GTC March 2024 Keynote with NVIDIA CEO Jensen Huang

¿Qué es Nvidia y su impacto en la inteligencia artificial?

Introducción a Nvidia y su visión

• Nvidia se presenta como un visionario que ilumina galaxias, simbolizando su papel en el avance de la tecnología y la comprensión del clima extremo.

• La compañía se describe como un ayudante que guía a los ciegos, enfatizando su compromiso con la accesibilidad y el apoyo a quienes no pueden comunicarse.

Innovaciones tecnológicas

• Se menciona el desarrollo de robots para ayudar en situaciones peligrosas, destacando el enfoque de Nvidia en salvar vidas mediante tecnología avanzada.

• Jensen Huang, fundador y CEO de Nvidia, da la bienvenida a los asistentes al GTC (GPU Technology Conference), aclarando que no es un concierto sino una conferencia científica.

Diversidad en la investigación

• La conferencia reúne investigadores de diversas disciplinas científicas, desde tecnologías climáticas hasta radio ciencias, todos explorando cómo utilizar IA para controlar radios 6G y vehículos autónomos.

• Se destaca la presencia de empresas innovadoras fuera del sector tecnológico tradicional que utilizan computación acelerada para resolver problemas complejos.

Transformación industrial

• Huang subraya que $100 billones de dólares en industrias están representados en esta sala, indicando una transformación significativa impulsada por la computación moderna.

• Se presenta un resumen visual del viaje de Nvidia desde 1993 hasta hoy, resaltando hitos importantes como CUDA y el primer superordenador AI DGX-1.

Evolución del software e industria emergente

• La llegada del Transformer en 2017 y ChatGPT en 2022 marcan momentos clave donde se reconoce el potencial transformador de la inteligencia artificial.

• Huang explica cómo se está creando una nueva categoría industrial mediante software generativo que nunca antes existió, comparándolo con las primeras fábricas eléctricas.

Futuro de Nvidia y su misión

• Se anticipa discutir sobre cómo será la computación futura y qué tipo de software se desarrollará dentro de esta nueva industria emergente.

El Primer Concierto de Computación Acelerada

Introducción a la Computación Acelerada

• Se presenta el primer concierto del mundo donde todo es hecho en casa, destacando la importancia de la computación acelerada.

• La computación acelerada representa un aumento dramático en comparación con la computación de propósito general, esencial para reducir costos y aumentar la sostenibilidad.

Simulación Digital y Gemelos Digitales

• En la industria de simulación, el objetivo no es solo reducir costos, sino escalar las capacidades computacionales para crear gemelos digitales que simulen productos completamente.

• Anuncio de asociaciones clave con empresas como Ansys para acelerar su ecosistema mediante Cuda y conectar sus herramientas al Omniverse.

Innovaciones en Litografía Computacional

• Nvidia se asocia con Synopsis para acelerar la litografía computacional, crucial para la fabricación de chips.

• TSMC anuncia producción utilizando tecnología Nvidia, lo que permitirá aplicar IA generativa en manufactura semiconductora.

Herramientas EDA y Supercomputadoras

• Cadence está construyendo supercomputadoras con GPUs Nvidia para simulaciones dinámicas a gran escala.

• Se prevé que herramientas como Cadence ofrezcan asistentes AI co-pilotos para ayudar en el diseño de sistemas y chips.

Escalabilidad en Modelos de Lenguaje Grande

• Los modelos de lenguaje han escalado rápidamente desde la invención del Transformer, duplicando su tamaño cada seis meses.

• Para soportar modelos avanzados como los desarrollados por OpenAI, se requieren billones de operaciones flotantes por segundo debido al crecimiento exponencial en parámetros y tokens necesarios.

Desafíos en el Entrenamiento de Modelos

• Un modelo avanzado puede requerir varios trillones de tokens para su entrenamiento; esto implica una necesidad masiva de recursos computacionales.

Avances en Supercomputación y Nuevas GPU

Creación de Supercomputadoras

• Se han desarrollado supercomputadoras utilizando redes avanzadas de Melanox Infiniband, comenzando con DJX1 y evolucionando hasta construir uno de los mayores supercomputadores de IA en 2023.

• La construcción de estos sistemas implica el desarrollo de chips, sistemas, redes y software necesario para su funcionamiento eficiente.

