Nvidia compromete $26B en modelos de IA de pesos abiertos, lanza Nemotron 3 Super

Nvidia está invirtiendo $26 mil millones durante los próximos cinco años para desarrollar modelos de IA de pesos abiertos, según los informes financieros de 2025 confirmados por ejecutivos. Este movimiento estratégico posiciona a Nvidia para competir directamente con laboratorios de IA de vanguardia como OpenAI y DeepSeek, mientras refuerza su dominio en hardware, ya que los modelos están optimizados para los chips de Nvidia.

Detalles del lanzamiento de Nemotron 3 Super

El miércoles, Nvidia lanzó Nemotron 3 Super, su modelo de pesos abiertos más capaz hasta la fecha. El modelo tiene 128 mil millones de parámetros, lo que lo hace aproximadamente equivalente a la versión más grande del GPT-OSS de OpenAI. Nvidia afirma que supera a GPT-OSS y otros modelos en varios puntos de referencia:

• Obtuvo 37 en el Índice de Inteligencia Artificial (GPT-OSS obtuvo 33)
• Ocupa el primer lugar en PinchBench, un nuevo punto de referencia que evalúa la capacidad del modelo para controlar OpenClaw
• Varios modelos chinos obtuvieron puntuaciones más altas en el Índice de IA

Innovaciones técnicas y entrenamiento

Nvidia introdujo técnicas arquitectónicas y de entrenamiento que mejoran las capacidades de razonamiento, el manejo de contextos largos y la capacidad de respuesta al aprendizaje por refuerzo. La compañía recientemente terminó el preentrenamiento de un modelo de 550 mil millones de parámetros y ha lanzado modelos especializados para robótica, modelado climático y plegamiento de proteínas.

Contexto del panorama de modelos abiertos

Meta fue la primera en lanzar un modelo abierto (Llama en 2023) pero podría no hacer que los modelos futuros sean completamente abiertos. El GPT-OSS de OpenAI es inferior a las ofertas propietarias y no es adecuado para modificaciones. Los principales modelos estadounidenses de OpenAI, Anthropic y Google son solo para nube/chat. En contraste, los modelos chinos de DeepSeek, Alibaba, Moonshot AI, Z.ai y MiniMax publican los pesos de forma abierta y gratuita, lo que lleva a muchas startups e investigadores a construir sobre ellos.

Implicaciones estratégicas

Los modelos abiertos de Nvidia ayudan a probar y mejorar no solo los chips, sino también los centros de datos a escala de supercomputadoras, el almacenamiento, las redes y la arquitectura de hardware. La inversión tiene como objetivo contrarrestar el auge de los modelos abiertos chinos que podrían erosionar la posición de Nvidia si demuestran mejoras dramáticas en hardware rival. El lanzamiento de DeepSeek en enero de 2025 utilizó enfoques de entrenamiento más eficientes que redujeron los costos significativamente.