Fable escribe el primer megakernel para GPU y los expertos hablan de un bucle de automejora de la IA

El 6 de julio de 2026, la compañía de IA Fable publicó un resultado que Jack Clark, cofundador de Anthropic y autor del boletín Import AI, calificó de "inicio de un bucle de automejora recursiva": su modelo creó por sí solo el primer megakernel real para GPU de la historia y, según sus autores, el más rápido que ha existido.

¿Qué es un megakernel para GPU y por qué es tan difícil?

Un kernel de GPU es un programa que se ejecuta de forma simultánea en miles de núcleos de un procesador gráfico. Escribir kernels eficientes se considera una de las tareas más complejas de la programación de infraestructura: el ingeniero debe entender al detalle la arquitectura de una GPU concreta, los patrones de acceso a memoria y los métodos numéricos. Por eso la mayoría de los frameworks de IA, como PyTorch, JAX o TensorFlow, funcionan sobre kernels que especialistas de NVIDIA y equipos pequeños, como los desarrolladores de FlashAttention, llevan años afinando a mano.

Un megakernel es el siguiente nivel de complejidad: combina varias operaciones en una sola y elimina los accesos intermedios a memoria. Esto permite reducir la latencia y aumentar el rendimiento al entrenar modelos grandes. Antes del trabajo de Fable, escribir megakernels seguía siendo terreno de unos pocos expertos.

• 6 de julio de 2026: fecha de publicación del resultado en el boletín Import AI #464
• Primer megakernel "real" escrito por un modelo de IA
• Declarado como el megakernel más rápido en la fecha de publicación
• Valoración de Jack Clark, cofundador de Anthropic
• El término "RSI loop" se aplica por primera vez a un logro de ingeniería concreto

¿Por qué se habla de un "bucle RSI"?

La automejora recursiva (RSI, por sus siglas en inglés) describe una situación en la que la IA empieza a acelerar su propio desarrollo: un modelo más inteligente optimiza el cómputo en GPU → GPU más rápidas permiten entrenar un modelo aún más potente → este escribe kernels todavía mejores. Una retroalimentación positiva clásica.

Durante años, la RSI fue un concepto: la discutían filósofos y teóricos de la seguridad de la IA, pero nadie citaba ejemplos concretos. Clark, uno de los comentaristas más cautos del sector, no suavizó su lenguaje y llamó directamente al trabajo de Fable el "inicio" de un bucle así. Para un observador experimentado, es una valoración inusualmente entusiasta.

"The start of an RSI loop": así describió

Clark el resultado en el número 464 de Import AI, del 6 de julio de 2026.

Conviene entender la escala: no se trata de que la IA haya acelerado "un poco" la escritura de código. Los megakernels son el cimiento de infraestructura sobre el que se construyen las siguientes generaciones de sistemas de IA. Si los modelos pueden producir ese código de forma estable, desaparece uno de los cuellos de botella fundamentales: la escasez de ingenieros capaces de optimizar el cómputo a nivel de hardware.

Qué significa

El logro de Fable indica que la automatización del desarrollo de IA pasa de la abstracción a la práctica. Si benchmarks independientes confirman el rendimiento declarado del megakernel, el hecho quedará como punto de referencia: el momento en que la IA empezó a automatizar en serio su propia infraestructura. La industria debería observar si otros laboratorios, como Google DeepMind, Meta FAIR o Mistral, adoptan este enfoque o intentan adelantarse a Fable.

*Meta ha sido declarada organización extremista y está prohibida en Rusia.