La infraestructura de chips de IA como capital fundamental
Contexto
En 2024, la industria de la inteligencia artificial está definida por una brecha aguda y creciente entre la demanda de cómputo y la oferta disponible de hardware especializado. El entrenamiento de modelos fundacionales ya requiere habitualmente decenas de miles de GPU operando en paralelo durante meses. Las cargas de inferencia, es decir, la ejecución de modelos entrenados en producción, escalan aún más rápido a medida que las empresas despliegan IA en todos los sectores. Sin embargo, la industria de semiconductores sigue dependiendo en gran medida de una sola arquitectura y de un solo fabricante para atender esta demanda. Giuseppe Cicatelli, a través de Bacalia Group, realizó inversiones tempranas en Cerebras Systems y Groq, dos empresas que construyen arquitecturas de chips fundamentalmente distintas, diseñadas para convertirse en infraestructura esencial de la economía de la IA.
Lo que observamos
El cuello de botella del cómputo de IA es estructural, no cíclico. La demanda global de hardware de entrenamiento e inferencia supera con creces la oferta disponible. Los plazos de entrega de chips de IA de alta gama superan los doce meses, y los grandes proveedores de nube invierten decenas de miles de millones al año para asegurar capacidad. No se trata de una escasez temporal, sino del reflejo del crecimiento exponencial de las cargas de trabajo de IA frente a las limitaciones físicas de la fabricación de semiconductores.
El mercado se ha concentrado casi por completo en un solo proveedor de cómputo de IA. Esta concentración genera un riesgo sistémico para la industria y una oportunidad económica para las empresas que ofrecen alternativas con arquitecturas diferenciadas. Las empresas y los programas soberanos de IA buscan activamente diversificar su suministro.
Cerebras Systems ha adoptado un enfoque fundamentalmente distinto del diseño de chips al construir el chip más grande jamás fabricado: un procesador a escala de oblea diseñado específicamente para el entrenamiento y la inferencia de IA. En lugar de mejoras incrementales a las arquitecturas existentes, Cerebras partió de principios fundamentales para eliminar los cuellos de botella de ancho de banda de memoria e interconexión que limitan a los procesadores convencionales.
Groq ha desarrollado una novedosa arquitectura de chip orientada a la inferencia, llamada Language Processing Unit (LPU). Fundada por Jonathan Ross, arquitecto de la Tensor Processing Unit de Google, Groq ofrece con su LPU velocidades de inferencia varios órdenes de magnitud superiores a las soluciones existentes, con latencia determinista y un costo por token predecible.
Por qué importa
La industria de la IA atraviesa una expansión comparable en escala a la construcción de la infraestructura física de internet en la década de 1990. Todas las grandes empresas tecnológicas, gobiernos y corporaciones compiten por asegurar capacidad de cómputo de IA. Las empresas que proveen la capa fundamental de hardware, el silicio que hace posibles los sistemas de IA, ocuparán posiciones estructurales en la economía tecnológica durante décadas. Así como internet necesitó routers, cables de fibra óptica y centros de datos antes de que las aplicaciones pudieran escalar, la economía de la IA requiere chips de entrenamiento e inferencia diseñados específicamente antes de que la promesa de la inteligencia artificial pueda materializarse plenamente.
Cómo lo pensamos
Bacalia evalúa las inversiones en hardware de IA con el mismo marco de infraestructura que aplica a las marinas, los activos reales y los sistemas autónomos. Nos hacemos preguntas consistentes: ¿Es esencial el servicio? El cómputo de IA se está volviendo tan fundamental como la electricidad. ¿Está limitada la oferta? La escasez de hardware es severa y durará varios años. ¿Son altas las barreras de entrada? Diseñar y fabricar silicio a medida requiere miles de millones en capital, años de ingeniería y una profunda experiencia en semiconductores. ¿Existe un camino hacia flujos de caja duraderos? Las empresas de chips de IA con arquitecturas diferenciadas pueden generar ingresos recurrentes a partir de despliegues en la nube, contratos empresariales y programas soberanos de IA. Cerebras y Groq obtienen resultados sólidos en este marco. Cerebras ataca el cuello de botella del entrenamiento con cómputo a escala de oblea que ofrece un rendimiento que los chips convencionales no pueden igualar. Groq ataca el cuello de botella de la inferencia con una arquitectura optimizada para la velocidad y la eficiencia de costos a escala. En conjunto, representan posiciones complementarias dentro de la cadena de hardware de IA.
Conclusión
La infraestructura de chips de IA no es una inversión tecnológica especulativa. Es la base física sobre la cual se está construyendo toda la economía de la inteligencia artificial. Las empresas que diseñan y fabrican los procesadores especializados que impulsan el entrenamiento y la inferencia de IA llegarán a ser tan importantes estructuralmente como las empresas de semiconductores que hicieron posibles las revoluciones de la computación y la movilidad. Las inversiones de Bacalia en Cerebras Systems y Groq reflejan nuestra convicción de que el hardware de IA diseñado a medida representa infraestructura fundamental con un valor duradero y acumulativo para el capital paciente.