Cerebras consigue mil millones: ¿puede el «chip más grande» derribar a Nvidia?

Imagine que intenta construir un superdeportivo pegando cientos de motores de cortacésped. Así ven, más o menos, los ingenieros de Cerebras Systems los racks de servidores actuales, repletos de GPU de Nvidia. Mientras Jensen Huang celebra otro trimestre de dominio, una compañía californiana, pequeña para los estándares del sector, acaba de recibir mil millones de dólares para demostrar que, en la inteligencia artificial, el tamaño sí importa. La nueva valoración de 23 mil millones de dólares va más allá de una cifra vistosa para un comunicado de prensa: supone un desafío directo a un monopolio que empezaba a parecer inamovible.

Cerebras es conocida desde hace tiempo por su enfoque a escala de oblea. En lugar de cortar con paciencia la oblea de silicio en cientos de chips pequeños que luego hay que conectar con kilómetros de cableado, la empresa utiliza la oblea entera. El resultado es un único procesador gigante del tamaño de un plato llano.

Es una solución elegante y carísima al gran problema de la computación actual: la latencia en la transferencia de datos. Cuando la información viaja entre GPU convencionales, pierde tiempo en la «aduana» de las interfaces. En el chip de Cerebras, los datos se mueven al instante porque nunca salen del silicio.

Durante mucho tiempo esta ventaja tecnológica se consideró algo exótico, pero en la era del entrenamiento de modelos de lenguaje gigantes se ha convertido en una cuestión de supervivencia.

El interés de los inversores en esta ronda tiene una explicación sencilla: el mercado busca desesperadamente una alternativa. La dependencia de Nvidia se ha vuelto peligrosa tanto para las grandes tecnológicas como para las startups. Cuando los plazos de entrega del hardware se miden en meses y los precios los dicta un hombre con chaqueta de cuero, cualquier competidor sólido se percibe como un salvador. Cerebras ya ha demostrado que sus sistemas pueden entrenar modelos varias veces más rápido que los clústeres tradicionales y con menor consumo energético. Aun así, mil millones de dólares son solo la entrada a la primera división, donde las reglas las marca el hardware y también el software.

El principal obstáculo en el camino al trono es el ecosistema CUDA, más que el número de transistores. Los programadores llevan años aprendiendo a optimizar código para Nvidia, y lograr que se reciclen en las herramientas propietarias de Cerebras es una tarea de proporciones casi bíblicas. Con todo, el capital fresco permitirá a la compañía contratar ingenieros de forma más agresiva y, sobre todo, subvencionar su propia capacidad en la nube. Si no consigues convencer a un cliente de que compre una «placa» de millones de dólares, puedes alquilársela y demostrarle los resultados sobre el terreno. Ese es precisamente el escenario por el que apuestan los fondos que han invertido en la ronda actual.

También conviene tener en cuenta el contexto geopolítico. Cerebras colabora estrechamente con G42, de los Emiratos Árabes Unidos, en la construcción de supercomputadoras que deben convertirse en la base de la industria de AI del mundo árabe. Esto le garantiza un flujo estable de pedidos y un campo de pruebas con el que otras startups solo pueden soñar. Mientras Nvidia intenta sortear las restricciones a la exportación y las exigencias de los reguladores, Cerebras construye metódicamente una infraestructura alternativa. Quizá dentro de un par de años recordemos la era del dominio de las GPU como una época extraña en la que intentábamos construir el futuro con piezas del pasado.

Lo clave: ¿se convertirá Cerebras en un competidor real o seguirá siendo un juguete caro para quienes se quedaron sin cupo de H100?