Luyu, desde Aofeisi
Quantum Bit | Cuenta oficial de WeChat QbitAI
¡No hay más remedio! El Silicon Valley ya ha, para competir por la potencia de cómputo de IA...¡L!o!c!u!r!a! t!o!t!a!l!
Incluso el CEO de Anthropic, Dario Amodei, acudió humildemente a la puerta de su rival Meta:
Amigo, dame un poco decomputopor favor...
¿Y sabes qué pasó? Zuckerberg lo rechazó cortésmente, y Musk se quedó con la parte del león:
SpaceXactúa como revendedor de GPU de Nvidia, vendiendo computo a Anthropic y ganando una fortuna:
El primer informe financiero de agosto muestra un crecimiento notable: solo los ingresos del negocio de IA en el trimestre alcanzaron la cifra de 82.561 millones de dólares, un crecimiento interanual del 247% y más del triple en términos trimestrales.
¡Vaya! Por el computo, Silicon Valley lo está dando todo: laera de las grandes fusionesllega con fuerza.
No importa lo duro que se hayan atacado en internet, al final todos tienen que inclinarse por los gigavatios.
Es que no hay opción: mira a la rezagadaGoogle。
, que gastó 2.700 millones de dólares para traer de vuelta al científico estrella Noam Shazeer, pero porfalta de computo, a los dos años saltó dando volteretas hasta OpenAI.
Otros pagan y al menos esperan un resultado; Google puro hizo caridad. (doge)
En fin, Silicon Valley ya se ha dado cuenta del asunto:
Si se retiene o no al talento, si los modelos mantienen la delantera, si la IA genera dinero real... estas preguntas dependen cada vez más de cuánto computo quede en tus manos.
Las GPU se convierten en la moneda dura de Silicon Valley
Antes faltaban dinero y personas; ahora lo que emerge es laeconomía del computo。
Incluso un gigante tecnológico tan poderoso como Google no puede garantizar que un investigador estrella obtenga suficientes recursos de GPU.
Al mencionar aNoam Shazeerlo primero que viene a la mente es que fue uno de los ocho autores de Transformer; en 2021 dejó Google para fundar Character.AI, dedicándose al desarrollo de chatbots de IA generativa.
En 2024, Google desembolsó2.700 millones de dólaresy mediante un acuerdo logró el regreso de Shazeer, quien asumió como codirector de Gemini.
Un investigador así debería ser, precisamente, alguien a quien los gigantes compiten por asegurar recursos.
Pero según el último informe de medios extranjeros, su equipo también se enfrentó a la difícil situación de que su capacidad de cómputo fue reasignada, y Shazeer se vio obligado a pasarse a la competenciaOpenAI。
No es un caso aislado: anteriormente,Hassabistambién había expresado durante mucho tiempo su descontento por la falta de capacidad de cómputo para sus proyectos, lo que en cierta medida influyó en su decisión de dejar el cargo de CEO de DeepMind.
Actualmente, dentro de Google existen grandes desacuerdos sobre la asignación de recursos,Sergey Brinen ocasiones interviene directamente, reasignando recursos a los proyectos que él considera importantes.
Pero en el fondo el problema sigue siendo la falta de recursos de cómputo, por lo que solo queda reducir gastos y aumentar ingresos.
Por su parte, la competencia externa está volviendo las relaciones dentro de la industria cada vez más complicadas.
Startup de élite como OpenAI y Anthropic no solo compiten por la capacidad de sus modelos, sino también por centros de datos, servidores y capacidad eléctrica.
Tomemos como ejemplo aAnthropicla demanda de capacidad de cómputo de sus modelos ya es tan grande que necesita negociar el suministro con otra empresa de modelos.
El acuerdo de colaboración con SpaceX de este año, alcanzado en mayo (mes 5), estipulaba que en ese mismo mes se obtendrían más de 300 megavatios de nueva capacidad, involucrando 220.000 GPU de NVIDIA, además de aumentar los límites de uso de Claude Code y de la API.
En otras palabras, el objetivo de esto esdar más capacidad de cómputo al backend para abastecer al frontendcon capacidad de cómputo, el modelo se fortalece y los usuarios se quedan.
Así pues, en la competencia de las empresas de modelos comenzaron a aparecer dos lógicas funcionando simultáneamente:
Nivel de producto, todos siguen compitiendo por usuarios y por talento de desarrollo;A nivel de infraestructura, quien pueda proporcionar recursos a tiempo, esa persona podría convertirse en un potencial socio de cooperación.
Entonces, ¿qué pasa con las pequeñas startups de IA que sobreviven en las grietas?
