Foto: Sergio F Cara (NotiPress/Composición)
Google presentó en noviembre el modelo Gemini 3, una actualización que sorprendió al sector tecnológico, particularmente por la decisión estratégica de entrenarlo exclusivamente en unidades de procesamiento tensor (TPU) de Google Cloud, sin apoyo de GPUs de NVIDIA. Esta elección introduce un cambio relevante en la dependencia tecnológica del ecosistema de inteligencia artificial, reveló S&P en un análisis.
La ficha técnica de Gemini 3 indica que mantiene la arquitectura de mezcla de expertos de su antecesor, Gemini 2.5 Pro, pero introduce avances en el enrutamiento de consultas y en su capacidad de procesamiento multimodal nativo. Las pruebas de rendimiento posicionaron al modelo por encima de varios benchmarks desafiantes en razonamiento, una categoría crítica en los sistemas generativos de IA.
El abandono del hardware de NVIDIA por parte de Google implica una potencial redistribución del control sobre los recursos computacionales de entrenamiento de modelos. Siendo NVIDIA la empresa más valiosa de Estados Unidos en términos bursátiles, su dominio se basa en la demanda global de sus GPU para IA. Sin embargo, Google apuesta por soluciones internas, lo cual podría impactar la hegemonía de NVIDIA si otros actores replican esta estrategia.
Otro punto destacado del lanzamiento fue la implementación de Gemini 3 en diversas plataformas, como Vertex AI, Gemini Enterprise, Google AI Studio y el nuevo entorno de desarrollo Google Antigravity. Este último incorpora capacidades poco comunes como el control del navegador desde un entorno de IA y retroalimentación asincrónica del usuario.
Por su parte, Meta presentó Segment Anything Model 3 (SAM 3), enfocado en detección de objetos en imágenes y video, junto con modelos 3D de código abierto bajo el nombre SAM 3D. Mientras tanto, Microsoft anunció en su evento Ignite 2025 la plataforma Agent 365, una herramienta para gestionar agentes de inteligencia artificial que incorpora control de acceso, seguimiento de desempeño y detección de agentes ocultos.
Moonshot AI, con sede en China, lanzó Kimi K2, un modelo de expertos mixtos con un billón de parámetros, mientras que AI2 presentó OLMo 2, en versiones de 7 y 13 mil millones de parámetros, reafirmando el impulso hacia modelos abiertos de alto rendimiento.
Así, la decisión de Google de utilizar TPU en vez de GPU cambia la tendencia hacia el cuidado de los recursos de infraestructura. Esto podría alterar la dinámica de poder entre los grandes actores de la IA y abrir nuevas rutas para la competencia tecnológica global, tal como lo hizo DeepSeek.
DESCARGA LA NOTA SÍGUENOS EN GOOGLE NEWS
