¿Esperado?
Se ha revelado recientemente que NVIDIA invirtió 60 mil millones de dólares en un modelo de código abierto.
En la superficie, NVIDIA brinda con varias empresas de modelos cerrados, "¡Colaboremos con OpenAI y Anthropic!"
Bajo la mesa, con la otra mano saca silenciosamente 60 mil millones de dólares para la startup Poolside del ex CTO de GitHub: "¡Ve y crea un modelo de gran capacidad de código abierto que rivalice con los mejores del mundo!"
Además, el acuerdo cerrado esta semana también apunta a competidores de código abierto formidables como DeepSeek y Kimi K3.
Hoy en día, los modelos de código abierto ya contribuyen con una proporción considerable de tokens generados por IA, y Jensen Huang espera que esta proporción continúe aumentando, estimulando así de manera constante la demanda de sus propios chips.
Algunos analistas creen que "a NVIDIA no le importa qué modelo de IA gane al final, siempre que el mundo continúe produciendo más y más modelos..."
La ambición y el panorama del código abierto de NVIDIA
El mes pasado, Jensen Huang, rompiendo su habitual discreción, publicó su primer mensaje en X:
El mensaje, firmado conjuntamente con más de 20 empresas, argumenta que para que la industria estadounidense de IA prospere, debe abrazar tanto el código cerrado como el abierto.
Y ahora, NVIDIA está tomando cartas en el asunto para cumplir esta misión.
Recientemente, NVIDIA invirtió 1,000 millones de dólares en la startup de IA Poolside, al mismo tiempo que desembolsó otros 60,000 millones para adquirir los derechos de uso no exclusivo de su tecnología de "fábrica de modelos", con la esperanza de incorporar a más de 100 ingenieros de la empresa.
Se cree ampliamente que esta jugada de NVIDIA es una apuesta para competir por el mejor modelo de código abierto del mundo con la tecnología y el equipo de Poolside.
Este movimiento no es aislado.
En los últimos años, laboratorios líderes de IA como OpenAI, Anthropic y DeepMind han centrado sus principales recursos en el desarrollo de modelos cerrados, sin que ninguno haya hecho de código abierto sus modelos más avanzados.
Esto también ha creado espacio para el desarrollo de modelos como DeepSeek y Kimi K3.
Ante este panorama, NVIDIA encontró la oportunidad para tomar el camino contrario.
Desde finales de 2025, NVIDIA ha lanzado la serie de modelos Nemotron 3, cuya versión Ultra llegó a ser en junio el modelo de pesos abiertos más potente de Estados Unidos.
Además, la apertura de Nemotron es tan radical que parece una declaración: no solo los pesos del modelo, sino que nada se ha ocultado.
Se han hecho públicos los datos de entrenamiento, la receta de entrenamiento, la metodología de post-entrenamiento y el software de entrenamiento en clústeres de GPU.
Además del desarrollo propio, en marzo de este año NVIDIA formó un pequeño grupo de código abierto: la Alianza Nemotron.
Sus ocho miembros también son talentosos y provienen de diversos orígenes, incluyendo Mistral, Perplexity, Thinking Machines Lab, Cursor, LangChain, Reflection AI, Black Forest Labs, Sarvam...
NVIDIA, como líder, proporciona recursos de computación DGX Cloud, mientras que las empresas miembro contribuyen con sus respectivas tecnologías y datos para entrenar conjuntamente un modelo de código abierto que servirá como base para la próxima serie Nemotron 4.
Además, la estrategia de código abierto de NVIDIA no se limita a los modelos de lenguaje.
En robótica, NVIDIA lanzó la serie de modelos Isaac GR00T; en simulación del mundo físico, la serie Cosmos; además de la serie Alpamayo para conducción autónoma y la plataforma Clara para biofarmacéutica...
Cómo una empresa fundada por idealistas se convirtió en una pieza del rompecabezas de NVIDIA
Poolside, a la orilla de la piscina.
Fundada en 2023 por el desarrollador de software Eiso Kant y el ex director de tecnología de GitHub, Jason Warner.
Se dice que el nombre surgió cuando los dos fundadores estaban en negociaciones de financiación con una gran empresa, y un ejecutivo propuso una "reunión informal junto a la piscina" (poolside informal meeting).
No se sabe si finalmente llegaron a un acuerdo, pero a los dos les encantó el nombre: fácil de recordar y divertido.
En octubre del año pasado, Poolside anunció planes para construir un centro de datos de 2 gigavatios en Texas. Sin embargo, en abril de este año, el socio del proyecto se retiró y la financiación de 2,000 millones de dólares asociada se vino abajo.
La doble presión financiera y de capacidad de cómputo puso a Poolside en una situación difícil.
Lo que les permitió continuar produciendo modelos con recursos limitados fue su sistema interno de "fábrica de modelos".
Según Eiso Kant, su empresa suele tardar entre 5 y 8 semanas en entrenar y publicar un modelo, con un equipo de I+D de menos de 70 personas, capaz de realizar entre 10,000 y 20,000 experimentos al mes.
Esta capacidad es precisamente lo que NVIDIA valoró.
Tras completar esta colaboración con NVIDIA, el equipo restante de Poolside estará compuesto principalmente por tres personas: los dos fundadores y un ejecutivo de operaciones.
Vale la pena mencionar que Eiso Kant, fundador de Poolside, dijo una vez en un podcast:
Espero ver un mundo con 100 empresas de modelos base, no uno con solo 5, incluso si podríamos haber sido una de esas 5.
One More Thing
En realidad, la estructura de esta transacción con Poolside no es la primera vez que NVIDIA la utiliza.
La licencia no exclusiva, la incorporación de talento clave, y el mantenimiento de la operación independiente de la empresa original bajo su propio nombre, no constituyen una adquisición directa, evitando así una revisión antimonopolio.
La analista Stacy Rasgon comentó: "Tal vez esto permita mantener la narrativa de que 'la competencia aún existe'".
NVIDIA quiere tener todos los nodos clave del ecosistema de código abierto firmemente en sus manos.
El vicepresidente de software de IA generativa de NVIDIA dijo una vez:
Los modelos son solo un subproducto, no nuestro negocio central.
El vicepresidente de investigación de aprendizaje profundo aplicado también afirmó que el objetivo principal del desarrollo de la serie Nemotron es garantizar la continuidad de NVIDIA.
Despuás de todo, a medida que disminuyen los efectos de la Ley de Moore, solo la continua expansión de todo el ecosistema de IA y el aumento constante de los agentes que desarrollan y aplican modelos pueden garantizar un crecimiento sostenido de la demanda de potencia de cómputo de NVIDIA.
Este artículo proviene del cuenta oficial de WeChat "QbitAI", autor: Cheng Qian
