales de IA que le permiten introducir una pregunta y luego dibujar lo que pidió, es un ejemplo de programación sin código. Sora, de Open AI, es un ejemplo aún mejor. Si le pedís algo a Sora, si lo hacés correctamente, puede mostrarte un breve video de lo que le solicitaste. Aunque parezca mágico, Sora genera el código que, en el pasado, tenían que hacer programadores humanos durante horas de trabajo y entrega los resultados en segundos.
Tras el debate de la keynote con los analistas, el Sr. Huang reforzó este concepto. Dijo que "el usuario final está conectado a un superordenador que hace la codificación por él para actuar sobre lo que quiera crear". La petición de un usuario crea el código para responder a la pregunta y ofrece resultados. La solicitud busca en una base de datos de inferencia de IA y genera código o contenido para producir el programa deseado por la persona.
A la pregunta de si la programación seguirá siendo una habilidad útil en la era de las instrucciones generativas de IA, Huang respondió: "Creo que la gente debería aprender todo tipo de habilidades", y comparó el código con los malabares, tocar el piano o aprender cálculo. Sin embargo, "programar no va a ser esencial para ser una persona de éxito".
La IA generativa, dijo Huang, está "cerrando la brecha tecnológica. No hace falta ser programador de C++ para tener éxito", afirmó. "Sólo tenés que ser un ingeniero rápido. ¿Y quién no puede ser un ingeniero rápido? Cuando mi mujer me habla, me está haciendo ingeniería rápida. Todos tenemos que aprender a incitar a las IA, pero eso no es diferente de aprender a incitar a los compañeros de equipo".
Esta afirmación es importante. Si Jensen está en lo cierto, la programación tradicional está a punto de transformarse, cambiando el papel del programador de codificador a ingeniero altamente calificado que perfecciona sus habilidades especializadas. Por ejemplo, los programadores que crean efectos especiales de Hollywood ya no necesitarán la codificación tradicional para producir esos efectos. En su lugar, utilizarán instrucciones para crear los efectos deseados.
Todos los programadores tradicionales deben seguir de cerca esta evolución. Pronto bastará con dar una orden para crear los comandos necesarios para escribir un programa o código que realice una acción, y la IA escribirá el código por el programador.
Los programadores utilizarán la IA para hacer el trabajo pesado del código escrito y personalizarlo para cualquier aplicación o uso particular. Sin embargo, estamos a las puertas de un grave terremoto en la programación tradicional que afectará a todos los niveles de la ingeniería de software en los próximos años.
Cuando empecé mi carrera en el mundo de la tecnología, a mediados de los años 70, aprendí a hacer codificación básica con un ordenador DEC PDP 11. Pero se me daba fatal, ya que no sabía programar y me habían formado como especialista en marketing, y sólo me pidieron que lo hiciera porque la empresa necesitaba más talento para la programación. Sin embargo, admiraba a los que sabían programar y siempre quise ser capaz de programar en serio en algún momento de mi carrera. La programación basada en IA me da ahora esperanzas de poder alcanzar ese objetivo.
*Con información de Forbes US.
