cristhian1a
Beta
Verificado por Whatsapp
¡Usuario con pocos negocios! ¡Utiliza siempre saldo de Forobeta!
En un movimiento que refleja las crecientes tensiones por el control de la infraestructura tecnológica, Google ha impuesto restricciones a la empresa Meta en el uso de sus modelos de inteligencia artificial Gemini. De acuerdo con un informe publicado por el diario Financial Times, la decisión se tomó luego de que la matriz de Facebook e Instagram solicitara una capacidad de procesamiento mucho mayor de la que el gigante de las búsquedas podía proveer en ese momento, evidenciando las limitaciones físicas que enfrentan incluso las corporaciones más ricas del planeta.
La negativa por parte de Google, empresa propiedad de Alphabet, se comunicó a Meta alrededor del mes de marzo. En ese momento, los representantes de Google explicaron que no les era posible satisfacer la demanda total de potencia informática que Meta pretendía adquirir para entrenar y ejecutar sus sistemas. Esta insuficiencia de recursos técnicos no fue un contratiempo menor; según fuentes cercanas al asunto, provocó interrupciones significativas y retrasos notables en el desarrollo de varios proyectos internos de inteligencia artificial dentro de Meta.
El informe detalla que el impacto de esta falta de suministro no ha sido exclusivo para la compañía liderada por Mark Zuckerberg. Varios clientes de Google Cloud también han sufrido restricciones similares en los últimos meses, aunque en una escala considerablemente menor. La razón por la cual Meta se ha visto particularmente afectada radica en su descomunal y agresiva demanda de modelos de lenguaje, una estrategia con la que busca liderar el mercado de la IA generativa, pero que ha chocado de frente con la realidad de los centros de datos actuales.
Como consecuencia directa de estas limitaciones de capacidad, la directiva de Meta ha tenido que modificar sus políticas operativas internas. La empresa ha instado formalmente a su personal de desarrollo e ingeniería a ser mucho más eficientes y precavidos en el consumo de los llamados tokens de IA, que son las unidades fundamentales utilizadas para medir el procesamiento de datos en estos modelos. Esta medida busca estirar al máximo los recursos disponibles y mitigar el impacto de la escasez en el ritmo de sus innovaciones.
Este escenario pone de manifiesto una paradoja central en la industria tecnológica actual. A pesar de que las grandes firmas tecnológicas están invirtiendo miles de millones de dólares en la compra de chips avanzados y en la edificación de centros de datos masivos, la infraestructura sigue siendo insuficiente para absorber el crecimiento exponencial de los servicios de inteligencia artificial. La demanda de potencia de cálculo está avanzando a una velocidad que los fabricantes de hardware y los proveedores de nube simplemente no pueden igualar a corto plazo.
La situación también afecta las finanzas de los propios proveedores. Aunque los ingresos de Google Cloud aumentaron de manera sólida hasta alcanzar los 20 000 millones de dólares en el primer trimestre del año, el director ejecutivo de Alphabet, Sundar Pichai, reconoció públicamente que las limitaciones en la potencia informática disponible impidieron un crecimiento aún mayor. De hecho, estas restricciones de infraestructura contribuyeron a que la cartera de pedidos acumulados de la unidad de la nube casi se duplicara en comparación con el trimestre anterior, dejando claro que el verdadero cuello de botella de la IA ya no es el software, sino la energía y los chips.
La negativa por parte de Google, empresa propiedad de Alphabet, se comunicó a Meta alrededor del mes de marzo. En ese momento, los representantes de Google explicaron que no les era posible satisfacer la demanda total de potencia informática que Meta pretendía adquirir para entrenar y ejecutar sus sistemas. Esta insuficiencia de recursos técnicos no fue un contratiempo menor; según fuentes cercanas al asunto, provocó interrupciones significativas y retrasos notables en el desarrollo de varios proyectos internos de inteligencia artificial dentro de Meta.
El informe detalla que el impacto de esta falta de suministro no ha sido exclusivo para la compañía liderada por Mark Zuckerberg. Varios clientes de Google Cloud también han sufrido restricciones similares en los últimos meses, aunque en una escala considerablemente menor. La razón por la cual Meta se ha visto particularmente afectada radica en su descomunal y agresiva demanda de modelos de lenguaje, una estrategia con la que busca liderar el mercado de la IA generativa, pero que ha chocado de frente con la realidad de los centros de datos actuales.
Como consecuencia directa de estas limitaciones de capacidad, la directiva de Meta ha tenido que modificar sus políticas operativas internas. La empresa ha instado formalmente a su personal de desarrollo e ingeniería a ser mucho más eficientes y precavidos en el consumo de los llamados tokens de IA, que son las unidades fundamentales utilizadas para medir el procesamiento de datos en estos modelos. Esta medida busca estirar al máximo los recursos disponibles y mitigar el impacto de la escasez en el ritmo de sus innovaciones.
Este escenario pone de manifiesto una paradoja central en la industria tecnológica actual. A pesar de que las grandes firmas tecnológicas están invirtiendo miles de millones de dólares en la compra de chips avanzados y en la edificación de centros de datos masivos, la infraestructura sigue siendo insuficiente para absorber el crecimiento exponencial de los servicios de inteligencia artificial. La demanda de potencia de cálculo está avanzando a una velocidad que los fabricantes de hardware y los proveedores de nube simplemente no pueden igualar a corto plazo.
La situación también afecta las finanzas de los propios proveedores. Aunque los ingresos de Google Cloud aumentaron de manera sólida hasta alcanzar los 20 000 millones de dólares en el primer trimestre del año, el director ejecutivo de Alphabet, Sundar Pichai, reconoció públicamente que las limitaciones en la potencia informática disponible impidieron un crecimiento aún mayor. De hecho, estas restricciones de infraestructura contribuyeron a que la cartera de pedidos acumulados de la unidad de la nube casi se duplicara en comparación con el trimestre anterior, dejando claro que el verdadero cuello de botella de la IA ya no es el software, sino la energía y los chips.
