El nuevo estudio de hardware de inteligencia artificial encuentra a Nvidia todavía líderes, pero los equipos están mirando las opciones de Google, AMD e Intel a medida que las presiones de costos muerden
- Los equipos de IA aún favorecen a Nvidia, pero rivales como Google, AMD e Intel están aumentando su participación
- La encuesta revela que los límites presupuestarios, las demandas de energía y la dependencia de la nube están dando forma a las decisiones de hardware de IA
- La escasez de GPU empuja las cargas de trabajo a la nube mientras la eficiencia y las pruebas siguen pasando por alto
El gasto en hardware de IA está comenzando a evolucionar a medida que los equipos sopesan el rendimiento, las consideraciones financieras y la escalabilidad, ha afirmado una nueva investigación.
Red líquidaEl último estudio de hardware de IA encuestó a 252 profesionales de IA capacitados y se encontró mientras Nvidia permanece cómodamente el proveedor de hardware más utilizado, sus rivales están ganando cada vez más tracción.
Casi un tercio de los encuestados informaron que usaban alternativas como Google TPUS, Amd GPU, o Intel Chips para al menos una parte de sus cargas de trabajo.
Las trampas de omitir la diligencia debida
El tamaño de la muestra es ciertamente pequeño, por lo que no captura la escala completa de la adopción global, pero los resultados muestran un cambio claro en cómo los equipos comienzan a pensar en la infraestructura.
Un solo equipo puede implementar cientos de GPU, por lo que incluso la adopción limitada de opciones no nvidias puede marcar una gran diferencia en la huella de hardware.
NVIDIA todavía es preferido por más de dos tercios (68%) de los equipos encuestados, y muchos compradores no comparan rigurosamente alternativas antes de decidir.
Alrededor del 28% de los encuestados admitieron omitir evaluaciones estructuradas y, en algunos casos, esa falta de pruebas condujo a infraestructura no coincidente y configuraciones con poca potencia.
“Nuestra investigación muestra que omitir la debida diligencia conduce a iniciativas retrasadas o canceladas, un error costoso en una industria de rápido movimiento”, dijo Ryan MacDonald, CTO de Liquid Web.
La familiaridad y la experiencia pasada se encuentran entre los impulsores más fuertes de la elección de GPU. Cuarenta y tres por ciento de los participantes citaron esos factores, en comparación con el 35% que valoraba el costo y el 37% que asistieron a las pruebas de rendimiento.
Las limitaciones del presupuesto también pesan mucho, con un 42% de proyectos de reducción del 42% y el 14% los cancelan por completo gracias a la escasez o costos de hardware.
Las soluciones híbridas y basadas en la nube se están volviendo estándar. Más de la mitad de los encuestados dijeron que usan sistemas locales y de nubes, y muchos esperan aumentar el gasto en las nubes a medida que avanza el año.
Los alojados de GPU dedicados son visto por algunos como una forma de evitar las pérdidas de rendimiento que vienen con hardware compartido o fraccionalizado.
El uso de energía sigue siendo desafiante. Mientras que el 45% reconoció la eficiencia como importante, solo el 13% optimizó activamente para ella. Muchos también lamentaban retroceso de potencia, enfriamiento y cadena de suministro.
Si bien Nvidia continúa dominando el mercado, está claro que la competencia está cerrando la brecha. Los equipos están descubriendo que el costo de equilibrio, la eficiencia y la confiabilidad es casi tan importante como el rendimiento en bruto al construir infraestructura de IA.