Innovaciones en Modelos de IA

• Se busca entrenar modelos más grandes utilizando datos multimodales que incluyen texto, imágenes y videos, lo que permitirá a los modelos entender conceptos físicos básicos.

• La generación de datos sintéticos se utilizará para simular experiencias y mejorar el aprendizaje del modelo, similar a cómo los humanos aprenden.

Generación Sintética y Aprendizaje por Refuerzo

• Se implementará un enfoque donde la IA entrena a otra IA mediante técnicas como el aprendizaje por refuerzo para aumentar la capacidad del modelo.

• La necesidad de GPUs más grandes es crucial para soportar el crecimiento en la cantidad de datos y complejidad del modelo.

Introducción a Blackwell

• Se presenta una nueva GPU llamada Blackwell, diseñada para ser extremadamente avanzada en comparación con sus predecesoras.

Características Técnicas del Chip Blackwell

• Blackwell no es solo un chip; representa una plataforma innovadora que combina múltiples núcleos en un solo sistema coherente.

• El chip cuenta con 208 mil millones de transistores y permite una comunicación rápida entre dos die (diseños), eliminando problemas comunes como la localización de memoria.

Integración con Sistemas Existentes

• Blackwell está diseñado para ser compatible con las instalaciones existentes basadas en Hopper, facilitando su implementación globalmente.

Sistema Blackwell: Innovaciones y Avances

Nuevas características del sistema Blackwell

• Se presenta el sistema Blackwell, que incluye especificaciones impresionantes pero requiere nuevas características para superar los límites de la física.

• Se ha desarrollado un nuevo motor Transformer de segunda generación que puede ajustar automáticamente la precisión numérica, lo cual es crucial para el rendimiento en inteligencia artificial basado en probabilidades.

Mejoras en la arquitectura y rendimiento

• El nuevo motor Transformer cuenta con un enlace MV de quinta generación, que es dos veces más rápido que su predecesor Hopper, permitiendo cálculos dentro de la red.

• La sincronización entre múltiples GPUs es esencial; se utilizan técnicas como "all reduce" y "all gather" para compartir información eficientemente.

Mantenimiento y confiabilidad del sistema

• La probabilidad de que una supercomputadora funcione continuamente es baja debido a múltiples componentes trabajando simultáneamente. Se implementan puntos de control frecuentes para reiniciar procesos si es necesario.

• Se introduce un motor de confiabilidad (Ras engine) que realiza pruebas automáticas en cada componente del chip Blackwell, asegurando su funcionamiento óptimo.

Seguridad y manejo de datos

• La seguridad en inteligencia artificial se aborda mediante el cifrado de datos tanto en reposo como durante su transmisión y procesamiento, garantizando la integridad del código AI.

Eficiencia en el manejo de datos

• Un nuevo motor de compresión permite mover datos 20 veces más rápido dentro y fuera del sistema, maximizando así la utilización del hardware costoso.

Rendimiento comparativo con Hopper

• En comparación con Hopper, Blackwell ofrece 2.5 veces más rendimiento fp8 por chip durante el entrenamiento. Además, se introduce un nuevo formato llamado fp6 que amplifica el ancho de banda disponible.

Futuro generativo en inteligencia artificial

• A medida que avanzamos hacia una era generativa, las computadoras no solo recuperarán contenido pregrabado sino que generarán información contextualizada según las necesidades del usuario.

Generación de Tokens y Avances en Computación

Importancia de la Generación de Tokens

• La generación de tokens es crucial, utilizando un formato llamado FP4 que requiere una gran capacidad computacional, cinco veces más que la generación anterior.

• En los últimos ocho años, se ha incrementado la capacidad computacional en 1,000 veces, superando el ritmo tradicional de Moore's Law.

Innovaciones en Chips

• Se ha desarrollado un nuevo chip llamado "Envy Link Switch", con 50 mil millones de transistores, diseñado para mejorar la comunicación entre GPUs.

• Este chip permite que cada GPU se comunique a alta velocidad con todas las demás simultáneamente, creando un sistema que actúa como una única GPU gigante.

Eficiencia y Costos

• La innovación clave es el manejo directo del cobre por parte del chip, lo cual reduce costos y mejora la eficiencia del sistema.

• Un DGX moderno tiene capacidades impresionantes: 720 petaflops comparado con los 0.17 petaflops del primer modelo entregado a OpenAI hace seis años.

