Meta abandona sus chips IA propios y apuesta por NVIDIA

Tras invertir varios años y recursos significativos en desarrollar procesadores de inteligencia artificial propios, Meta ha decidido cambiar de estrategia. La compañía de Mark Zuckerberg ha firmado acuerdos millonarios con NVIDIA y AMD para adquirir chips de entrenamiento, reconociendo que sus procesadores internos no alcanzan el rendimiento necesario para competir en la carrera global de la IA.

El proyecto que no resultó como esperaba

Meta no siempre estuvo en desventaja en la carrera por la inteligencia artificial, pero la realidad es que mientras sus competidores construían los cimientos de la IA, la compañía estaba enfocada en desarrollar su ambicioso metaverso, consumiendo recursos que hubieran sido cruciales en tecnología de vanguardia. Este desfase estratégico, sumado a un enfoque radicalmente diferente al que tomaban Google y OpenAI, dejó a Meta varios pasos atrás en la industria.

Consciente de esta situación, la compañía reorganizó sus operaciones y contrató talento de primer nivel en inteligencia artificial. Con esto en mente, Meta lanzó un ambicioso programa interno llamado MTIA (Meta Training and Inference Accelerator), cuyo objetivo era diseñar y fabricar procesadores especializados en entrenamiento de modelos de IA. La lógica detrás de esta decisión era sólida: tener hardware propio significa diseñar chips ajustados a necesidades específicas y, lo más importante, no depender de proveedores externos como NVIDIA.

Sin embargo, los resultados no fueron los esperados. Cuando Meta probó su primer chip de entrenamiento desarrollado internamente, descubrió que su rendimiento era inferior al planeado y peor que el de sus competidores. En lugar de desechar completamente el proyecto, derivó estos procesadores a otras tareas menos críticas, como sistemas de recomendación en Facebook e Instagram, pero el rendimiento en entrenamientos de IA de gran escala simplemente no era suficiente.

De Iris y Olympus al retorno a proveedores externos

El plan original de Meta contemplaba dos chips diferentes. El primero, llamado Iris, era un procesador de entrenamiento de instrucción única, relativamente simple de diseñar pero difícil de optimizar al máximo para tareas de inteligencia artificial. El segundo, Olympus, era el verdadero centro de atención: un chip complejo que se suponía sería la columna vertebral de los gigantescos centros de datos de entrenamiento de Meta.

Según reportes de investigación especializados, surgieron dudas internas significativas sobre la estabilidad de Olympus y su viabilidad financiera. El software de entrenamiento asociado no demostraba la estabilidad que ofrecían alternativas como las de NVIDIA. Ante estas complicaciones técnicas y económicas, Meta decidió abandonar el desarrollo de Olympus y enfocarse en soluciones más sencillas, aunque esto significaba renunciar a la independencia que buscaba.

El resultado fue inevitable: en cuestión de días, Meta anunció acuerdos multimillonarios tanto con NVIDIA como con AMD para suministrar procesadores de entrenamiento. Además, se estima que también negoció con Google para alquilar unidades de TPU, sus procesadores especializados en IA. Esta estrategia de diversificación protege a Meta de depender únicamente de un proveedor, aunque de facto reconoce que las soluciones externas superan lo que pudo desarrollar internamente.

Impacto en Colombia y Latinoamérica

Aunque pueda parecer un asunto lejano, las decisiones de Meta sobre infraestructura de IA tienen repercusiones reales para Colombia y Latinoamérica. Cuando plataformas globales como Meta invierten en tecnología de IA más avanzada, esto se traduce en mejores algoritmos de recomendación, sistemas de moderación más eficientes y herramientas de publicidad más precisas. Para empresas colombianas que dependenden de publicidad en Facebook e Instagram, una Meta con mejor infraestructura significa acceso a herramientas más potentes y seguras.

Además, esta batalla por la independencia tecnológica subraya una realidad incómoda para la región: Latinoamérica aún no tiene un ecosistema sólido de fabricación de semiconductores de alta tecnología. Mientras Meta, Amazon, Google y OpenAI compiten por desarrollar sus propios chips en colaboración con fabricantes como TSMC, Colombia y la región siguen siendo principalmente consumidores de tecnología. Este es un llamado para que gobiernos y universidades latinoamericanas inviertan en educación en ingeniería de semiconductores y computación de alto desempeño.

La carrera sigue, pero con reglas nuevas

Lo interesante de este giro de Meta es que refleja una paradoja en la industria actual: todas las grandes compañías tecnológicas se necesitan entre sí, pero al mismo tiempo quieren ser independientes. NVIDIA mantiene un dominio prácticamente absoluto en el mercado de procesadores de IA, controlando tanto la tecnología como las relaciones con fabricantes clave como TSMC. Sin embargo, Amazon, OpenAI y otros gigantes siguen invirtiendo en chips propios, reconociendo que la verdadera ventaja competitiva en el futuro estará en tener tecnología diferenciada.

Meta continuará investigando sus propios procesadores, pero por ahora ha optado por una estrategia más pragmática: comprar lo mejor disponible en el mercado mientras construye sus propias soluciones a largo plazo. Es un recordatorio de que en la tecnología, a veces el fracaso temprano y la adaptación rápida son más valiosos que los proyectos ambiciosos que no entregan resultados. Para la industria global, especialmente para competidores como OpenAI y Google, la rendición de Meta ante NVIDIA envía un mensaje claro: el camino hacia la independencia tecnológica en IA es más complicado de lo que parece.

Si quieres conocer otros artículos parecidos a Meta abandona sus chips IA propios y apuesta por NVIDIA puedes visitar la categoría Gadgets y Hardware.