En los últimos años, el avance de la inteligencia artificial (IA) ha estado fuertemente condicionado por la disponibilidad de infraestructura tecnológica. Las grandes corporaciones tecnológicas, con su poder adquisitivo, han acaparado las unidades de procesamiento gráfico (GPUs) más avanzadas, dejando a muchas universidades y centros de investigación públicos con recursos limitados. Esta desigualdad no es trivial: entrenar modelos de IA modernos requiere una potencia de cálculo masiva y sostenida.
Los investigadores han tenido que conformarse con alternativas como el uso de nubes comerciales, donde alquilar capacidad de procesamiento puede salir más caro que comprar un coche cada mes. Además, los superordenadores federales disponibles suelen estar optimizados para simulaciones físicas, no para las cargas de trabajo específicas de la IA. En este escenario, la investigación académica queda en desventaja, sin las herramientas necesarias para innovar con libertad. Continúa leyendo «Supercomputadoras estatales: una nueva puerta al desarrollo de la IA académica»