Comparativa de Rendimiento

• El nuevo sistema puede alcanzar casi un exaflop en un solo rack; actualmente hay muy pocas máquinas exaflop disponibles globalmente.

• La conexión entre componentes utiliza 130 terabytes por segundo, superando el ancho de banda agregado del internet.

Ahorro Energético y Operativo

• Se utilizan 5,000 cables MVLink para conectar el sistema; esto ahorra energía significativa al evitar transceptores costosos.

• El sistema está refrigerado por líquido y opera eficientemente a temperaturas controladas.

Capacidades Futuras en IA

• Para entrenar modelos avanzados como GPT con trillones de parámetros se requerirían menos GPUs (2,000 vs. 8,000), reduciendo drásticamente el consumo energético (de 15 megavatios a solo 4).

Desafíos de la Inferencia en Modelos de Lenguaje Grande

La complejidad de la inferencia

• La inferencia es un proceso complicado para los modelos de lenguaje grande debido a su tamaño, que no puede ser manejado por una sola GPU.

• Las aplicaciones interactivas, como los chatbots, requieren supercomputadoras para funcionar eficientemente, lo que marca un cambio en el futuro del cómputo generativo.

Generación y rendimiento

• La generación rápida de tokens es crucial; se busca que estos regresen al usuario tan pronto como sea posible.

• Existe una competencia entre el rendimiento (throughput) y la calidad del servicio (interactividad), lo que requiere una distribución eficiente del trabajo entre múltiples GPUs.

Espacio de búsqueda y optimización

• El espacio de búsqueda para optimizar el rendimiento es vasto; se deben considerar diferentes configuraciones y paralelismos (tensor, experto, pipeline).

• Se necesita explorar cada coordenada XY para encontrar la mejor configuración que maximice tanto el throughput como la interactividad.

Comparativa entre Blackwell y Hopper

Avances en capacidad de inferencia

• Blackwell ha demostrado capacidades de inferencia significativamente superiores a Hopper, siendo aproximadamente 30 veces más eficiente.

• A pesar de no cambiar la arquitectura original de Hopper, se logró un rendimiento notable al aumentar el tamaño del chip.

Importancia del NVLink

• El nuevo NVLink permite una comunicación casi diez veces más rápida entre GPUs, mejorando drásticamente el rendimiento general.

Futuro del cómputo generativo

• Los centros de datos están evolucionando hacia fábricas de inteligencia artificial cuyo objetivo es generar inteligencia en lugar de electricidad.

Lanzamiento de Blackwell y Colaboraciones Estratégicas

Configuraciones y Capacidades de Blackwell

• Se presentan diversas configuraciones del producto Blackwell, incluyendo versiones refrigeradas por líquido y un rack completo conectado por mvlink 72.

• Blackwell se posiciona como el lanzamiento de producto más exitoso en la historia de la compañía, con múltiples empresas de IA a nivel mundial preparándose para su implementación.

Alianzas Clave con Proveedores de Nube

• AWS está colaborando en el desarrollo del primer GPU seguro para IA, construyendo un sistema que alcanza 222 exaflops.

• Google Cloud Platform (GCP) ya cuenta con una flota completa de GPUs Nvidia y está optimizando varios servicios como Jax y Vertex AI.

Integración con Microsoft y Oracle

• Microsoft está acelerando sus servicios en Azure utilizando tecnología Nvidia, integrando soluciones como Nvidia Omniverse y Healthcare.

• Oracle también se prepara para el lanzamiento de Blackwell, trabajando conjuntamente en la nube DGX de Nvidia.

Gemelos Digitales: Innovación en Fabricación

Concepto de Gemelo Digital

• La idea del gemelo digital se expande, permitiendo a las empresas construir productos complejos correctamente desde el inicio.

• Wistron utiliza gemelos digitales para integrar datos simulados en un entorno virtual, mejorando la eficiencia laboral durante la construcción.

Resultados Impresionantes

• El uso del gemelo digital permitió a Wistron reducir los tiempos de ciclo total en un 50% y las tasas de defectos en un 40%.

Evolución del Reconocimiento Automático

Impacto Inicial del Aprendizaje Profundo

• Se menciona el momento clave cuando AlexNet demostró que una computadora podía identificar imágenes (como gatos), lo que revolucionó el campo.

