Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
Meta quiere que una parte creciente de su inteligencia artificial deje de depender de chips ajenos y empiece a correr sobre silicio diseñado en casa.
La prueba más visible llegará durante la primera mitad del próximo año, cuando la compañía instale en sus centros de datos un nuevo chip propio de IA. No parte de cero, porque anunció esta estrategia en 2023 y ya prueba la tercera generación de esa línea, MTIA 450, también llamada Arke.
Doce chips ya llegaron y rindieron casi como en el simulador
El 1 de septiembre, Taiwan Semiconductor Manufacturing Co. entregó a Meta 12 chips y su rendimiento quedó dentro de un margen del 2% o el 3% respecto a las simulaciones.
Desde el primer día, el equipo los puso a ejecutar modelos de Meta, de DeepSeek y de Alibaba Group Holding Ltd. No es un detalle menor, porque una cosa es medir un chip en laboratorio y otra someterlo a cargas reales con modelos distintos.
Ahí aparece la lógica industrial del proyecto, que Meta desarrolla junto a Broadcom Inc. en el diseño y junto a Taiwan Semiconductor Manufacturing Co. en la fabricación. La meta es recortar su dependencia de los procesadores de Nvidia Corp., hoy pieza central de buena parte de la infraestructura mundial de IA.
Cada generación sube el riesgo y también la apuesta
Yee Jiun Song, vicepresidente de ingeniería de Meta y responsable del programa de silicio personalizado, describe esa escalada sin rodeos.
"Cada una implica un riesgo tecnológico ligeramente mayor, pero nos permite obtener un mejor rendimiento". - Yee Jiun Song, vicepresidente de ingeniería de Meta
La secuencia ya tiene nombre propio. Meta prueba Arke como tercera generación, mientras la siguiente versión, 500 o Astrid, quedará terminada en aproximadamente un mes y llegará a centros de datos a finales de 2027.
Además, la empresa se ha comprometido a suministrar chips por un valor superior a un gigavatio durante un período de 12 meses. Cuando el cálculo sube a esa escala, el debate deja de ser solo técnico y empieza a parecerse al de una compañía eléctrica.
El coste manda cuando la IA se mide en gigavatios
Song vuelve sobre ese punto al hablar del suministro de capacidad.
"Esperamos que el crecimiento se acelere". - Yee Jiun Song, vicepresidente de ingeniería de Meta
Pero el mismo ejecutivo pone un límite muy claro a esa aceleración. En otra fase de esta carrera, el coste de sostener la infraestructura de IA ya ha mostrado hasta qué punto energía, centros de datos y chips forman una sola ecuación.
Song lo resumió con una advertencia muy concreta al explicar por qué Meta canceló Olympus, un chip previsto para 2028 o 2029 que combinaba entrenamiento e inferencia. Dijo que, cuando se acumulan gigavatios y gigavatios de capacidad, el coste pasa a ser una preocupación fundamental, y añadió que si un chip capaz de hacer ambas tareas resulta un 30% más caro, eso le parece completamente inaceptable.
Por eso Meta decidió concentrarse en la inferencia, que es la parte que ejecuta los modelos ya entrenados cuando responden, recomiendan o clasifican. Meta Superintelligence Labs participa en esa optimización al aportar información sobre los futuros modelos de IA y sobre las exigencias concretas de la inferencia.
Meta busca eficiencia sin comprar todo fuera
Song sostiene incluso que estos chips pueden funcionar de forma más eficiente que cualquier producto que Nvidia comercializa ahora mismo para ejecutar modelos de IA. Su argumento no descansa en una magia escondida, sino en algo más terrenal, hacer por cuenta propia buena parte del trabajo de ingeniería.
Mientras tanto, la compañía ya prepara el paso siguiente. Tras Astrid, Meta quiere mejorar velocidad y rendimiento con futuros modelos y con tecnologías de fibra óptica, una línea que conecta el diseño del chip con la forma en que se mueve la información dentro del centro de datos, igual que ya ocurre en el giro hacia chips centrados en inferencia.
Hay una tensión que resume todo el movimiento. Meta quiere asumir más riesgo tecnológico para ganar rendimiento, pero canceló Olympus precisamente cuando concluyó que un chip un 30% más caro dejaba de tener sentido al escalarlo a gigavatios.