Ir al contenido
IA para hoy
Modelos y avances Lanzamiento 2/5 · Declaración interesada

OpenAI entrenó GPT-6 Astra con 100.000 GPUs y Nvidia prevé 400.000 para el próximo modelo

Fotografía de archivo que ilustra: OpenAI entrenó GPT-6 Astra con 100.000 GPUs y Nvidia prevé 400.000 para el próximo modelo
Foto: , CSIRO · CC BY 3.0 · Wikimedia Commons

Hecho Qué ha ocurrido

OpenAI entrenó GPT-6 Astra usando 100.000 GPUs en el centro de datos Stargate (Abilene, Texas), con un costo estimado entre 500 millones y 1.000 millones de dólares durante 90-120 días. Jensen Huang, CEO de Nvidia, anticipó que el próximo entrenamiento requerirá 400.000 GPUs, lo que demandaría cerca de 1,2 GW de potencia eléctrica. El modelo Fable 5.1 de Anthropic supera a Astra en varios benchmarks técnicos, y el lanzamiento público sufrió problemas de acceso que llevaron a Sam Altman a disculparse.

Resumen generado mediante IA a partir de Infobae Tecno. Naturaleza de la información: declaración de parte interesada.

Análisis Por qué importa

El salto de escala en cómputo (de 100.000 a 400.000 GPUs) muestra que la carrera de infraestructura de IA sigue acelerándose con costos e implicaciones energéticas crecientes para toda la cadena de suministro tecnológica.

Quién se ve afectado
Proveedores de infraestructura cloud, fabricantes de chips, empresas de energía y grandes clientes empresariales de modelos de IA avanzados.
Qué puede cambiar
La demanda de GPUs y energía para entrenar modelos de frontera se cuadruplicará en la próxima generación, intensificando la presión sobre cadenas de suministro de chips y capacidad eléctrica.

Análisis generado a partir de la información disponible; no procede de la fuente.

Ilustración generada con IA sobre: OpenAI entrenó GPT-6 Astra con 100.000 GPUs y Nvidia prevé 400.000 para el próximo modelo
Ilustración generada con IA por IA para hoy

Predicción Qué observar a continuación

Vigilar si Nvidia y OpenAI confirman fecha de inicio del próximo entrenamiento, la evolución de benchmarks frente a Anthropic, y el impacto de la escasez de memoria HBM en los costos.

Recomendación Qué debería hacer una empresa

Empresas que dependan de modelos de frontera deberían diversificar proveedores de IA y evaluar en los próximos 6-12 meses el impacto de la escalada de costos de cómputo en sus presupuestos tecnológicos.

Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.

Compartir WhatsApp LinkedIn X Bluesky Telegram
Enviar esta noticia por correo

Se envía esta noticia con su análisis. La dirección se usa solo para ese envío y no se guarda.

Fuente original: Infobae Tecno. La referencia es siempre el artículo original.

Ver fuente original ↗

LLMagenteschips OpenAINvidiaAnthropic GPT-6 Astra GPUs Nvidia OpenAI Stargate

Relacionadas

Modelos y avances

OpenAI entrena GPT-6 Astra con 100.000 GPUs y Nvidia anticipa modelos con 400.000

OpenAI entrenó su modelo GPT-6 Astra durante 90-120 días usando unas 100.000 GPUs en el centro de datos Stargate en Abilene, Texas, con un costo estimado entre…

Por qué importaLa escalada de infraestructura y consumo energético para entrenar modelos de frontera plantea límites físicos y económicos que afectarán directamente…

Impacto alto Fiabilidad confirmado por varias fuentes Relevancia 8/10 ITSitio

NVIDIA y OpenAI lanzan GPT-6 Astra Ultrafast, hasta 8 veces más rápido en generación de tokens

OpenAI ha lanzado GPT-6 Astra Ultrafast, disponible en la API y para usuarios elegibles de ChatGPT Work y Codex, que corre sobre GPUs NVIDIA Blackwell. Según…

Por qué importaUna generación de tokens mucho más rápida reduce la latencia en bucles de agentes (escribir código, usar herramientas, verificar resultados), lo que…

Impacto medio Fiabilidad declaración interesada NVIDIA Blog
Herramientas y productos

OpenAI lanza GPT-6 Astra con precios y disponibilidad por planes

OpenAI presentó GPT-6 Astra, su nuevo modelo, disponible en ChatGPT Plus, Pro, Business, Enterprise y vía API, Azure y AWS Bedrock. La API cuesta 10 USD por…

Por qué importaEs una actualización relevante del modelo insignia de OpenAI orientada a automatización de tareas complejas de programación, uso de computadoras y…

Impacto alto Fiabilidad confirmado por varias fuentes Relevancia 8/10 Infobae Tecno

El coste de entrenar un modelo de IA cae 600 veces en siete años, según Karpathy

Andrej Karpathy, ex responsable de visión en Tesla, ha documentado que entrenar un modelo de IA con rendimiento superior al de GPT-2 (2019) cuesta ahora 600…

Por qué importaEsta aceleración en la eficiencia de costes amplifica el acceso a capacidades de entrenamiento, permitiendo a equipos y empresas más pequeñas…

Impacto alto Fiabilidad una fuente fiable Relevancia 7/10 Simon Willison

Tu opinión

0 comentarios

Escribe un comentario

Sin registro. La primera vez te pediremos confirmar el correo y el comentario pasará por moderación; después se publican al momento si cumplen las normas y firmas con el mismo nombre. Se guarda un resumen de tu IP para evitar abusos.