Avances Tecnológicos

¿Cómo la IA Generativa Está Transformando Nuestro Entendimiento del Mundo?

La Evolución de la Comprensión Digital

• En solo 10 años, hemos pasado de tres letras a generar un millón de píxeles que tienen sentido, lo cual es un milagro tecnológico.

• La IA no solo reconoce texto e imágenes, sino que también comprende su significado, permitiendo interacciones como resúmenes y conversaciones en inglés.

• Hemos digitalizado muchos elementos más allá del texto y las imágenes, incluyendo proteínas, genes y ondas cerebrales; cualquier cosa con estructura puede ser analizada por IA.

Predicción Climática con IA

• Se está desarrollando "Earth 2", un gemelo digital de la Tierra para predecir el clima y mitigar los efectos de desastres naturales.

• La IA está mejorando la predicción del tiempo al permitir pronósticos más precisos sobre tormentas severas como el super tifón Chanthu en 2021.

• El modelo generativo "Cordi" permite resolver eventos extremos climáticos con una resolución mejorada de 25 km a 2 km, aumentando significativamente la velocidad y eficiencia energética.

Colaboraciones para Mejorar Pronósticos

• Nvidia colabora con The Weather Company para integrar sus modelos en simulaciones climáticas regionales de alta resolución.

• Esta colaboración busca ayudar a empresas y países a realizar predicciones meteorológicas más precisas.

Avances en Salud mediante IA

• Nvidia ha estado trabajando durante 15 años en el área de salud, enfocándose en imagenología médica y secuenciación genética.

• Con AlphaFold se han reconstruido 200 millones de proteínas, revolucionando nuestra comprensión biológica al entender el "lenguaje de la vida".

Nuevas Fronteras en Medicamentos

• Se están desarrollando nuevos paradigmas generativos para el cribado virtual de medicamentos utilizando modelos avanzados como Nims y AlphaFold.

¿Cómo optimizar el descubrimiento de fármacos?

Nuevas metodologías en el diseño de fármacos

• La metodología MIM optimiza la capacidad de una molécula para unirse a una proteína objetivo, al mismo tiempo que mejora otras propiedades moleculares favorables, generando moléculas similares a medicamentos con alta calidad.

• Los Nims están ayudando a los investigadores a reinventar el diseño computacional de fármacos, integrando modelos avanzados como visión por computadora y robótica en sus flujos de trabajo.

• Se plantea un nuevo enfoque para recibir y operar software mediante "contenedores", facilitando la integración de modelos preentrenados en las empresas.

Contenedores y microservicios

• Un Nim es un modelo preentrenado empaquetado y optimizado para funcionar en la amplia base instalada de Nvidia, incluyendo dependencias necesarias como CUDA y TensorRT.

• Estos Nims se pueden descargar y ejecutar en cualquier nube o centro de datos propio, simplificando su uso gracias a APIs intuitivas.

Futuro del desarrollo de software

• En el futuro, es probable que no se escriba software desde cero; más bien, se ensamblarán equipos de IA que descompondrán tareas complejas en planes ejecutables utilizando varios Nims.

• Los Nims colaborarán entre sí para realizar cálculos y análisis numéricos, proporcionando resultados precisos basados en expectativas definidas.

Aplicaciones prácticas dentro de Nvidia

• Nvidia está implementando chatbots diseñadores que asisten a ingenieros en la creación de chips, mejorando así la productividad mediante el uso eficiente de IA.

Introducción a la Tecnología de IA y sus Componentes

Tres Pilares de la Tecnología de IA

• Se presentan tres elementos fundamentales en el desarrollo de tecnología de IA:

• Tecnología para modelos de IA: Innovación en la creación y ejecución de modelos.

• Herramientas para modificación: Facilitar ajustes y personalización en los modelos.

• Infraestructura para ajuste fino: Permitir el despliegue en diversas plataformas, incluyendo DGX Cloud.

Despliegue Flexible

• Los modelos desarrollados pueden ser desplegados en cualquier lugar, ya sea en la nube o localmente. Esto otorga a los usuarios control total sobre su tecnología una vez que ha sido creada.

Transformación de Datos Internos

Reindexación del Conocimiento

• La mayoría de los datos empresariales se encuentran dentro de las organizaciones, no en la nube. Se busca aprender el significado de estos datos y reindexarlos en una nueva base llamada "vector database".

