Nvidia resolvió su caso de secretos comerciales con Valeo, poniendo fin a un juicio programado para el próximo mes.

Nvidia resolvió un caso que comenzó cuando un ex empleado ingresó a la empresa con secretos comerciales de conducción autónoma que había tomado de su antiguo trabajo en Valeo.

El acuerdo se hizo público mediante un escrito presentado ante el tribunal federal de San José, donde ambas partes informaron al juez que habían resuelto la disputa. El tribunal canceló entonces el juicio programado para el mes siguiente.

No se dieron a conocer los términos y ninguna de las partes dijo qué acordaron, pero la disputa surgió de un proyecto conjunto para Mercedes-Benz, donde ambas compañías estaban trabajando en tecnología para funciones de conducción avanzadas.

En 2021, Valeo informó que uno de sus ingenieros se fue a Nvidia y posteriormente se incorporó al trabajo interno de la empresa de chips. Durante una videollamada, el personal de Valeo vio el código fuente textual en su pantalla y tomó una captura de pantalla antes de que cerrara la ventana.

Ese momento se convirtió en el núcleo de una demanda que Valeo presentó en 2023, acusando a Nvidia de beneficiarse de material que nunca debería haber salido de sus servidores.

Juez envía caso adelante tras revisar evidencia

Un documento de Nvidia rechazó la afirmación de que utilizó código robado para desarrollar su sistema de asistencia al estacionamiento. La compañía afirmó haber "revertido" todas las tareas que el ingeniero Mohammad Moniruzzaman abordó.

Nvidia también declaró que cortó relaciones con Mohammad una vez confirmado el problema. Mohammad fue posteriormente condenado en Alemania por violar secretos comerciales relacionados con el software de Valeo.

Un juez revisó el expediente de descubrimiento y dijo que había suficiente evidencia “circunstancial” para permitir que un jurado escuchara el caso.

Ese fallo se dictó en agosto y le dio a Valeo la posibilidad de argumentar que Nvidia obtuvo valor de los archivosdent. El caso se tramitó bajo el título Valeo Schalter und Sensoren GmbH v. Nvidia Corp., 23-cv-05721, en el Tribunal de Distrito de los Estados Unidos para el Distrito Norte de California.

Google impulsa el soporte de TPU para desafiar a Nvidia

Mientras Nvidia cerraba el capítulo legal con Valeo, Google viene a por su trono, construyendo desenfrenadamente un nuevo impulso dentro de la compañía llamado TorchTPU para hacer que sus chips ejecuten mejor PyTorch, el marco de software de inteligencia artificial más común del mundo.

El director ejecutivo de Alphabet, Sundar Pichai, dijo a los accionistas en el evento del tercer trimestre que su objetivo es eliminar las barreras que hicieron que los desarrolladores se apegaran al hardware de Nvidia.

Google quiere que sus Unidades de Procesamiento Tensor sirvan como una alternativa real a las GPU de Nvidia, que aún dominan las instalaciones en centros de datos para tareas de aprendizaje automático. Las ventas de TPU impulsan los ingresos de Google en la nube, y la compañía quiere que los inversores vean el rendimiento de su presupuesto para IA.

TorchTPU busca que las TPU sean totalmente compatibles con las herramientas que ya utilizan los desarrolladores. Algunos equipos de Google también debaten si publicar partes del software en código abierto para acelerar su adopción.

PyTorch, con un fuerte respaldo de Meta, es fundamental en el desarrollo de la IA moderna. En Silicon Valley, pocos ingenieros escriben instrucciones de bajo nivel para chips de Nvidia, AMD o Google. En cambio, se basan en frameworks con código predefinido.

PyTorch se lanzó en 2016 y creció junto con CUDA, la pila de software que, según muchos analistas, protege a Nvidia de sus rivales.

Los equipos de Nvidia han dedicado años a que PyTorch funcione sin problemas en sus chips. Google, en cambio, capacitó a sus ingenieros en Jax, junto con una herramienta llamada XLA para el rendimiento en TPU.

Ese enfoque interno creó una distancia entre cómo Google desarrolla sistemas de IA y cómo los clientes realmente escriben sus modelos. TorchTPU busca cerrar esa brecha y dar a las empresas una razón para desviar las cargas de trabajo del hardware de Nvidia.

Si estás leyendo esto, ya estás al tanto. Sigue leyendo nuestro boletín .