Por Canuto  

General Compute aseguró un préstamo de USD $400 millones para desplegar chips de inferencia de SambaNova, en una operación que podría marcar un nuevo capítulo para el financiamiento de infraestructura de inteligencia artificial y reducir la dependencia de Nvidia.

***

  • General Compute obtuvo un préstamo de USD $400 millones de Upper90, posiblemente el primer acuerdo garantizado con chips diseñados específicamente para inferencia.
  • La startup utiliza chips SN50 de SambaNova, que según la empresa pueden ofrecer una inferencia 16 veces más rápida que las nubes basadas en GPU.
  • Upper90, que financió tempranamente compras de GPU de Crusoe, ahora apuesta por modelos abiertos, chips alternativos y computación de IA más eficiente.

 

General Compute, una startup de nube especializada en inferencia de inteligencia artificial (IA), aseguró un préstamo de USD $400 millones de Upper90, una firma de inversión tecnológica. La operación podría convertirse en el primer acuerdo que utiliza chips específicos de inferencia como garantía.

Los chips de inferencia ejecutan modelos de IA que ya fueron entrenados. Su función es entregar respuestas, clasificaciones o predicciones con rapidez y eficiencia, en lugar de construir los modelos desde cero.

La diferencia resulta importante para el mercado porque entrenar los modelos más avanzados requiere sistemas costosos y grandes cantidades de procesamiento. En cambio, la inferencia puede atender el uso cotidiano de esas herramientas por parte de empresas y consumidores.

El financiamiento aparece mientras crecen las dudas sobre el precio de las herramientas y los tokens de inteligencia artificial. La nueva tesis de inversión busca infraestructura capaz de ejecutar modelos de código abierto con costos inferiores a los de los grandes laboratorios fronterizos.

La información fue reportada por TechCrunch, que describió el acuerdo como una señal de que los mercados comienzan a mirar más allá de las GPU utilizadas para entrenar modelos. El movimiento también refleja una búsqueda de activos tecnológicos que puedan respaldar préstamos de gran tamaño.

Upper90 ya tiene experiencia en este tipo de operaciones, aunque su primer foco fueron las GPU. La firma ahora considera que los chips de inferencia pueden representar la siguiente etapa de expansión dentro del auge de la IA.

La apuesta de General Compute por SambaNova

General Compute fue fundada por el director ejecutivo Finn Puklowski. En mayo, la empresa recaudó USD $15 millones en una ronda inicial para construir una nube especializada en inferencia con silicio de SambaNova.

SambaNova es un fabricante de chips respaldado por Intel. Su tecnología busca atender cargas de trabajo de inteligencia artificial sin depender exclusivamente del ecosistema de procesamiento de Nvidia.

Los chips SN50 de SambaNova fueron diseñados para la inferencia. Según General Compute, ofrecen eficiencia energética y no necesitan sistemas costosos de enfriamiento por agua.

Ese diseño podría facilitar el despliegue en una mayor variedad de centros de datos. También permitiría poner en operación la infraestructura más rápido que en instalaciones que dependen de GPU y sistemas avanzados de refrigeración líquida.

General Compute afirma que los nuevos chips proporcionarán una inferencia 16 veces más rápida que las nubes basadas en GPU. La empresa presentó esa ventaja como un elemento central de su propuesta para clientes que necesitan ejecutar modelos de IA con eficiencia.

El desafío inmediato consiste en adquirir una cantidad suficiente de estos chips. Para una compañía nueva, conseguir hardware especializado puede ser tan complejo como desarrollar la plataforma de nube que lo utiliza.

Del financiamiento de GPU a los chips alternativos

Billy Libby, cofundador y director ejecutivo de Upper90, fue comerciante cuantitativo de Goldman Sachs. En 2021, su firma financió las compras de GPU de Crusoe, una startup de centros de datos enfocada en energía.

Libby considera que aquella operación fue el primer préstamo respaldado por el valor de chips avanzados. En ese momento, los prestamistas tradicionales evitaron acuerdos similares debido a las dudas sobre la depreciación y el riesgo tecnológico de las GPU.

El escenario cambió cuando CoreWeave convirtió los préstamos respaldados por chips en un modelo de negocio. Posteriormente, esa estructura se convirtió en la base de una salida a bolsa explosiva, lo que ayudó a volver comunes este tipo de financiamientos.

“Cuando financiamos las GPU de Nvidia como el primer grupo en hacerlo, el mercado era ineficiente”, dijo Libby a TechCrunch. El ejecutivo añadió que Upper90 pudo estructurar la operación como participante temprano y recibir una compensación por asumir el riesgo.

Ahora Upper90 considera que las GPU están relativamente bien comprendidas y quizás sobrecompradas. Por esa razón, la firma está buscando empresas que puedan capturar la próxima ola de crecimiento en infraestructura para inteligencia artificial.

“Creemos que los modelos de código abierto serán importantes, y el año pasado buscamos un jugador que estuviera en inferencia”, explicó Libby. También resumió la tesis con una frase: “No todos necesitan una supercomputadora, pero sí necesitan inferencia y IA”.

Modelos abiertos y competencia fuera de Nvidia

La tesis sobre la inferencia y los modelos abiertos ha ganado fuerza entre inversionistas. Empresas que ofrecen acceso a modelos abiertos, como OpenRouter y Fireworks, han recaudado nuevas rondas con valoraciones elevadas.

