Diez mil chips, ninguno estadounidense

Z.ai, el laboratorio chino antes conocido como Zhipu y desarrollador de la familia de modelos GLM, ha terminado de construir un centro de datos de clase gigavatio y ha encendido una parte. La instalación funciona con más de diez mil semiconductores de fabricación nacional y, según lo publicado, ni un solo componente de Nvidia. Se la describe como la mayor instalación de servidores levantada por una empresa china de IA, y Z.ai opera ya varios clústeres de más de diez mil chips cada uno.

Lo determinante es la exclusividad, no el tamaño. Las empresas chinas llevan años montando grandes clústeres, por lo general con una mezcla de hardware de Nvidia acumulado, variantes conformes a la exportación y aceleradores nacionales. Una construcción sin nada de silicio estadounidense es una afirmación distinta. Dice que la cadena de suministro nacional, del acelerador a la interconexión y al software que los gobierna, está lo bastante completa como para levantar un emplazamiento de entrenamiento de escala frontera sin una licencia de Washington.

Detrás hay contexto. China ha comprometido unos 2 billones de yuanes, alrededor de 295.000 millones de dólares o 273.000 millones de euros, a la construcción nacional de centros de datos en cinco años. Esta instalación es un caso en que ese programa alcanza el estado operativo en lugar del anuncio, y solo el estado operativo cambia las opciones de los demás.

La adquisición que pesa más que el edificio

El mismo día, Z.ai completó la compra de Zhongke Jiahe, una empresa de software de infraestructura de IA fundada por investigadores de la Academia China de Ciencias. Su tecnología hace una sola cosa, y sobre ella se apoya todo lo demás: ejecuta el mismo modelo de forma eficiente sobre distintos aceleradores fabricados en China, incluidos diseños de Huawei y Cambricon.

Ese es el cuello de botella real, y no es un problema de hardware. Que una década de alternativas a Nvidia no desplazara nada rara vez se debió al rendimiento bruto del silicio. Se debió a que cada carga de trabajo había que portarla, afinarla y mantenerla por arquitectura, y el coste de portar superaba el ahorro de hardware. Una construcción nacional con dos o tres familias de aceleradores multiplica ese problema en lugar de esquivarlo.

Z.ai no intentó resolverlo en casa. Compró un equipo de la Academia de Ciencias que ya lo había resuelto, y cerró el mismo día en que anunció el emplazamiento. Lea la secuencia como intención. Una compañía convencida de poder tapar hardware heterogéneo con ingeniería propia no adquiere esa capacidad justo cuando la necesita. La compra es una admisión de lo difícil que es esa capa y, a la vez, la razón por la que el gigavatio resulta utilizable.

Un gigavatio compra menos de lo que suena, y de eso se trata

Un gigavatio equivale aproximadamente al consumo instantáneo de 750.000 hogares. Dicho así suena decisivo, y para un lector europeo conviene traducirlo a la moneda que de verdad nos limita. No son los chips. Es la conexión a red.

Los aceleradores chinos nacionales entregan por lo general menos cómputo por vatio que los componentes de Nvidia a los que sustituyen. Un gigavatio de silicio de Huawei y Cambricon no compra, por tanto, un gigavatio de rendimiento de entrenamiento equivalente a Nvidia. Compra bastante menos. La estrategia solo funciona si se puede poner más potencia detrás del mismo resultado, y Pekín puede, porque capacidad de red y despliegue de generación son los insumos que China tiene de sobra.

Europa está al otro lado de ese intercambio. Las colas de conexión en los Países Bajos, Alemania, Irlanda y el Reino Unido se miden en años, no en meses, y la restricción vinculante de la capacidad europea de IA no son los chips desde hace tiempo. Por eso el anuncio debe leerse como una historia de energía con chaqueta de semiconductores. Un competidor que puede pagar la ineficiencia con electricidad juega a algo que un operador europeo no puede copiar, sea cual sea el hardware que llegue a estar disponible.

Qué hace esto con un modelo que ya está en su arquitectura

Los modelos GLM son de pesos abiertos, y un número considerable de empresas europeas los ejecuta en producción, a menudo como capa de coste controlado por debajo de un modelo frontera. Para ellas la pregunta práctica siempre ha sido la durabilidad del suministro: si los controles de exportación se endurecen, ¿deja de mantenerse aquello sobre lo que construí?

La respuesta ha cambiado de forma, no ha mejorado. Una base de cómputo nacional hace que el desarrollo continuado de estos modelos dependa mucho menos de decisiones de licencia estadounidenses, lo que elimina un modo de fallo. Pero esa misma autosuficiencia es justo lo que hace que los modelos merezcan control desde el otro extremo. Los reguladores chinos vienen consultando a empresas nacionales de IA y de semiconductores sobre reglas de exportación más estrictas para modelos avanzados y la tecnología que los sostiene, una dirección reportada esta semana y todavía no promulgada.

El riesgo, pues, no desapareció. Se mudó, y se duplicó. Un modelo que antes se enfrentaba a un régimen de control de exportaciones queda ahora entre dos, y los dos no se coordinan entre sí. Para una decisión de arquitectura con horizonte de cinco años, ese es un cuadro sustancialmente distinto del que contienen hoy la mayoría de registros europeos de riesgo de IA.

Replique los pesos y anote qué régimen se aplica

Dos acciones, ambas baratas, ambas este trimestre. Primera: para cada modelo abierto chino que ejecute en producción, replique los pesos a un almacenamiento bajo su control, en su propia jurisdicción, con un hash registrado. Los pesos abiertos ya descargados son duraderos con independencia de lo que decida después cualquier gobierno. Los pesos abiertos que se descargan bajo demanda de un repositorio ajeno son una dependencia disfrazada de activo.

Segunda: añada un campo a su inventario de modelos indicando qué régimen de control de exportaciones rige. La mayoría de inventarios registran licencia, número de parámetros y ubicación de alojamiento. Casi ninguno registra la jurisdicción de control, porque hasta hace poco solo había una respuesta plausible. Ahora hay dos, pueden endurecerse de forma independiente y un modelo puede quedar indisponible por cualquiera de ellas sin que la otra haga nada.

Nada de esto exige cambiar de proveedor ni abandonar los pesos abiertos chinos. La ventaja de coste que los metió en su arquitectura es real y no va a desaparecer; si acaso, una base de cómputo nacional la hace más duradera. El punto es más estrecho. Ahora depende de un artefacto cuya disponibilidad continuada es materia de política en dos capitales, y la mitigación cuesta un cubo de almacenamiento y una columna en una hoja de cálculo.

Leer a continuación: Hasta un laboratorio billonario alquila su cómputo  |  El impuesto Nvidia ya tiene una segunda fuente