Injustamente, no se ha dado suficiente importancia a una de las operaciones de Intel en torno a la Inteligencia Artificial. ¿Por qué pagar casi 400 millones de dólares por Nervana Systems, una startup con 48 empleados y menos de dos años de existencia? Poco dinero para la industria de semiconductores. Diane Bryant, vicepresidenta ejecutiva de Intel y directora general del Data Center Group, explica que la integración de Nervana «nos permitirá multiplicar por 100 el rendimiento y el ritmo de innovación en el emergente campo del deep learning«. O sea que, si tuviera éxito, sería un giro estratégico de envergadura que cambiaría el paisaje de la IA. La cuestión es: ¿tendrá el éxito esperado?
Diane Bryant y Naveen Rao
Obviamente, el objetivo de Intel – sumado a las adquisiciones de Saffron y Movidius – es consolidar una ambiciosa plataforma de IA, coherente con los esfuerzos que está haciendo el resto de la industria, pero la posición de la compañía es singular, por no decir única. Las palabras de Bryant sugieren un punto de inflexión cuyo fundamento sería el siguiente: no hay duda de que Intel domina holgadamente el mercado de procesadores para centros de datos, pero la adopción de técnicas de deep learning demandará un rendimiento de paralelismo en las tareas que los chips de arquitectura x86 no pueden ofrecer.
Google, por ejemplo, está usando procesadores de diseño propio (ASIC) para acelerar las inferencias que requieren sus proyectos de redes neuronales. Facebook diseña sus propios servidores con procesadores de Nvidia para tareas de computación intensiva. La propia Nvidia colabora con IBM en un desarrollo similar con procesadores Power. AMD, menos descolocada de lo que sugieran sus finanzas, trabaja en una iniciativa de software que acelera sus chips gráficos. Al menos una decena de startups nacidas al calor de este movimiento esperan que llegue su hora.
En este contexto, Intel tiene que moverse, y se mueve. La compra de Nervana ha desembocado en la promoción del cofundador y CEO de esta, Naveen Rao, al puesto, creado ad hominem, de director general de Inteligencia Artificial en el seno del Data Center Group, lo que le vincula directamente con Diana Bryant. Rao ha ratificado que el equipo a su cargo trabajará en la que fue sede de Nervana en San Diego.
Cabe preguntarse por qué vincular la IA al grupo que dentro de Intel es responsable de los servidores Xeon. Esta división, hoy por hoy la mayor fuente de beneficios para la compañía, detenta el 97% del mercado de procesadores para centros de datos, mientras que la Inteligencia Artificial representa hoy, en el mejor de los casos, el 0,1% de las cargas de trabajo de los servidores en funcionamiento. Pero lo que importa es la tendencia.
Las máquinas hay que programarlas para que aprendan, y al menos en una primera fase tienen que hacerlo los humanos. A esto se llama machine learning o, a veces, deep learning. Para ello es necesario contar con especialistas en programación de Inteligencia Artificial, y este es el objetivo de la Intel Nervana AI Academy: fomentar el desarrollo de aplicaciones y servicios que dinamicen ese mercado. En paralelo, Intel ha formado una alianza con Google para el desarrollo de IA.
El pasado abril, antes de conocerse las negociaciones con Intel, Naveen Rao daba una explicación inteligible de la arquitectura de Nervana. Se trataba de un cluster de procesadores diseñados para ejecutar operaciones matemáticas simplificadas, que él llamaba flexpoint, enfoque que usaría menos datos – y por tanto sería más rápido – que las operaciones de punto flotante, para potenciar el rendimiento comparado con los chips convencionales para el mismo proceso.
A finales de noviembre Intel celebró su IA Day, preanunció una serie de productos que pretende lleguen a ser el estándar de facto para ese mercado. La noticia que más llamó la atención fue la ´productivización` del Nervana Engine, chip que fue el desencadenante del interés por comprar la joven empresa de San Diego. Y si llamó la atención fue por introducir una variación en la ´hoja de ruta` cuyo exponente actual es su multicore Xeon Phi, que ha sido considerado como el arma para contrarrestar los procesadores gráficos de Nvidia y de AMD). En agosto se había dicho que el siguiente paso en esa línea sería Knights MIll, a la vez host y acelerador, a mediados de 2017.
