GeForce de consumo se modifican para cargas de IA en China
GeForce de consumo se modifican para cargas de IA en China
El sitio especializado VideoCardz reporta un fenómeno que crece en el mercado chino: la modificación masiva de tarjetas gráficas GeForce de Nvidia para que puedan manejar cargas de trabajo de inteligencia artificial. Esta no es una práctica aislada, sino una tendencia que gana fuerza rápidamente. 🚀
La clave está en el sistema de refrigeración
La adaptación física principal que reciben estas GPU es la sustitución de su sistema de refrigeración original. En su lugar, se instala un ventilador tipo turbina o blower. Este diseño es fundamental porque extrae el aire caliente directamente fuera del chasis donde se monta la tarjeta, un estándar en el hardware profesional para centros de datos.
Ventajas del diseño blower para IA:- Permite instalar múltiples tarjetas en paralelo dentro de un rack o servidor sin que el calor de una afecte a la otra.
- Optimiza el flujo de aire en entornos donde las GPU ejecutan modelos de IA de forma continua, durante días o semanas.
- Replica el esquema de refrigeración que usan las series profesionales de Nvidia, como las RTX A o las antiguas Tesla.
Al modificar las GeForce para que usen este sistema, los ensambladores las adaptan para que funcionen de manera óptima en racks donde se ejecutan modelos de IA.
Un mercado con orígenes diversos
El origen de estas tarjetas modificadas no es único. Los ensambladores obtienen las unidades desde diferentes fuentes para luego readaptarlas y venderlas para este nicho específico.
Procedencia de las GPU modificadas:- Unidades nuevas: Algunas son tarjetas gráficas nuevas que los distribuidores modifican antes de ponerlas a la venta para el sector de IA.
- Hardware reacondicionado: Otras provienen del mercado de segunda mano, frecuentemente de granjas de minería de criptomonedas que han dejado de operar. Este hardware se repara y modifica para darle una segunda vida.
- Esta práctica permite reutilizar componentes y crear una alternativa con un costo significativamente menor al de las soluciones profesionales de Nvidia.
Un ciclo de vida reinventado para la GPU
Este fenómeno ilustra cómo se extiende la utilidad de una GPU de gaming. Su viaje no concluye cuando deja de renderizar videojuegos, sino que puede transicionar hacia el intensivo campo del aprendizaje automático. Ofrecer potencia de cálculo para IA se convierte en su destino final, una evolución natural para hardware que conserva capacidad de procesar. Así, lo que antes calculaba píx