¿Qué significa Meta Muse para GPU y CPU?
A diferencia de los chatbots con altas tasas de inactividad, la característica de "siempre en línea" de agentes inteligentes como Meta Muse provoca un aumento exponencial en el consumo de poder computacional. Citibank prevé que esta tendencia llevará a que la proporción CPU-GPU pase de 1:8 durante el entrenamiento a 1:1, impulsando el tamaño del mercado de CPU a 300 mil millones de dólares para 2030. Además, tan solo 100 millones de usuarios activos diarios de Muse podrían generar hasta 19 mil millones de dólares en ingresos por GPU para Nvidia.
Con el lanzamiento de agentes inteligentes personales de IA como Meta Muse, la IA está evolucionando de chatbots pasivos y receptivos a agentes inteligentes que operan de manera autónoma las 24 horas del día, lo que podría aumentar la demanda de CPU, GPU, memoria y la infraestructura de red.
Según el último informe de investigación publicado por Citi el 6 de octubre, las aplicaciones de agentes inteligentes representadas por Meta Muse están elevando las expectativas del mercado para el hardware de cómputo a nuevos niveles. La entidad estima que, para 2030, el mercado total potencial (TAM) mundial de CPU se expandirá de 29 mil millones de dólares en 2025 a 300 mil millones de dólares, con una tasa compuesta anual de crecimiento del 60%.
En el caso de las GPU, los agentes inteligentes también han traído una demanda incremental estructural. La entidad calcula que, si Meta Muse alcanza 100 millones de usuarios activos diarios, se necesitarían aproximadamente entre 200.000 y 390.000 GPUs de nivel Blackwell, lo que podría generar para Nvidia ingresos únicos de 7.000 a 19.000 millones de dólares.
Esta tendencia beneficia directamente a los proveedores de poder computacional central. Citi señala que, dado que Meta es uno de los mayores clientes de la división de servidores de AMD, AMD será uno de los principales beneficiarios del resurgimiento de las CPU, y su precio objetivo ha sido elevado a 800 dólares; al mismo tiempo, Nvidia también continuará beneficiándose del aumento en la demanda de GPU.
El auge de los agentes inteligentes, la CPU se convierte en el nuevo cuello de botella
Antes de la explosión de la IA basada en agentes, las CPU estaban principalmente limitadas a cargas de trabajo tradicionales y servían como nodo principal (Head Node) en aplicaciones de IA. En estos nodos principales, la CPU sólo se encargaba de la "gestión", enviando las solicitudes de usuario a la GPU y devolviendo los resultados, mientras que los trabajos intensivos de multiplicación de matrices e inferencia eran realizados por la GPU.
Sin embargo, los agentes inteligentes han cambiado esta distribución del trabajo. Citi señala en su informe: "En comparación con los chatbots tradicionales, creemos que los agentes inteligentes de IA son un catalizador para que la demanda computacional crezca en órdenes de magnitud." Los agentes deben encargarse de la orquestación, los ciclos de inferencia, el procesamiento de datos y los componentes de seguridad, lo que convierte a la CPU en el nuevo cuello de botella.
A medida que la IA pasa de la etapa de entrenamiento de modelos a la de inferencia y luego al flujo de trabajo autónomo de los agentes inteligentes, la relación entre CPU y GPU está cambiando significativamente. En la etapa de entrenamiento de modelos, la proporción es de 1:8; en la de inferencia es de 1:4; pero en la IA de agentes inteligentes, dicha proporción se está moviendo hacia 1:1 o incluso mayores. La entidad estima que, para 2030, el crecimiento anual compuesto de las CPU dedicadas a agentes inteligentes alcanzará el 247%, ocupando el 52% del mercado total de CPU.
El libro de cuentas de la capacidad de cálculo de GPU de Meta Muse
Meta Muse es el primer agente inteligente de IA para consumidores lanzado a una escala realmente social, y su huella de computación es una de las variables más importantes en la infraestructura de IA actual. Diferente de los chatbots estándar, Muse, como agente inteligente autónomo, opera de forma continua, y su lógica subyacente determina un consumo mucho mayor de GPU.
Citi ha construido un modelo de demanda de GPU de abajo hacia arriba. En el supuesto base, se estima que un usuario típico realiza cuatro solicitudes sencillas y doce tareas de agente al día (por ejemplo, buscar restaurantes, revisar el calendario y redactar invitaciones), con aproximadamente ocho llamadas al modelo por cada tarea de agente. Dado que el modelo no tiene memoria entre llamadas, debe cargar una y otra vez el contexto de conversación, que crece constantemente.
