En un movimiento sorprendente, Nvidia ha destinado más de 900 millones de dólares para la adquisición de Enfabrica, una empresa reconocida por su tecnología innovadora. Esta tecnología tiene como objetivo abordar uno de los principales desafíos en el campo de la inteligencia artificial: conectar múltiples chips de computación para que funcionen como una unidad cohesiva, minimizando el desperdicio de recursos.
Esta inversión coincide con la significativa participación de Nvidia en Intel, que asciende a 5 mil millones de dólares. Esto sugiere un enfoque estratégico dual para mejorar las capacidades de producción de chips y enfrentar los cuellos de botella en la interconexión.
Entendiendo la tecnología de Enfabrica
En el núcleo de la oferta de Enfabrica se encuentra el Accelerated Compute Fabric Switch (ACF-S), una arquitectura de vanguardia que integra carriles PCIe en una interfaz, mientras facilita la conectividad de alta velocidad en la otra. Su componente insignia, conocido como Millennium, presenta una capacidad impresionante de 3.2Tbps y soporta 128 carriles PCIe, lo que permite una conectividad fluida entre GPUs, tarjetas de interfaz de red (NICs) y otros dispositivos esenciales.
Minimizando la latencia para un mejor rendimiento
Este diseño innovador mejora significativamente la eficiencia de la transferencia de datos, permitiendo la comunicación a través de varios puertos con una latencia mínima. Como resultado, los clústeres de inteligencia artificial pueden experimentar una reducción en las instancias inactivas de GPUs, lo que conlleva una mejor utilización de recursos y un mayor retorno de inversión para el costoso hardware.
Piscina de memoria avanzada con EMFASYS
Complementando el ACF-S, el chasis EMFASYS de Enfabrica emplea controladores CXL para combinar hasta 18 TB de memoria en clústeres de GPU. Esta estructura de memoria elástica permite que las GPUs transfieran datos desde su limitada memoria de alto ancho de banda (HBM) a un sistema de almacenamiento en red compartido. De este modo, los operadores pueden reservar HBM para tareas críticas, reduciendo los costos de procesamiento de tokens hasta en un 50%.
Escalabilidad para cargas de trabajo de IA
Estas capacidades son cada vez más esenciales para gestionar modelos de lenguaje grandes y otras cargas de trabajo complejas en inteligencia artificial. La disminución de las limitaciones de memoria permite a las organizaciones escalar sus tareas de inferencia sin necesidad de recursos de memoria local excesivos.
Mejorando la fiabilidad de los clústeres a través de diseños innovadores
El chip ACF-S incorpora redundancia multipath de alto radio, lo que permite a los operadores establecer 32 conexiones más pequeñas de 100 Gbps en lugar de depender de unos pocos enlaces masivos de 800 Gbps. Esta elección de diseño reduce significativamente el riesgo de pérdida considerable de ancho de banda durante una falla de conmutador, ya que solo alrededor del 3% del ancho de banda total se ve afectado. Esta mejora podría incrementar la fiabilidad de los clústeres a gran escala, aunque añade un nivel de complejidad al diseño de redes.
Al integrar el talento ingenieril de Enfabrica, incluido el CEO Rochan Sankar, directamente en Nvidia, el gigante tecnológico se posiciona para mantenerse por delante de competidores como AMD y Broadcom. Mientras que la inversión de Nvidia en Intel asegura capacidades de fabricación, esta adquisición apunta directamente a las limitaciones de escalado dentro de los centros de datos de inteligencia artificial. El futuro de la infraestructura de IA se presenta prometedor con estos avances estratégicos.