Sin desmentirse a sí misma, Intel ha modificado su ´hoja de ruta` para incorporar Nervana en su programa de los próximos años. También en 2017 estará disponible Lake Crest, un acelerador de deep learning destinado a entrenar redes neuronales, que deriva directamente de Nervana Engine y de hecho abre una vía alternativa a la arquitectura x86. También anticipó que «en torno al 2020» debería aparecer Knights Crest, nombre compuesto que sugiere un híbrido entre ambas líneas de desarrollo. A esta generación de la plataforma le correspondería cumplir el pronóstico de rendimiento enunciado por Diane Bryant.
En el discurso oficial de Intel, el desarrollo combinado de máquinas más ´inteligentes` y las experiencias proporcionadas por los usuarios en el mundo real con dispositivos conectados, debería proporcionar avances sin precedentes en campos como la medicina, la ciencia y la educación. En la práctica, la compañía se esfuerza por estar en la cabeza de ese tren en marcha. La creación de una academia para formar especialistas en esta materia es equivalente a lo que están haciendo Google, IBM o Microsoft, entre otras.
Las adquisiciones de los últimos tiempos marcan una trayectoria. Saffron es una plataforma cognitiva a base de técnicas de aprendizaje asociativo automático, que permite el razonamiento y el análisis transparente de datos incompletos, dinámicos y procedentes de diversas fuentes, muy especialmente dispositivos IoT. Por otro lado, Movidius aportará a Intel su especialización en visión artificial. De modo que – explica el comunicado que informaba en septiembre de la compra – las cámaras RealSense, de Intel, serán ´los ojos`, sus procesadores ´el cerebro` y los chips Myriad 2 de Movidius ´la corteza visual`, analogías que esta industria gusta de tomar prestadas de la biología. [Comentario marginal: ¿no es por esto que se insiste en llamar ´ecosistema` a lo que siempre se había llamado simplemente ´sistema`?].
La integración de Nervana redondea esa estrategia. Permitirá «integrar modelos paralelos de manera fluída con una densidad informática sin precedentes», se dice. Lo habitual hasta ahora era utilizar la capacidad de proceso en paralelo de los chips gráficos para acelerar el aprendizaje de las aplicaciones de IA, pero con la plataforma adquirida se hará a través de software, con algoritmos avanzados, que se combinará con procesadores específicos a medida fabricados con la tecnología de Altera, que desde 2015 es propiedad de Intel.
Los especialistas no terminan de ponerse de acuerdo en cuál es el camino más adecuado para acelerar el desarrollo de la IA. Si Intel acertara, podría asestar un golpe a Nvidia, que desde hace meses preconiza las bondades de sus chips gráficos para acelerar el aprendizaje de los procesos de IA. Una opinión muy extendida sostiene que los chips gráficos (GPU) son más convenientes en las primeras fases del proceso de aprendizaje, pero que también se aprende más rápido con software una vez se ha entrenado a la máquina y se ha producido el despegue. Intel parece decantarse por esta segunda opción, entre otras cosas porque no tiene tanta tecnología gráfica como Nvidia, aunque podría comprar otra especialista. También podría fabricar procesadores Xeon Phi [por tanto, x86] incorporando tecnología de redes lógicas programables (FPGA) de Altera y software embebido de Nervana.
De todos modos, Nervana no es la única compañía que apuesta por el software. Entre las plataformas rivales se encuentran Caffe, CNTK, Torch y TensorFlow, esta última más conocida porque Google la empleó para entrenar a una máquina a jugar al Go y ganar sin paliativos al campeón mundial humano.
Para completar el panorama, de por sí complejo, hay que tener presente que los resultados no pueden ser inmediatos. Tanto si se sigue una vía como otra, habrá que esperar dos o tres años, con un esfuerzo al máximo nivel, para determinar qué estrategia ha sido la más adecuada o ha dado los mejores resultados.
Desde luego, Intel cuenta con abundantes recursos para mantenerse aun si no alcanza los resultados esperados, pero en tal caso su posición en el mercado al iniciarse la próxima década se vería mermada. Lo cierto es que se la ve muy decidida en el empeño, y la IA es un campo emergente, con todos los visos de desarrollarse rápidamente después de 2020. Un encaje de bolillos que algunos ponen al mismo nivel que en eras sucesivas representaron el mainframe, el PC o la nube.
[informes de Lluís Alonso y Mario Kotler]