OpenAI entrena GPT-6 Astra con 100.000 GPUs y Nvidia anticipa modelos con 400.000
Hecho Qué ha ocurrido
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 500 y 1.000 millones de dólares. Jensen Huang, CEO de Nvidia, anticipó que la próxima generación de modelos podría usar hasta 400.000 GPUs simultáneas, lo que podría demandar hasta 1,2 GW de energía. El lanzamiento de Astra sufrió problemas de acceso para usuarios de pago, que Sam Altman calificó de 'un desastre'.
Resumen generado mediante IA a partir de ITSitio. Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
La escalada de infraestructura y consumo energético para entrenar modelos de frontera plantea límites físicos y económicos que afectarán directamente los costos y la disponibilidad de la IA empresarial. Además, revela que más cómputo no garantiza liderazgo en benchmarks, ya que modelos rivales como Fable 5.1 de Anthropic superan a Astra en varias pruebas técnicas.
- Quién se ve afectado
- Proveedores de infraestructura cloud, empresas dependientes de APIs de OpenAI, sector energético y grandes clientes corporativos de modelos de IA.
- Qué puede cambiar
- Se acelera la carrera por infraestructura masiva de GPUs y energía, con posibles cuellos de botella en disponibilidad de servicios y presión sobre la red eléctrica en EEUU.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Vigilar si Nvidia y OpenAI confirman fechas y ubicación para el entrenamiento de 400.000 GPUs, la evolución de precios de servicios de IA, y si se repiten problemas de estabilidad en futuros lanzamientos.
Recomendación Qué debería hacer una empresa
Las empresas que dependen de modelos de OpenAI deberían evaluar en los próximos 3-6 meses alternativas multiproveedor (como Anthropic) para mitigar riesgos de disponibilidad tras incidentes de lanzamiento.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Fuente original: ITSitio. La referencia es siempre el artículo original.
Ver fuente original ↗LLMagenteschipsinfraestructura de datacenter OpenAINvidiaAnthropic GPT-6 AstraGPUsNvidiaOpenAIStargate
Tu opinión
0 comentarios
Relacionadas
AllSpark lanza Iris-mini e Iris-pro, agentes de búsqueda de código abierto basados en Qwen
El laboratorio chino AllSpark ha publicado Iris-mini (35B parámetros) e Iris-pro (397B), dos agentes de búsqueda basados en modelos Qwen, junto con su receta…
Por qué importaOfrece a empresas y desarrolladores una alternativa abierta y auditable a agentes de búsqueda propietarios, con metodología transparente de…
OpenAI entrenó GPT-6 Astra con 100.000 GPUs y Nvidia prevé 400.000 para el próximo modelo
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…
Por qué importaEl 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…
GPT-6 Astra supera a Claude Fable en benchmarks de agentes económicos y control de drones
Andon Labs evaluó GPT-6 Astra de OpenAI en dos benchmarks: Vending-Bench, donde gestiona un negocio simulado, y Drone-Bench, donde controla un dron DJI Tello…
Por qué importaEstos resultados muestran avances concretos en la capacidad de los modelos de IA para operar de forma autónoma en tareas económicas y físicas…
GPT-6 Astra lidera benchmark de matemáticas pese a no ser prioridad de OpenAI
OpenAI's GPT-6 Astra obtuvo el primer puesto en ErdosBench, un benchmark de 226 problemas matemáticos abiertos inspirados en los problemas de Erdős, con una…
Por qué importaMuestra que incluso el laboratorio líder en IA enfrenta compromisos de optimización: mejorar en un dominio implica sacrificar avances en otros…