IA en un minutoNoticiasEmpresas y producto
Mistral y NVIDIA colaboran para llevar la IA a la ingeniería industrial con benchmarks y datos abiertos
Redacción de IA en un minuto · Editor: Jon Elgezabal
En 30 segundos
Mistral se apoyará en la computación de NVIDIA para que su modelo Mistral Large 4 y sus herramientas de física hagan más rápidas las simulaciones de ingeniería. Las dos empresas publicarán pruebas y datos abiertos para comparar modelos de física y agentes de IA pensados para aeroespacial, automoción y semiconductores. Los pesos de Mistral Large 4, todavía en vista previa, se esperan a finales de octubre.
Mistral y NVIDIA amplían su colaboración para aplicar la IA a la ingeniería industrial. Mistral lo anunció en su blog el miércoles 21 de octubre.
El laboratorio francés desarrollará con NVIDIA flujos de trabajo de ingeniería nativos de IA que funcionarán sobre la computación acelerada de NVIDIA. Para ello unirá Mistral Large 4, su modelo más grande, con sus propios procesos de generación de datos y de modelado físico, apoyados en las bibliotecas CUDA-X y Warp de NVIDIA. La meta es que las simulaciones de ingeniería vayan más rápido y que simulación, desarrollo de modelos de IA y diseño queden conectados en un circuito cerrado. Las dos empresas integrarán además los modelos de Mistral con las bibliotecas Omniverse de NVIDIA, para generar escenas en 3D y crear objetos preparados para la simulación (SimReady).
El eje central serán benchmarks (pruebas de referencia) públicos y conjuntos de datos abiertos para evaluar modelos de física. Con ellos, investigadores, desarrolladores y equipos industriales podrán comparar la precisión y el rendimiento de distintos modelos y validar procesos automáticos que convierten un diseño CAD en una simulación. También prepararán pruebas específicas para agentes de IA en ingeniería asistida por ordenador (CAE) y en diseño automatizado de electrónica (EDA), orientadas a la industria aeroespacial, la automoción y los semiconductores. Esas pruebas medirán si los agentes saben manejar herramientas de ingeniería, completar tareas de varios pasos y dar resultados técnicamente correctos, y además cuánto tardan y cuánto cálculo consumen. Según Neil Ashton, vicepresidente de Ingeniería Computacional de Mistral, durante demasiado tiempo el ritmo de la ingeniería lo ha marcado el de la simulación.
La relación entre ambas no es nueva. Juntas desarrollaron Mistral NeMo, y ahora trabajan dentro de la Nemotron Coalition de NVIDIA en un modelo base de frontera con pesos abiertos. Mistral Large 4, presentado por Mistral en vista previa pública, tiene aproximadamente un billón de parámetros en total y 49.000 millones activos; se entrenó con 3.800 GPU Grace Blackwell de NVIDIA en centros de datos que Mistral opera en Europa, y la empresa prevé publicar sus pesos a finales de octubre. Mistral está sumando más infraestructura con tecnología de NVIDIA dentro de su plan de alcanzar 1 GW de capacidad de cálculo en 2030.
El anuncio no da fechas para los benchmarks ni para los conjuntos de datos, ni dice dónde se publicarán.
Por qué importa · análisis y opinión
Sin una vara de medir común, cada resultado de la IA en ingeniería se presenta a su manera, y a una empresa industrial le cuesta comparar antes de comprar o de confiar un diseño a un agente. Que un laboratorio de modelos y el principal proveedor de computación acelerada se comprometan a publicar referencias abiertas puede ordenar esa conversación, siempre que otros las adopten y no se queden en un escaparate de sus propios productos. Para el uso real falta casi todo lo práctico: cuándo saldrán, quién las mantendrá y si recogerán problemas de diseño de verdad. Los equipos de ingeniería que ya prueban agentes pueden ir anotando qué miden hoy, como tiempo, coste y errores, para contrastarlo cuando esas pruebas estén disponibles.
Fuente oficial: Mistral · Redactada con ayuda de IA: cómo hacemos las noticias