Base de Datos Inteligente

• Una vez que se crea esta base, se puede interactuar con ella mediante un sistema conversacional. Por ejemplo, al codificar documentos PDF como vectores, se convierte información crítica empresarial en un recurso accesible.

Interacción con Bases de Datos

Chatbots Inteligentes

• Se introduce el concepto del "Nemo Retriever", un chatbot diseñado para recuperar información rápidamente mediante interacción verbal. Este sistema permite consultas directas sobre bases específicas como bases de datos sobre errores.

Ejemplo Práctico

• Un ejemplo es interactuar con un chatbot que gestiona información sobre errores; después, otro chatbot puede ofrecer asistencia emocional o terapia tras las interacciones técnicas.

Humanos Digitales y su Aplicación

Presentación del Humano Digital

• Diana es presentada como un humano digital conectado a un modelo lingüístico grande enfocado en salud. Su capacidad para interactuar inteligentemente resalta el potencial del uso de AI en sectores específicos.

Oportunidades Empresariales

• Las empresas tienen acceso a grandes volúmenes de datos que pueden transformarse en co-pilotos digitales, mejorando así procesos internos y optimizando operaciones gracias a herramientas avanzadas.

Colaboraciones Estratégicas

Alianzas con Empresas Líderes

• Nvidia AI Foundry colabora con grandes compañías como SAP y Snowflake para desarrollar co-pilotos utilizando tecnologías avanzadas como Nvidia Nemo y servicios DGX Cloud.

Impacto Global

• Estas colaboraciones buscan transformar cómo operan las empresas Fortune 500 al integrar inteligencia artificial generativa dentro de sus sistemas existentes, aprovechando vastos conjuntos de datos almacenados.

Futuro del AI Robótico

Nueva Ola de Robótica Física

La Evolución de la IA y su Interacción con el Mundo Físico

Comprendiendo los Modelos de Lenguaje

• Los modelos de lenguaje predicen las siguientes palabras imitando patrones previos, entendiendo el contexto a partir de ejemplos anteriores.

• Para avanzar hacia una IA que comprenda el mundo físico, se requieren tres computadoras: una para procesar datos visuales y generar datos sintéticos.

Sistemas Autónomos y Procesadores

• Se está desarrollando un sistema integral para robótica, destacando la importancia del procesamiento en tiempo real y la adaptación al entorno físico.

• El procesador AGX es diseñado específicamente para sistemas autónomos, optimizando el procesamiento de sensores e inteligencia artificial.

Aprendizaje por Refuerzo en Robótica

• A diferencia del aprendizaje por refuerzo humano en modelos de lenguaje, los robots utilizan retroalimentación física para alinearse con las leyes de la física.

• Se necesita un motor de simulación digital (Omniverse) donde los robots puedan aprender a interactuar con su entorno.

Ejemplo Práctico: Un Almacén Robótico

• Se presenta un ejemplo futurista donde un almacén actúa como controlador aéreo, gestionando la interacción entre sistemas autónomos como humanos y montacargas.

• Este almacén puede comunicarse mediante preguntas simples, integrando AI y simulaciones en tiempo real.

Gemelos Digitales y Simulación Avanzada

• La instalación futura será definida por software; se probará primero en gemelos digitales antes de implementarse físicamente.

• En este entorno simulado, se evalúan agentes AI que responden a eventos impredecibles utilizando mapas ocupacionales actualizados en tiempo real.

Eficiencia Operativa Mediante AI Generativa

• Con modelos visuales impulsados por AI generativa, los operadores pueden hacer preguntas naturales sobre actividades complejas dentro del almacén.

Integración de Omniverse y Robótica

Digital Twins y APIs en Omniverse

• Se está facilitando el acceso a Omniverse mediante la creación de APIs en la nube, lo que permitirá integrar aplicaciones con capacidades de gemelos digitales.

• Omniverse utiliza un lenguaje universal (USD), permitiendo interacciones en inglés que se traducen automáticamente a USD, facilitando la búsqueda semántica dentro del entorno digital.

• La colaboración en diseño 3D se potencia con IA, permitiendo simular y generar objetos tridimensionales de manera eficiente.