Sobre esa base, Citi calcula que cada usuario de Muse necesita aproximadamente 0,0020 GPUs de nivel GB200. En palabras sencillas, una sola GPU puede atender alrededor de 500 usuarios. La entidad enfatiza: “Estructuralmente, el trabajo de inferencia para agentes inteligentes es mucho más exigente que para los chatbots.” Bajo este mismo marco, la capacidad de GPU requerida por un usuario tipo chatbot equivale solo al 12,5% al 25% de la de un usuario de agente inteligente.
Reacción en cadena en memoria y red
El flujo de trabajo de los agentes inteligentes no solo exige más a los circuitos lógicos, sino que también genera una reacción en cadena en los campos de memoria y red. En cuanto a la memoria, la CPU tiene una alta tasa de adopción de LP, DDR y SSD. Micron ha señalado recientemente que los flujos de trabajo de agentes inteligentes representados por Meta Muse están permitiendo a los consumidores obtener más valor, mientras que la CPU está generando más restricciones para la DRAM.
En el lado de la red, la IA de agentes inteligentes incrementa de manera significativa el tráfico de red. La gerencia de Nvidia, en comunicación con Citi, señaló: “Un agente inteligente puede funcionar durante varias horas o de forma continua... lo que genera la creación de muchos más Tokens en cargas de trabajo tanto de consumidores como empresariales.”
Este funcionamiento continuo significa que cada vez son los agentes inteligentes, y no los humanos, quienes acceden con mayor frecuencia a la infraestructura. Esto impulsa el crecimiento del tráfico "norte-sur" dentro de los centros de datos (como acceso a almacenamiento, seguridad, servicios de configuración, etc.), creando nuevas oportunidades de aceleración para tecnologías como DPU (como BlueField 4) y la red Ethernet Spectrum-X.
Disclaimer: The content of this article solely reflects the author's opinion and does not represent the platform in any capacity. This article is not intended to serve as a reference for making investment decisions.
You may also like
CDS se disparan colectivamente, ¡los "SpaceX" siguen pidiendo préstamos descontroladamente! ¿Cuánto tiempo podrá durar la fiebre de deuda de la IA?
La ola de deuda en la infraestructura de IA está remodelando el panorama global del crédito a una velocidad sin precedentes; la deuda del sector tecnológico ha alcanzado los 500 mil millones de dólares en los primeros nueve meses de este año. Sin embargo, las alertas en el mercado de CDS suenan constantemente, y el rendimiento de los bonos del Tesoro de EE.UU. supera el 5,3%, marcando el nivel más alto en más de veinte años. Dalio señala directamente que esto es “una burbuja clásica que será pinchada por las tasas de interés”.
¿Está a punto de producirse una gran reversión en la asignación de acciones y bonos? Bank of America emite una señal rara: los bonos compiten por fondos con las acciones por primera vez en décadas, y el retorno del S&P podría ser inferior al 5% en los próximos diez años.
Savita Subramanian, jefa de Estrategias Cuantitativas y de Renta Variable de Bank of America en Estados Unidos, afirmó el miércoles en una entrevista que el mercado de bonos está volviendo a ser atractivo y, por primera vez en décadas, se ha convertido en un verdadero competidor del mercado de acciones.
¡Deja de ver a Micron (MU.US) bajo un ciclo de consumo! La IA está reescribiendo la lógica de NAND y los SSD empresariales ya controlan el poder de fijación de precios.
Eudaemon Research previamente consideraba que, dentro de la estructura de negocios de Micron, DRAM era más resistente que NAND y que los precios y la demanda de NAND regresarían rápidamente a la normalidad. Sin embargo, los datos del último cuarto fiscal Q4 de Micron les han llevado a corregir esta opinión: NAND ya no es un mercado homogéneo, y la oferta y demanda, así como la lógica de precios, del NAND para consumo y de los SSD para centros de datos empresariales, están claramente diferenciándose.
El precio objetivo de Micron ha sido elevado significativamente por los bancos de inversión, alcanzando un máximo de 3000 dólares.
DA Davidson elevó el precio objetivo de Micron a 3000 dólares, lo que implica un potencial de subida del 176% respecto al precio actual de las acciones. La lógica central es que el súper ciclo de memoria impulsado por la IA continuará hasta 2028, con una brecha creciente entre la oferta y la demanda. La variable clave radica en el "cambio de compradores": de pequeños clientes propensos a incumplimiento, a gigantes tecnológicos como Amazon, Microsoft y Google. Micron ya ha asegurado 150.000 millones de dólares en obligaciones restantes por cumplir.
Crypto prices
More