Su situación es aún más dramática.
Estas empresas tienen dificultades para construir sus propios centros de datos, pero en el pasado podían recurrir al alquiler flexible de GPU en plataformas en la nube como AWS,Pago por uso。
Sin embargo, a medida que los principales laboratorios de IA aseguran grandes cantidades de recursos de computación, algunos proveedores de servicios en la nube han comenzado a exigir contratos de varios años, con pagos anticipados de hasta el30%, incluso exigiendo que las empresas emergentes buscaran un garante de pago.
Todas estas circunstancias han puesto a las startups en una situación difícil.
Comprar demasiada capacidad de cómputo implica que, si en el futuro el crecimiento de usuarios no cumple con lo previsto, el efectivo que se consume continuamente se desperdiciará; comprar muy poco podría hacer perder oportunidades de crecimiento por no tener recursos de cómputo para atender la demanda.
Esta situación ha dado lugar, en cambio, a un nuevo negocio:Fiebre del oro global en la potencia de cálculo.
Es decir, buscar recursos de servidores de IA subutilizados en todo el mundo y luego arrendar esa capacidad de cómputo a las empresas que la necesitan.
Por ejemplo, la representativa empresa San Francisco Compute llegó a ir a viejos gallineros en zonas rurales de Estados Unidos para recoger servidores,Musk también y **TSMC **comenzó a discutir una mayor colaboración en cuanto a capacidad de cómputo.
Los principales fondos de capital riesgo de Silicon Valley también han empezado a acumular GPU por su cuenta, YC puso en julio un clúster de GPU de uso exclusivo para sus startups a disposición, y Radical Ventures además ayuda a las empresas de su cartera a coordinar contratos con proveedores.
Esto alivia un poco la urgencia de los equipos pequeños que están entrenando o desplegando modelos.
La batalla por la potencia de cómputo de la IA se sale de control
PeroEs mejor canalizar que bloquear, la escasez de capacidad de cómputo se produce, en realidad, por razones bastante complejas.
OpenAI, Meta e incluso Google están construyendo activamente nuevos centros de datos, comprometiéndoseEl futuroProporcionará enormes recursos de GPU.
Pero la demanda de rápido crecimiento de los modelos no puede esperar ese tiempo, y esta diferencia temporal, o dicho de otro modo, este pastel prometido, es una de las razones por las que la empresa sigue teniendo que buscar capacidad de cómputo por todas partes.
La forma en que los usuarios utilizan la IA también está incrementando, de manera invisible, la presión sobre la oferta.
A partir de este año,Agentecomenzó a reemplazar el esquema de pregunta-respuesta como paradigma central de uso por parte de los usuarios; las tareas de trabajo continuas y prolongadas obligan a los servidores a asumir más cómputo en paralelo.
Con el aumento de la demanda, hasta el mercado de alquiler de chips ha experimentado un cambio radical.
Según los datos publicados por SemiAnalysis en abril de este año,H100El precio de los contratos de alquiler de un año subió desde un mínimo de 1,70 dólares por GPU y hora en octubre de 2025 hasta 2,35 dólares en marzo de 2026, un aumento cercano a40%。
La afirmación de que las GPU valen como el oro no es infundada.
La escasez de capacidad de cómputo realmente disponible para entrega inmediata y funcionamiento estable, sumada a que el nuevo cómputo sigue estando muy lejano, han creado juntos la difícil situación del mercado de cómputo.
Así,la hegemonía del cómputose vuelve concreta.
La narrativa de startups que desafían a los gigantes de la industria se marchitará cada vez más; aunque alguien tenga una hoja de ruta, sin suficientes recursos de cómputo está acabado.
Lo visible a simple vista es que,el cómputo se está convirtiendo en la barrera de entrada de la era de la IAy refuerza la ventaja de las grandes empresas que poseen infraestructura propia.
Se puede decir que quien tiene el cómputo, tiene el poder en la mano.
Quienes desarrollan productos de IA tienen que considerar muchas más cosas: deben preocuparse tanto por que nadie use su producto como por que el crecimiento de usuarios supere la expansión de su propia capacidad de cómputo.
Pero toda dificultad es también una oportunidad:la capa intermedia que vende palasestá encantada de la vida.
¿No es así, viejo Huang?
Enlaces de referencia:
[1]
https://www.wsj.com/tech/ai/ai-computing-power-demand-a63da9b9?st=tzDj41
[2]
https://www.anthropic.com/news/higher-limits-spacex
[3]
https://newsletter.semianalysis.com/p/the-great-gpu-shortage-rental-capacity
— Fin —