La evolución de los modelos también impulsa esa tendencia. El modelo K3 de Kimi, lanzado durante la semana de la publicación original, mostró capacidad para competir con los lanzamientos más recientes de Anthropic y OpenAI en pruebas de programación.

Una mayor variedad de modelos puede ampliar la demanda por infraestructura especializada. Las empresas no necesariamente necesitan entrenar un modelo propio, pero sí requieren procesadores capaces de ejecutar modelos existentes con tiempos de respuesta previsibles.

El interés no se limita a los proveedores de software. Fabricantes de chips como Groq y Cerebras han atraído la atención de posibles compradores y de los mercados públicos.

General Compute busca aprovechar esa diversificación mediante el acceso a hardware situado fuera del ecosistema de Nvidia. La disponibilidad de alternativas puede permitir que los proveedores de computación compitan con precios y configuraciones más ajustados a la inferencia.

TensorWave está realizando una apuesta similar a través de una asociación con AMD. Estos movimientos muestran que la competencia no solo ocurre entre modelos de IA, sino también entre las arquitecturas que los ejecutan.

Una infraestructura más flexible para los compradores

La estrategia de General Compute también depende de la posibilidad de comprar chips que todavía no cuentan con una base amplia de clientes. Ese escenario representa un riesgo, pero puede abrir oportunidades para quienes financien temprano la expansión de tecnologías alternativas.

Finn Puklowski señaló que varios chips comienzan a escalar con un costo total de propiedad atractivo. Según el ejecutivo, algunos también pueden operar mucho más rápido que las soluciones de Nvidia.

El problema es que todavía existen pocos compradores para esos procesadores. Una nube especializada puede funcionar como intermediaria entre los fabricantes de chips y las empresas que necesitan capacidad de inferencia sin adquirir el hardware directamente.

La independencia frente a acuerdos exclusivos con Nvidia puede convertirse en una ventaja para los proveedores de computación. Esa flexibilidad permitiría seleccionar arquitecturas distintas según el tipo de modelo, el volumen de consultas y los costos energéticos.

El enfriamiento representa otro punto de comparación. Si los chips SN50 pueden operar sin sistemas costosos de refrigeración por agua, podrían desplegarse en centros de datos que no fueron construidos para las cargas más intensivas de las GPU.

La propuesta no elimina los riesgos financieros. El valor de un chip especializado depende de su rendimiento, su compatibilidad con los modelos y la velocidad con la que el mercado adopte esa tecnología.

El significado para el mercado de capitales

El préstamo de USD $400 millones vincula directamente el financiamiento privado con la expansión de la capacidad de inferencia. También sugiere que los inversionistas comienzan a tratar distintos tipos de chips como activos con valor de garantía.

En el caso de las GPU, la experiencia de Crusoe y CoreWeave ayudó a establecer referencias para evaluar el hardware. Los chips de inferencia todavía tienen un historial más corto, por lo que la operación de General Compute enfrenta una incertidumbre mayor.

Upper90 parece aceptar esa incertidumbre porque busca capturar una posición temprana. La firma ya no apuesta únicamente por el activo que demostró mayor demanda, sino por una posible redistribución de esa demanda hacia procesadores más eficientes.

La operación también puede influir en los fabricantes que compiten con Nvidia. Si las nubes especializadas logran financiar grandes compras de sus chips, esas empresas podrían acceder a más clientes y demostrar su rendimiento a escala.

Para los usuarios de IA, una competencia más intensa podría traducirse en mayor disponibilidad y costos más bajos. Sin embargo, la noticia no ofrece garantías sobre precios finales ni confirma que la ventaja anunciada de 16 veces se mantendrá en todas las cargas de trabajo.

La conclusión de Puklowski resume la dimensión estratégica del acuerdo: “Al unirse a Upper90, esto no es solo ‘una startup genial que recibió algo de dinero para comprar computación’. Como, esta es la primera señal de que el capital se organiza y que se fragmenta el dominio monopolístico de Nvidia”.

Una apuesta con potencial y riesgos

La inferencia ocupa un lugar cada vez más relevante porque convierte los modelos entrenados en servicios utilizados a diario. Esa actividad exige responder muchas consultas con rapidez, pero no siempre necesita la misma infraestructura que el entrenamiento de modelos fronterizos.

Los modelos de código abierto pueden reforzar esa demanda. Su disponibilidad permite que más empresas experimenten con sistemas de IA sin depender exclusivamente de las plataformas cerradas de los grandes laboratorios.

El éxito de General Compute dependerá de varios factores. Entre ellos están el suministro de chips SN50, la capacidad de integrar el hardware en centros de datos y la disposición de los clientes a cambiar sus proveedores actuales.

También será importante la evolución de los estándares de software. Un chip puede ser eficiente en términos energéticos y rápido en pruebas específicas, pero necesita herramientas compatibles para que los desarrolladores puedan utilizarlo sin costos adicionales excesivos.

La estructura de deuda añade una dimensión financiera a la apuesta tecnológica. Si el hardware mantiene su valor y la demanda crece, el préstamo puede acelerar la expansión; si la tecnología pierde relevancia, la garantía podría enfrentar una depreciación rápida.

Por ahora, el acuerdo muestra que el capital destinado a inteligencia artificial está buscando nuevos puntos de entrada. La siguiente fase del mercado podría no estar definida solo por quién entrena los modelos más grandes, sino por quién puede ejecutarlos de forma rápida, flexible y rentable.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público

Este artículo fue escrito por un redactor de contenido de IA

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados