Meta pone en producción su chip de IA Iris en septiembre para duplicar su cómputo hasta 14 gigavatios

Meta empezará a fabricar su chip de IA propio, con nombre en clave Iris, en septiembre, según un memorando interno revelado el 9 de julio. El acelerador fue diseñado con Broadcom, lo fabricará TSMC y es el movimiento más contundente hasta la fecha en la campaña de Meta para reducir su dependencia de las GPU de Nvidia y AMD.

Las cifras que lo rodean son enormes. Meta prevé desplegar 7 gigavatios de cómputo en 2026 y duplicarlos hasta 14 gigavatios el año que viene. El gasto de capital proyectado para el año se sitúa entre 125.000 y 145.000 millones de dólares, la mayor parte destinada a infraestructura de IA. Iris existe para abaratar esos gigavatios: cada consulta de recomendación que Facebook e Instagram sirven sobre silicio propio es una consulta que no paga el margen de Nvidia.

Iris nace del programa MTIA — Meta Training and Inference Accelerator — que produce chips de inferencia desde 2023, pero nunca a esta escala ni con esta ambición. La cadena de suministro es un quién es quién del sector: Broadcom en el diseño físico, TSMC en la fabricación, Samsung en la memoria RAM, Sandisk en el almacenamiento y Sumitomo Electric en la fibra óptica. Según el memorando, al menos un chip superó su fase inicial de pruebas de errores en unas seis semanas sin problemas arquitectónicos graves — inusualmente rápido para un silicio de esta complejidad.

Las cargas de trabajo objetivo son las que Meta domina: algoritmos de ranking y recomendación en Facebook e Instagram, además de entrenamiento e inferencia para cargas de IA más amplias. La compañía dice aplicar “un enfoque modular al diseño de estos chips”, un reconocimiento de que los requisitos de la IA cambiarán más rápido que un ciclo de producción de silicio.

Nadie debería leer esto como que Nvidia pierde un cliente. Meta espera seguir siendo un comprador importante de GPU de Nvidia y AMD — el entrenamiento de frontera sigue ocurriendo en silicio comercial. Lo que cambia es la mezcla. La inferencia a escala de Meta es un problema de coste unitario, y los aceleradores a medida son la respuesta de los hiperescaladores. Google demostró el modelo con las TPU; Amazon siguió con Trainium e Inferentia. Con Meta en producción, los cinco mayores compradores de IA tienen ya una alternativa propia para parte de su flota.

Broadcom es el ganador silencioso. La misma semana en que se filtró el memorando, Apple comprometió más de 30.000 millones de dólares con Broadcom para fabricar chips en EE. UU., y Anthropic ya la cuenta como socio de cómputo. Diseñar aceleradores a medida para quien no quiere pagar precios de GPU se ha convertido en uno de los mejores negocios del sector.

Septiembre está cerca. Si Iris llega a tiempo y aguanta en producción, la conversación de 2027 sobre economía de la IA irá menos de asignación de GPU y más de quién posee su propio silicio.

Fuentes

Lecturas relacionadas