El CEO de NVIDIA afirma que GPT-6 Astra utilizó 100.000 GPU Blackwell
El CEO de NVIDIA afirma que GPT-6 Astra utilizó 100.000 GPU Blackwell
Califícanos en GooglePerspectivas de WEEX
- La variable clave es si la escala de clúster divulgada por NVIDIA se convierte en un nuevo referente para el entrenamiento de modelos de frontera, en lugar de ser una instalación puntual. De ser así, el acceso a GPU avanzadas y a capacidad de interconexión podría concentrarse aún más entre un pequeño grupo de empresas líderes de IA.
- El informe también señala un segundo aspecto a vigilar: la brecha generacional importa tanto como el número bruto de chips. Blackwell, Hopper y las alternativas nacionales no son directamente intercambiables, por lo que las comparaciones basadas únicamente en el total de unidades pueden infravalorar la brecha de rendimiento.
- Para las narrativas de IA vinculadas a las criptomonedas, la implicación práctica no es un impacto inmediato en los tokens, sino un renovado foco en la escasez de capacidad de cómputo, los cuellos de botella de infraestructura y la posibilidad real de que los actores más pequeños compitan sin acceso a hardware centralizado de primer nivel.
El CEO de NVIDIA, Jensen Huang, afirmó que GPT-6 Astra fue entrenado utilizando más de 100.000 GPU Grace Blackwell conectadas en un clúster NVLink72 de alta velocidad, según la divulgación de la compañía citada en el informe. Huang también dijo que el próximo lote utilizaría 400.000 GPU, aunque no se identificaron los modelos concretos.
La divulgación se centra en el hardware utilizado para entrenar GPT-6 Astra. Huang afirmó que el sistema utilizó más de 100.000 GPU Grace Blackwell conectadas mediante NVLink72, la arquitectura de NVIDIA para situar 72 GPU dentro del mismo dominio de interconexión de alta velocidad. El informe indicó que el próximo lote de entrenamiento está previsto para 400.000 GPU, pero no especificó si esos sistemas también utilizarían Blackwell.
El informe enmarcó la divulgación en la actual brecha de infraestructura de IA entre los desarrolladores de modelos de Estados Unidos y China. ByteDance fue descrita como la empresa más cercana entre las principales compañías chinas de modelos, con unas 36.000 GPU B200 conectadas. Se indicó que sus clústeres nacionales dependen principalmente de sistemas H20 y H800 basados en Hopper.
Otras cifras de capacidad del informe siguen siendo menos claras. Se dijo que Kimi había obtenido unas 20.000 GPU Hopper a través de Alibaba, concretamente unidades H200, aunque Alibaba negó esa afirmación. DeepSeek no ha divulgado el hardware completo de entrenamiento utilizado para V4, pero la información filtrada citada en el informe indicó que la empresa contaba en mayo con unas 20.000 unidades de cómputo equivalentes a H, incluidas aproximadamente 16.000 unidades de capacidad Huawei 950.
El informe también señaló que la plataforma Blackwell utilizada para Astra ya no es la generación más reciente de NVIDIA. Vera Rubin ya ha entrado en producción a gran escala, y NVIDIA estima que el entrenamiento de grandes modelos de mezcla de expertos con Rubin podría requerir solo una cuarta parte de las GPU necesarias con Blackwell. Según el informe, ninguna empresa china ha divulgado públicamente el uso de 100.000 GPU avanzadas de la misma generación para entrenar un único modelo.
Por qué importa
La divulgación importa porque acentúa la división entre el desarrollo de IA de frontera y la narrativa más amplia del mercado en torno a la competencia entre modelos. En el extremo superior, el rendimiento depende cada vez más no solo de algoritmos o datos, sino de quién puede ensamblar, alimentar e interconectar clústeres extremadamente grandes de los chips más recientes.
Esto tiene implicaciones más amplias que las que afectan a los propios proveedores de IA. Cuanto más dependa el progreso de los grandes modelos de pilas de hardware escasas y estrechamente integradas, más peso estratégico recaerá en el suministro de semiconductores, la arquitectura de redes y el acceso a capacidad de cómputo avanzada. Para los sectores de IA vinculados a las criptomonedas, esto mantiene el foco en las limitaciones de infraestructura, en lugar de en el simple entusiasmo por la marca de IA.
Este contenido se ofrece únicamente con fines informativos generales y no constituye un asesoramiento financiero, de inversión, legal ni fiscal. Cualquier evento, recompensa, promoción en línea o información relacionada que se mencione en el presente documento no debe considerarse como una recomendación, solicitud o invitación a comprar, vender, operar o de negociar de otra manera con cualquier criptoactivo. Los criptoactivos son sumamente volátiles y pueden provocar pérdidas. La disponibilidad de los servicios, productos y eventos relacionados de WEEX puede variar según la región. Tienes la responsabilidad de asegurarte de que tu participación esté de acuerdo con las leyes y regulaciones locales vigentes.
Acerca de Perspectivas de WEEX
Perspectivas de WEEX es un centro de análisis e inteligencia sobre criptomonedas que cubre las últimas novedades en Web3, IA y mercados globales. Aprovecha el análisis independientes y perspectivas en profundidad para anticiparte a las tendencias del mercado y las oportunidades de trading.
Artículos recientes
MásBitcoin se prepara para el IPC, el IPP y la decisión de tipos de la Fed
Bitcoin afronta una semana de datos de inflación de Estados Unidos y una decisión de tipos de la Reserva Federal, mientras los operadores también vigilan la intervención cambiaria de Japón, posibles ventas de bonos del Tesoro y un repunte de BTC impulsado por los futuros.
Solana planea una actualización de transacciones para elevar el límite de datos por transferencia
Solana afirmó que prevé activar Transaction v1 el 7 de septiembre, elevando el tamaño máximo de una sola transacción de 1232 bytes a 4096 bytes y exigiendo a la infraestructura compatible manejar el nuevo formato.
Un estudio de la Fed de Nueva York cuestiona un amplio giro de las reservas hacia la desdolarización
Un estudio de la Fed de Nueva York afirma que la mayoría de los bancos centrales no está reduciendo sistemáticamente sus tenencias de dólares y sostiene que el descenso de la cuota del dólar en las reservas refleja principalmente ajustes concentrados de unos pocos grandes gestores de reservas y efec...
Blockstream afirma que la vulnerabilidad de Liquid fue corregida antes de la devolución de 4.000 BTC
Blockstream afirmó haber corregido una vulnerabilidad vinculada a los nodos de puente de la red Liquid después de que los hackers que extrajeron unos 4.000 BTC señalaran que devolverían los fondos una vez solucionado el problema en toda la red.
Precio de --
