Nvidia apuesta 7.000 M$ por esta tecnología emergente para la próxima fase de la IA

Nvidia NASDAQ:NVDA intensifica su apuesta por la fotónica, la tecnología basada en la luz que podría convertirse en el próximo gran campo de batalla en la infraestructura de inteligencia artificial.

En los últimos dos meses la compañía ha cerrado acuerdos con proveedores que fabrican los láseres, componentes ópticos y conexiones de fibra necesarios para mover datos dentro de enormes centros de datos de IA.

La cifra inicial comenzó con 4 mil millones USD (aprox. 3,5 mil millones €) de inversiones en Lumentum y Coherent. Pero cuando se incluye la nueva alianza de Nvidia con Corning, el compromiso parece mucho mayor.

El mensaje es claro: Nvidia no solo vende las GPU que entrenan y ejecutan los modelos de IA. Quiere tener mayor control sobre las "tuberías" que los conectan.

De 4.000 M$ a más de 7.000 M$ en dos meses

La apuesta de Nvidia por la fotónica comenzó el 2 de marzo, cuando anunció inversiones separadas de 2 mil millones USD (aprox. 1,7 mil millones €) en Lumentum y Coherent. Ambas empresas fabrican productos ópticos y fotónicos utilizados en la transmisión de datos de alta velocidad.

Los acuerdos no fueron apuestas financieras pasivas, ya que Nvidia también aseguró compromisos de compra plurianuales y acceso a capacidad futura para productos avanzados de láser y redes ópticas.

Eso importa porque los sistemas de IA ya no están limitados solo por los chips. A medida que los modelos crecen, el cuello de botella se desplaza cada vez más a la rapidez con la que miles de procesadores pueden comunicarse entre sí.

Luego llegó Corning. El 6 de mayo, Nvidia y el fabricante de vidrio con 175 años de historia anunciaron una asociación a largo plazo para ampliar la producción en EE. UU. de productos de conectividad óptica.

Corning afirmó que aumentaría la capacidad manufacturera de conectividad óptica en EE. UU. diez veces, incrementaría la capacidad de producción de fibra en más del 50%, construiría tres nuevas plantas en Carolina del Norte y Texas, y crearía más de 3.000 empleos.

El componente accionario da a Nvidia la opción de adquirir una participación valorada en aproximadamente 3 mil millones USD (aprox. 2,6 mil millones €).

Eso eleva la escala de la estrategia fotónica mucho más allá de la cifra de 4 mil millones USD (aprox. 3,5 mil millones €) que dominó la cobertura inicial.

Jensen Huang ha enmarcado el movimiento como parte de la "mayor expansión de infraestructura" de la era de la IA. En palabras llanas, Nvidia considera la tecnología óptica esencial para mantener las "fábricas de IA" rápidas, eficientes y escalables.

Por qué la luz supera al cobre

Los centros de datos de IA actuales siguen dependiendo en gran medida de las conexiones de cobre, ya que el cobre es conocido, barato y fiable a cortas distancias.

Pero tiene límites. A medida que los datos se mueven más rápido y los sistemas aumentan de tamaño, el cobre genera más calor, consume más energía y se vuelve más difícil de gestionar a gran escala.

La fotónica cambia el medio. En lugar de enviar señales eléctricas a través de cables metálicos, utiliza la luz para mover datos mediante componentes ópticos y fibra.

El resultado es una transmisión más rápida, menor pérdida de señal y una mejor eficiencia energética en grandes clústeres.

La comparación más simple es un sistema de carreteras. El cobre es una autopista de dos carriles congestionada, mientras que la fotónica es una vía de mayor capacidad que puede transportar más tráfico consumiendo menos combustible.

Por eso la óptica coempaquetada, o CPO, se ha vuelto tan importante. La CPO acerca los motores ópticos al chip de red, reduciendo la necesidad de transceptores enchufables separados y de largos trayectos eléctricos.

Nvidia afirma que sus switches Spectrum-X Ethernet Photonics integran la CPO directamente en el chip del switch y están diseñados para clústeres de IA de un millón de GPU.

No se trata solo de ahorrar electricidad. Las interconexiones más rápidas pueden mejorar la rapidez de respuesta de los sistemas de IA, especialmente durante la inferencia, cuando los usuarios esperan respuestas casi instantáneas.

En ese sentido, la fotónica es tanto una cuestión de energía como de velocidad.