Los 10 millones de dólares de Mirai: El impacto en los costos de la inteligencia artificial dentro del dispositivo

El caso financiero de Mirai se basa en un mercado enorme y en constante crecimiento. Se proyecta que el mercado global de inteligencia artificial instalada en dispositivos crecerá considerablemente.80,6 mil millones en el año 2024Para el año 2030, se espera que esta cifra alcance los 36.64 mil millones de dólares, con una tasa de crecimiento anual compuesta del 27.8%. No se trata simplemente de un aumento en las cantidades, sino de un cambio fundamental en la forma en que se procesan las cargas de trabajo relacionadas con la inteligencia artificial. La ronda de capitalización inicial de Mirai, de 10 millones de dólares, representa una apuesta directa por captar parte de este crecimiento, al abordar los problemas financieros relacionados con los costos de uso de servicios en la nube.

La propuesta de valor de la empresa se centra en una optimización simple pero eficaz del flujo de procesamiento. Su motor de inferencia está diseñado para…Ejecutar modelos compactos localmente en Apple Silicon.Se opta por dirigir únicamente las cargas de trabajo más grandes a la infraestructura en la nube cuando sea necesario. Esta estrategia de enrutamiento híbrido tiene como objetivo principal reducir los costos relacionados con el uso de la nube. Para cualquier empresa que utiliza la inteligencia artificial a gran escala, cada dólar ahorrado en los costos de computación en la nube representa una ganancia directa para la empresa. Por lo tanto, esta estrategia es un factor económico muy importante.

El tamaño proyectado del mercado destaca la magnitud de las oportunidades que se presentan. Un índice de crecimiento anual del 27.8% significa que el mercado se cuadruplicará en seis años. La tecnología de Mirai, que afirma…Aumenta la velocidad de generación de modelos hasta un 37%.En dispositivos Apple, esta solución ofrece tanto mejoras en el rendimiento como ahorros en costos. Al mantener más procesamiento en el propio dispositivo, se reduce la cantidad de datos que deben transferirse hacia y desde servidores en la nube, lo cual, a su vez, reduce los costos asociados a la implementación de modelos de IA en la actualidad.

El “Performance Edge” y el proceso de adopción por parte de los desarrolladores

El aspecto más destacado del producto Mirai es su ventaja en términos de rendimiento. Su motor de inferencia propio afirma que proporciona un rendimiento significativamente mejor.Hasta un aumento del 37% en la velocidad de funcionamiento con chip Apple Silicon.Sin sacrificar la calidad del resultado final. No se trata de una mejora mínima; se trata de un cambio significativo en cuanto a la latencia, algo que frustra tanto a los usuarios como a los desarrolladores. Para cualquier modelo de IA que funcione localmente, una generación más rápida significa que la aplicación será más ágil, lo cual es crucial para mantener a los usuarios y mejorar su satisfacción.

Esta ventaja en cuanto a velocidad es el principal factor que impulsa el uso de este tipo de tecnología por parte de los desarrolladores. Los desarrolladores que crean aplicaciones que requieren privacidad o que se ejecutan en tiempo real, como las herramientas de edición de imágenes en el dispositivo o los asistentes de voz, se enfrentan a un dilema difícil: pueden utilizar GPU en la nube para obtener mayor velocidad, pero eso implica un mayor riesgo de exposición de datos y costos elevados. Por otro lado, si ejecutan los modelos localmente, podrían garantizar la privacidad, pero esto conlleva una menor velocidad de ejecución. El aumento del 37% en la velocidad de ejecución gracias a Mirai en el hardware de alta performance de Apple ofrece una solución intermedia muy interesante. Permite reducir la dependencia de las costosas GPU en la nube, haciendo posible la ejecución local de los modelos, lo cual resuelve los problemas económicos y operativos que han dificultado la adopción de la IA en dispositivos móviles.

La concentración inicial en el uso de la plataforma Apple Silicon es una decisión inteligente y de gran impacto. Permite aprovechar una base hardware unificada y poderosa, lo que permite demostrar claramente su valor. Sin embargo, el verdadero factor que impulsará la penetración del producto en el mercado será la expansión hacia plataformas como Android y otras tecnologías. El éxito en este aspecto permitirá llegar a la gran mayoría de los usuarios móviles, convirtiendo así las ventajas de rendimiento de Mirai en una herramienta escalable para desarrolladores, y acelerando así la transición de los trabajos de inteligencia artificial hacia modelos centrados en la nube.

Catalizadores, riesgos y lo que hay que tener en cuenta

El principal factor que impulsa el impacto financiero de Mirai es su capacidad para expandirse más allá de la plataforma actual basada en Apple Silicon. El enfoque inicial de la empresa en iOS y macOS es un punto estratégico, pero la verdadera oportunidad radica en ganar a una base de desarrolladores más amplia, tanto en Android como en otras plataformas. Si tiene éxito en este aspecto, podrá aprovechar al máximo a la gran mayoría de los usuarios móviles, convirtiendo así su ventaja en términos de rendimiento en una herramienta escalable para reducir el uso de GPU en la nube.

El mayor riesgo radica en la intensa competencia que enfrenta Apple con los frameworks nativos y de código abierto. Los proyectos como MLX y llama.cpp están logrando reducir rápidamente la brecha en cuanto a rendimiento, como lo demuestra un informe de usuarios reciente.MLX logra un rendimiento de 216.74 tokens por segundo, utilizando una M1 Pro.Más rápido que una GPU de tipo A100. Esto crea una situación en la que Mirai debe justificar continuamente su ventaja de velocidad del 37%, a través de ahorros significativos en los costos y facilidad de integración.

Los inversores deben prestar atención a dos indicadores clave como puntos de referencia. En primer lugar, la reducción en los costos relacionados con las GPU en la nube y en los gastos de transferencia de datos, según lo informado por los primeros usuarios que adoptaron esta tecnología, será una prueba importante para validar la tesis económica central. En segundo lugar, los indicadores relacionados con la adopción por parte de los desarrolladores, como el número de integraciones posibles y la diversidad de arquitecturas de modelos soportadas, serán indicadores importantes para determinar si la tecnología de Mirai se está convirtiendo en un estándar para la implementación de AI en dispositivos móviles.