Tu "hola" a ChatGPT cruza el océano 🌊 Así se construye una IA desde cero

Publicado em

Vídeo em Espanhol, publicado pelo canal Sandro Tech.

Sobre este contenido: El resumen, los puntos principales y los temas que aparecen a continuación se generan automáticamente a partir de la transcripción del vídeo. Reflejan el contenido, las opiniones, afirmaciones y predicciones presentadas en el vídeo y no representan una posición, validación o verificación de hechos por parte de IA Dots.

Resumen del vídeo

El video explica el proceso completo detrás del funcionamiento de una inteligencia artificial, desde el entrenamiento local en una laptop y la necesidad de utilizar infraestructura masiva con miles de GPUs, hasta la cadena global de suministro de los chips y el recorrido físico que hace un mensaje a través de cables submarinos cuando se interactúa con un modelo como ChatGPT.

Puntos principales

  • Se puede entrenar una inteligencia artificial pequeña en una laptop con pocas líneas de código, aunque inicialmente genera respuestas sin sentido debido a su tamaño reducido.
  • Para mejorar el razonamiento de la IA se requiere una GPU y, debido a que los modelos grandes no caben en una sola, se conectan miles de ellas en servidores y centros de datos masivos.
  • La cadena de suministro de los chips es global: se diseñan en Estados Unidos, se fabrican en Taiwán, se combinan con memoria de Corea del Sur y se instalan en centros de datos con un alto consumo energético.
  • El entrenamiento de un modelo consiste en procesar billones de fragmentos de texto durante semanas para adivinar la próxima palabra y ajustar miles de millones de números internos.
  • Cuando un usuario envía un mensaje, este viaja mediante internet y cables submarinos hasta los centros de datos en Estados Unidos, donde una GPU procesa la respuesta que regresa fragmento a fragmento.

Temas

Inteligencia ArtificialGPUsCentros de datosCables submarinosEntrenamiento de modelosCadena de suministro

Qué aprenderás

  • Una inteligencia artificial a nivel interno se compone fundamentalmente de la multiplicación masiva de números y un archivo gigante de parámetros.
  • Los modelos avanzados de IA requieren miles de GPUs interconectadas en servidores y campus con un consumo de energía comparable al de una ciudad.
  • Los chips de procesamiento utilizados en la IA involucran tecnología internacional, siendo diseñados en Estados Unidos y fabricados en Taiwán.
  • Las consultas a herramientas como ChatGPT viajan físicamente por cables submarinos de fibra óptica en cuestión de segundos.

Preguntas y respuestas

¿Por qué no se puede entrenar un modelo grande únicamente en una laptop?

Porque el procesador de una laptop realiza pocas cuentas a la vez y la memoria es insuficiente para albergar un modelo de gran escala, el cual requiere miles de GPUs trabajando en conjunto.

¿Cómo se entrena una inteligencia artificial?

Se alimenta al sistema con billones de fragmentos de texto (libros, páginas web y código) para que durante semanas intente adivinar la siguiente palabra, corrigiendo errores y ajustando miles de millones de números internos.

¿Qué ocurre físicamente cuando un usuario escribe un mensaje a una IA desde Perú?

El mensaje sale por Wi-Fi hacia el proveedor de internet, llega a la estación de cables submarinos en Lurín (Perú), cruza el Océano Pacífico como luz por el fondo marino hasta Estados Unidos, es procesado por un servidor de GPUs y la respuesta viaja de vuelta.

Transcripción del vídeo

Texto de los subtítulos disponibles; puede contener errores.

Cuando le escribes [música] hola a Chat GPT, tu mensaje sale de Perú por un cable en el fondo del mar, despierta a miles de chips en [música] otro país y vuelve en un par de segundos. Para entender ese viaje, vamos a construir nuestra propia IA [música] desde cero. Empieza con lo que tienes, tu laptop. Con unas líneas de país puedes entrenar una guía chiquita [música] en unos minutos, pero escribe puros disparates porque es diminuta. [música] Para que piense mejor tiene que ser miles de veces más grande, pero el procesador de tu laptop hace pocas [música] cuentas a la vez. Por eso usamos una GPU, el chip de los videojuegos, miles de núcleos multiplicando números al mismo tiempo [música] y una y ya por dentro es justo eso, multiplicar números. [música] Pero un modelo grande no cabe en la memoria de una sola GPU. Por eso juntas ocho en un servidor, conectadas entre [música] ellas con enlaces ultra rápidos. Pero con un solo servidor tardarías siglos en entrenarlo, por eso conectas miles. Meta entrenó su modelo llama 3 con16000 [música] GPS. Hoy los chips van de a 72 por rack enfriados [música] con líquido. Y un campus como el de Avelin en Texas que Open usa para Chat GPT está pensado para gastar tanta energía [música] como una ciudad. Pero, ¿de dónde salen tantos chips? [música] Mira su viaje, los diseña Envidia en Estados Unidos, los fabrica TSMC en Taiwán con máquinas que solo hace una empresa en países bajos. [música] Les pegan memoria hecha en Corea del Sur y recién entonces viajan al centro de datos. [música] Pero los chips solos no saben nada, por eso les das texto, billones de pedacitos de libros, páginas web y código. Durante semanas adivinan la [música] siguiente palabra, se equivocan y ajustan miles de millones de números internos. Al final, tu IA [música] es eso, un archivo gigante de números. Pero tú vive en Texas y tú estás en Perú. Por eso, cuando escribes [música] hola, tu mensaje sale por el wifi. Cruza tu proveedor de internet y llega al Urín, al sur de Lima, [música] donde llegan los cables submarinos del país. Viaja como luz por el fondo del Pacífico hasta Estados Unidos. [música] Entra al centro de datos y un servidor de GPU empieza a responder pedacito por pedacito. Cada pedacito hace el viaje de vuelta, por eso ves la respuesta escribiéndose [música] sola. Así que tú, hola. Cruzó el océano, despertó chips hechos en Taiwán dentro de un edificio que gasta como una ciudad y volvió en un par de segundos. [música] Eso es construir una.

Assistir ao vídeo original no YouTube

Assuntos: Assistente pessoal, ASI. Publicado no YouTube em 2026-11-08.

Seleção automática por assunto e idioma. O vídeo pertence ao canal de origem.

Comentários

Postagens mais visitadas deste blog

How to build a JARVIS AI Voice Agent for FREE | Full Livekit Tutorial (2026)

How Does AI Actually Work? 🤖 | AI, Machine Learning & Generative AI Explained