Colaboración con Seamans

• Seamans conecta su plataforma industrial al Nvidia Omniverse, integrando tecnologías para mejorar el ciclo de vida del producto.

• Las APIs de Omniverse permiten interoperabilidad de datos y renderizado físico para proyectos industriales, optimizando procesos como la fabricación sostenible.

Eficiencia en el Trabajo

• La integración de tecnologías permite crear gemelos digitales intuitivos que reducen desperdicios y errores, generando ahorros significativos en costos y tiempo.

• Conectar todos los elementos del flujo de trabajo desde el diseño hasta las operaciones mejora drásticamente la productividad al trabajar sobre una única verdad compartida.

Ejemplo Práctico: Nissan

• Nissan ha integrado Omniverse en su flujo de trabajo gracias a herramientas conectadas, mejorando así sus procesos operativos.

Innovaciones en Robótica Automotriz

• La robótica será fundamental en diversas industrias, especialmente automotriz; se está desarrollando un stack robótico completo para vehículos autónomos.

• Nvidia abre su tecnología a toda la industria automotriz para fomentar el desarrollo colaborativo e innovador entre los fabricantes.

Presentación de Jetson y su Ecosistema

Introducción a Jetson

• Jetson es una computadora robótica que destaca por su compatibilidad total con CUDA, lo que permite un ecosistema rico en software.

• La empresa se enfoca en servir a los desarrolladores, facilitando el acceso a capacidades avanzadas en un dispositivo compacto.

Anuncio del SDK Isaac Perceptor

• Se presenta el SDK Isaac Perceptor, que permitirá a los robots navegar de manera adaptativa entre puntos A y B sin programación previa de rutas.

• Este sistema mejora la percepción y la odometría 3D, permitiendo una mejor interacción con el entorno.

Avances en Algoritmos y Planificación

Innovaciones en Planificación de Movimiento

• Se introduce un planificador de movimiento acelerado por CUDA que es consciente de la geometría, capaz de adaptarse a obstáculos imprevistos.

• Los algoritmos para estimación de pose 3D permiten al robot identificar y manipular objetos con precisión.

Futuro de la Robótica Humanoide

• La próxima generación de robótica se centrará en robots humanoides, aprovechando datos masivos para entrenamiento e imitación.

• Se menciona el desarrollo del "Isaac Reinforcement Learning Gym" para entrenar robots humanoides mediante simulaciones físicas.

Proyecto Groot: Aprendizaje Generalizado

Descripción del Proyecto Groot

• El modelo Groot permite a los robots aprender tareas cotidianas observando interacciones humanas y siguiendo instrucciones multimodales.

• Utiliza tecnologías NVIDIA para entender humanos desde videos y transferir aprendizajes al mundo real sin necesidad de reentrenamiento.

Capacidades Interactivas del Robot

• Conectando Groot a un modelo lingüístico grande, se habilita la generación de movimientos basados en instrucciones naturales.

Conclusiones sobre el Futuro Robótico

Integración Tecnológica

• La combinación de gráficos por computadora, física e inteligencia artificial está revolucionando la robótica moderna.

¿Cuáles son las cinco cosas clave de la nueva revolución industrial?

Introducción a los robots y la revolución industrial

• Presentación de los robots BDX de Disney, simbolizando el avance tecnológico en la investigación.

• Se menciona que se avecina una nueva revolución industrial, donde se modernizarán centros de datos por un valor de un billón de dólares.

Generación de IA y su impacto

• La capacidad computacional ha dado lugar a una nueva forma de software: la IA generativa, que creará infraestructuras dedicadas exclusivamente a esta tecnología.

• Los generadores de IA producirán software valioso, marcando el inicio de una nueva era industrial.

Nuevas aplicaciones y Nims

• Se introduce el concepto de "Nims", herramientas que permitirán crear nuevas aplicaciones integrando inteligencia personal en la nube.

• Las Nims facilitarán el desarrollo colaborativo en aplicaciones futuras, no desde cero sino mediante integración.

Robótica y plataformas digitales

• Se prevé que todos los sistemas robóticos necesitarán plataformas digitales para operar eficientemente; se menciona "Omniverse" como el sistema operativo del mundo robótico.

Visión sobre GPUs y Blackwell

• Reflexiones sobre cómo se perciben las GPUs hoy en día, destacando avances significativos como Blackwell, un nuevo procesador con capacidades innovadoras.