El CEO de Intel (INTC.US), Pat Gelsinger, elogia los modelos de IA de vanguardia en China y respalda firmemente el código abierto para mejorar la eficiencia.

Según ha informado la APP de Zhituo Finance, el CEO de Intel (INTC.US), Pat Gelsinger, afirmó este lunes que los modelos de inteligencia artificial (IA) de vanguardia en China tienen un costo por token más bajo y ya están siendo aplicados “muy rápidamente”. Según los informes, Gelsinger señaló que modelos como DeepSeek, Kimi y GLM ofrecen un rendimiento “suficientemente bueno”. También declaró: “Soy un firme defensor del código abierto. Es la mejor manera de impulsar la eficiencia”. Añadió que, finalmente, será el mercado el que decida qué modelos son adecuados para cada escenario de aplicación.

La postura de Gelsinger lo alinea con Jensen Huang, CEO de NVIDIA (NVDA.US). Huang ha defendido en varias ocasiones los modelos open source chinos. En julio de este año, mencionó que los modelos de DeepSeek, Alibaba y Moonshot AI son “excelentes” y deberían ser implementados. Añadió que los modelos open source pueden ampliar el alcance de la IA, en vez de reducir la demanda de chips de NVIDIA.

Una característica clave de los modelos de IA open source es el costo de uso relativamente más bajo. Para Intel, la adopción más amplia de modelos de IA de bajo costo podría impulsar una implementación más generalizada de la IA, y con ello aumentar la demanda del mercado por CPU, servidores e infraestructura de data centers necesarios para ejecutar estas cargas de trabajo, precisamente el área en la que Intel está apostando fuertemente en la actualidad.

Mientras tanto, Gelsinger ha posicionado el negocio de data centers de Intel como uno de los beneficiados por la IA de agentes inteligentes. Los datos revelan que los ingresos de Intel en el segundo trimestre aumentaron un 25% interanual a 16,13 mil millones de dólares, el mayor crecimiento desde 2011 y superando la expectativa del mercado de 14,42 mil millones. De eso, el segmento de data centers e IA alcanzó 6,3 mil millones de dólares, un salto del 59% interanual, más del doble del ritmo de crecimiento del ingreso total de la compañía y por encima de los 5,37 mil millones esperados por el mercado.

A medida que la industria avanza de entrenar grandes modelos a desplegar a gran escala agentes inteligentes capaces de ejecutar tareas autónomas, la demanda por CPU de propósito general se dispara. Los agentes de IA pueden realizar tareas en varios pasos, por lo que requieren una amplia capacidad de cómputo. El razonamiento de IA tradicional depende mucho de las GPU para cálculos matriciales, pero los flujos de trabajo de agentes dividen una tarea en etapas como planificación, búsqueda, lectura y escritura de archivos, verificación de reglas, ejecución de código, uso de herramientas y validación de resultados, procesos que dependen más de CPU, acceso a memoria, E/S y planificación del sistema. En las tareas de razonamiento tradicionales, la proporción de GPU a CPU es de 7:1 aproximadamente, pero en los flujos de trabajo de agentes podría acercarse a 1:1, o incluso favorecer más a la CPU. Esto no quita importancia a las GPU, sino que marca el inicio de una era de sistemas heterogéneos en los data centers de IA, que incluyen GPU, CPU, ASIC, redes ópticas e infraestructura de almacenamiento.

Además, algunos analistas consideran que el desarrollo de modelos open source puede ayudar a Intel a reducir la dependencia de un único ecosistema de IA. Actualmente, la infraestructura de IA se basa en gran medida en el ecosistema CUDA de NVIDIA. Sin embargo, el avance de los modelos open source da a las empresas la oportunidad de construir una infraestructura de IA más diversa. Por ejemplo, pueden elegir GPU de NVIDIA con CPU de Intel, CPU de Intel con otros aceleradores de IA, o CPUs para tareas generales y aceleradores específicos para razonamiento de IA. Para Intel, lo más importante no es necesariamente convertirse en “el segundo NVIDIA”, sino posicionarse como un proveedor indispensable de infraestructura general de cómputo en los data centers de IA.