La tecnología GPU para centros de datos convence cada vez más a la industria

Los chips gráficos GPU nacieron como complemento a los procesadores CPU convencionales, ya que su arquitectura está pensada especialmente para operaciones de alta complejidad, como los empleados en las representaciones gráficas o en los cálculos más avanzados de matemáticas y física, y no como una unidad central. De aquí surgieron varias categorías de GPU que se han usado tradicionalmente en las máquinas más avanzadas para acelerar los cálculos más complejos y el trabajo con grandes cantidades de información.

Su evolución ha seguido caminos diferentes a la de las CPU, pero ha sido muy provechosa, ya que ahora estos chips son capaces de gobernar un ordenador. Y, además pueden hacerlo en algunos de los trabajos más complejos, como son la inteligencia artificial, el análisis de grandes cantidades de datos en tiempo real o el aprendizaje automático. Esto se debe a su especial arquitectura, que incluye muchos más núcleos de procesamiento que cualquier CPU empleada en servidores o plataformas de computación de alto rendimiento (HPC).

Debido a esto, los fabricantes como Nvidia han empezado a construir las primeras máquinas basadas en GPU pensadas para mover aplicaciones de inteligencia artificial, tanto para pequeños desarrollos como para proyectos a gran escala. Estas tecnologías han comenzado siendo un complemento tecnológico enfocado a desarrollos o aplicaciones concretas, pero actualmente los operadores de centros de datos ya están tomando en serio las plataformas GPU.

Como resultado, los ingresos que percibe Nvidia del segmento de centros de datos han crecido hasta aproximadamente un 43%, alcanzando unos 968 millones de dólares durante el cuarto trimestre de 2019. Pero lo que es más importante es que este proveedor informa de un cambio de tendencia entre los clientes de centros de datos hiperescala, que apuestan cada vez más por dotar a sus instalaciones de máquinas basadas en GPU, y no solo de aceleradoras que complementan a sus servidores.

Según comentó la directora financiera de esta compañía, Colette Kress, en una reciente comunicación con la agencia SeekingAlpha, “la demanda de hiperescala fue impulsada por las compras de nuestros productos de capacitación e inferencia, en apoyo de las cargas de trabajo clave de inteligencia artificial, como el Procesamiento del Lenguaje Natural, la Inteligencia Artificial Conversacional y las recomendaciones profundas”.

Otro de los segmentos que va a impulsar el gasto de los grandes hiperescaladores en plataformas de computación basadas en GPU es el de las nuevas plataformas de videojuegos online, como la que ha lanzado Google con Stadia. Esta nueva forma de entender el universo gamer se basa en que la computación ya no corre a cargo del usuario, sino del proveedor, lo que supone que estos deben contar con la infraestructura necesaria para procesar las cargas de trabajo gráficas en sus centros de datos.

Más información

¿Cuál es el futuro del mercado de almacenamiento? ¿Qué tecnologías son las más adecuadas para las empresas? Si quieres obtener más información sobre un segmento en crecimiento puedes visitar la página de nuestro colaborador HPE.