Nvidia está reevaluando el rendimiento de doble precisión (FP64) en sus GPUs, marcando un cambio significativo en su estrategia de segmentación de mercado. Durante más de 15 años, la compañía ha reducido deliberadamente el rendimiento FP64 en sus GPUs de consumo (GeForce) en comparación con sus GPUs de nivel empresarial (Tesla/datacenter), creando una clara división de precios y capacidades. Esta práctica, que implicó una reducción progresiva de la relación FP64:FP32 desde 1:2 en 2010 a 1:64 en 2020, permitía a Nvidia vender silicio relacionado a precios muy diferentes. Sin embargo, el auge de la inteligencia artificial, que no depende significativamente de FP64, ha difuminado esta distinción, ya que las GPUs de consumo ahora son capaces de manejar cargas de trabajo de computación intensiva. La nueva generación de GPUs empresariales, Blackwell Ultra, ejemplifica este cambio, reduciendo drásticamente el rendimiento FP64 en favor de núcleos tensor de baja precisión (FP8, FP4) para optimizar el entrenamiento de IA. Aunque Nvidia no abandona el cálculo de 64 bits, la emulación de FP64 utilizando núcleos tensor de baja precisión está ganando terreno, y la futura diferenciación entre GPUs de consumo y empresariales podría basarse en el rendimiento de baja precisión en lugar de FP64.
Noticias agregadas con IA