El fracaso del Pixel 8 Gemini pone de manifiesto los fallos de Google en la IA de los Pixel

Hay que aplaudir a Google por lo que ha conseguido con sus esfuerzos en IA en su línea de smartphones Pixel. Desde el principio, la empresa definió la línea Pixel por sus capacidades de IA con una visión clara de hacia dónde se dirigían los smartphones y cómo la IA podía mejorar la experiencia del usuario. Ya fuera con la introducción y posterior popularización de la fotografía computacional o con funciones inteligentes como el filtrado de llamadas, ha liderado el camino sobre cómo se puede utilizar la IA para hacer que los smartphones sean aún más inteligentes.

Sin embargo, ahora está más que claro que ha tropezado de lleno con la noticia surgida esta semana pasada de que el Pixel 8 lanzado justo el pasado octubre es incapaz de soportar ninguna de las dos Géminis modelos basados en IA generativa. Para ser claros, aunque OpenAI puede haber arrebatado a Google el liderazgo en IA, su software de IA sigue siendo muy competitivo. El problema aquí radica en lo que la propia Google ha descrito como "limitaciones de hardware."

El Pixel 8 está equipado con el mismo Tensor G3 que monta el Pixel 8 Pro, pero donde este último tiene 12 GB de RAM, el Pixel 8 se queda atascado con solo 8 GB de RAM, lo que parece ser la causa del cuello de botella del sistema en esta ocasión. Esto no deja de ser un tanto sorprendente, ya que Gemini Nano viene en dos tamaños de modelo; uno que funciona con solo 1.800 millones de parámetros y otro que funciona con 3.600 millones de parámetros. No está claro cuál de los dos modelos se está ejecutando en el Pixel 8 Pro, pero al menos puede soportar el primer LLM móvil de Google en el dispositivo.

Sin embargo, en lo que respecta a los modelos de IA en el dispositivo, ambos son relativamente modestos. Qualcomm, que acaba de lanzar un nuevo AI Hub con más de 75 modelos de IA compatibles con sus chips Snapdragon, ha destacado que su Snapdragon 8 Gen 3 puede soportar modelos de IA de hasta 10.000 millones de parámetros. Incluso su Snapdragon 8 Gen 2 puede soportar modos de IA de hasta 7.000 millones de parámetros.

Esto es significativo por dos razones. En primer lugar, cuanto mayores sean los parámetros, potencialmente más sofisticado y preciso será el modelo. En segundo lugar, pone de relieve que no es solo la RAM del sistema donde el Pixel 8 sufre, sino que el Tensor G3 es, como hemos examinado anteriormente, lejos de ser el campeón de IA que el marketing de Google nos haría creer. Google ha lanzado la serie Pixel como siendo todo acerca de la IA y defendió el Tensor por su falta de rendimiento absoluto uno la pretensión de que el rendimiento absoluto es menos importante que la capacidad de IA.

Por supuesto, la capacidad de IA y el rendimiento del chip van de la mano, especialmente cuando se trata del tamaño de los grandes modelos lingüísticos (LLM) y los grandes modelos multimodales (LMM). Google ha podido librarse de las deficiencias de rendimiento del Tensor porque hasta ahora ha estado utilizando modelos de aprendizaje automático más pequeños. Esto le ha permitido engañar a algunos fans de los Pixel haciéndoles creer que sus chips estaban de alguna manera especialmente "afinados" para la IA y que su rendimiento en los puntos de referencia no importaba -noticia de última hora- sí importa.

Los LLM y los LMM requieren todo el músculo de procesamiento que un chip puede ofrecer, con el núcleo neuronal actuando como un acelerador con la CPU y la GPU totalmente utilizadas para procesar modelos de aprendizaje automático y aprendizaje profundo en el dispositivo. Cuanto más potente sea el chip en general, más capaces serán estos modelos de IA de parámetros multimillonarios. No es casualidad que el Snapdragon 8 Gen 3 supere al Tensor G3 en las pruebas comparativas y que también pueda manejar modelos de IA mucho más grandes en el dispositivo.

Esta es la razón como también hemos destacado, Google se ha visto obligado a descargar varias de las nuevas funciones de IA generativa disponibles para los usuarios del Pixel 8 Pro a Google Cloud para su procesamiento fuera del dispositivo. El Tensor G3 simplemente no está "a la altura" ni tampoco los 8 GB de RAM que equipa el Pixel 8.

Al abandonar los chips Snapdragon de Qualcomm para fabricar sus propios chips Tensor, el objetivo, según Google, era crear chips que pudieran "mantenerse al día" con sus esfuerzos de software de IA. Claramente, ese objetivo está actualmente en ruinas, especialmente con este último fiasco del Pixel 8 Gemini. Apenas cinco meses después de su lanzamiento, no puede seguir el ritmo del Gemini Nano, a pesar de que también viene en un modelo comparativamente diminuto de 1.800 millones de parámetros. Por otro lado, el Pixel 8 Pro, que aunque es capaz de ejecutar Gemini Nano en el dispositivo, sigue viéndose obligado a descargar muchas de las nuevas funciones de IA generativa en la nube.

También se burla del anuncio de Google https://blog.google/products/pixel/software-support-pixel-8-pixel-8-pro/ en el lanzamiento de la serie Pixel 8 de que los teléfonos vendrían con 7 años de actualizaciones de software. Ni siquiera hemos llegado a la mitad de su primer año completo de lanzamiento y el Pixel 8 es incapaz de seguir el ritmo de su compañero estable. Aunque es un objetivo loable, la realidad es que no pasarán demasiados años antes de que las "actualizaciones" del SO del Pixel 8 y Pixel 8 Pro se limiten en gran medida a parches de seguridad y otros retoques del sistema. Siendo la IA la razón de ser de la propia existencia de la serie Pixel, los dos dispositivos no son capaces de manejar adecuadamente las últimas funciones de IA de Google ni siquiera ahora.

Google se ha asociado con Samsung LSI y Samsung Foundry para su diseño, desarrollo y fabricación. Hasta ahora, este ha sido su talón de Aquiles, ya que estos chips han sufrido de ineficiencia y sobrecalentamiento debido a fugas de corriente y problemas de embalaje. Esto ha limitado el potencial de rendimiento de su arquitectura subyacente basada en Arm en términos de rendimiento máximo y sostenido.

Sin embargo, el éxito aparente del Exynos 2400 en los modelos Galaxy S24 y Galaxy S24+ gracias al perfeccionamiento de los nodos y a la utilización de un nuevo empaquetado fan-out a nivel de oblea (FOWLP), es un buen augurio para el Tensor G4. Este chip encontrará su camino en los próximos Serie Pixel 9 a finales de este año, mientras que Google entregará su primer chip completamente personalizado, el Tensor G5, que será fabricado por la más fanática TSMC.

Esto, por supuesto, es poco consuelo para los propietarios del Pixel 8. No solo se pierden las funciones de IA generativa reservadas a los propietarios del Pixel 8 Pro, sino que ni siquiera podrán probar el Gemini Nano. El Pixel 8 sigue siendo un sólido teléfono de gama media, pero realmente pone de relieve los actuales -y autoinfligidos- fallos de Google en la IA del Pixel.