Por Canuto  

Google profundizó su relación con Thinking Machines Lab, la startup fundada por la ex CTO de OpenAI, Mira Murati, mediante un nuevo acuerdo de varios miles de millones de dólares para expandir el uso de infraestructura de IA en Google Cloud. El pacto revela la magnitud de la carrera por asegurar capacidad de cómputo entre gigantes tech.

***

  • Thinking Machines Lab firmó con Google un acuerdo valorado en varios miles de millones de dólares.
  • Tendrá acceso a sistemas IA de Google basados en los nuevos chips Nvidia GB300 para entrenamiento y despliegue.
  • El acuerdo no es exclusivo y llega en medio de una competencia feroz entre Google, Amazon y otros proveedores por captar laboratorios de IA.

 

Google amplió sus vínculos con Thinking Machines Lab, la startup de inteligencia artificial (IA) fundada por Mira Murati, con un nuevo acuerdo de varios miles de millones de dólares para reforzar el uso de infraestructura de Google Cloud.

La operación muestra cómo los grandes proveedores de nube buscan asegurar desde temprano a los laboratorios de IA con mayor potencial de crecimiento.

Según informó en exclusiva TechCrunch, el contrato está valorado en varios miles de millones de dólares de un solo dígito. El acuerdo incluye acceso a los sistemas de IA más recientes de Google construidos sobre los nuevos chips GB300 de Nvidia, además de servicios de infraestructura orientados al entrenamiento y despliegue de modelos.

Para los lectores menos familiarizados con este mercado, la infraestructura de IA se ha convertido en uno de los recursos más escasos y costosos del sector tecnológico. Entrenar modelos avanzados exige enormes volúmenes de cómputo, energía, redes especializadas y software capaz de sostener cargas de trabajo durante largos periodos.

En ese contexto, el nuevo pacto también sirve como indicador de la dimensión que ya alcanzó Thinking Machines Lab, una empresa que hasta ahora había mantenido un perfil muy reservado. Aunque la firma había anunciado acuerdos previos, esta es la primera vez que cierra un trato con un proveedor de servicios de nube.

Google acelera su estrategia para captar laboratorios de frontera

Google ha estado cerrando activamente acuerdos de nube con desarrolladores de IA mientras intenta empaquetar su oferta con otros servicios como almacenamiento, un motor de Kubernetes y Spanner, su producto de base de datos. Esa estrategia apunta a convertir a Google Cloud en un socio integral y no solo en un vendedor de capacidad de cómputo.

La competencia, sin embargo, es intensa. A comienzos de abril, Anthropic firmó un acuerdo con Google y Broadcom para múltiples gigavatios de capacidad de unidades de procesamiento tensorial, o TPU, los chips de IA diseñados por Google para cargas de aprendizaje automático.

La presión competitiva no termina allí. Apenas esta misma semana, Anthropic también suscribió un nuevo acuerdo con Amazon para asegurar hasta 5 gigavatios de capacidad destinados al entrenamiento y despliegue de Claude, una señal del ritmo al que se mueven los grandes actores del sector.

En esa batalla por asegurar clientes y consumo futuro, el acuerdo con Thinking Machines Lab permite a Google posicionarse junto a uno de los laboratorios emergentes más observados de la industria. Aunque el contrato no es exclusivo, sí sugiere que la empresa quiere amarrar temprano relaciones con equipos que podrían convertirse en referentes del próximo ciclo de IA.

El carácter no exclusivo del pacto deja abierta la puerta para que Thinking Machines Lab utilice varios proveedores de nube con el tiempo. Esa flexibilidad es relevante en un mercado donde la disponibilidad de chips, la latencia, el costo y la especialización técnica pueden variar entre plataformas.

Qué se sabe de Thinking Machines Lab y de su producto Tinker

Mira Murati dejó su cargo como directora de tecnología de OpenAI y fundó Thinking Machines Lab en febrero de 2025. Poco después, la empresa recaudó una ronda semilla de USD $2.000 millones con una valoración de USD $12.000 millones, una cifra que la colocó de inmediato entre las startups de IA más valiosas en etapa temprana.

Pese a ese debut financiero, la compañía se ha mantenido muy hermética. El primer producto del laboratorio fue lanzado en octubre y lleva por nombre Tinker, una herramienta diseñada para automatizar la creación de modelos de IA de frontera personalizados.

Ese detalle es relevante porque ayuda a comprender la lógica detrás del acuerdo con Google Cloud. Crear modelos personalizados de alto rendimiento no solo requiere talento en investigación, sino también un acceso continuo a hardware de última generación y a plataformas que faciliten la orquestación del entrenamiento y la inferencia.

El anuncio del miércoles aportó además nueva visibilidad sobre el tipo de trabajo técnico que desarrolla la startup. En un comunicado de prensa, Google indicó que puede respaldar las cargas de trabajo de aprendizaje por refuerzo de la empresa, una pista importante sobre la arquitectura que sustenta a Tinker.

La apuesta por el aprendizaje por refuerzo

El aprendizaje por refuerzo es un enfoque de entrenamiento en el que un sistema mejora mediante retroalimentación y optimización iterativa frente a objetivos concretos. Este método ha estado detrás de avances recientes en laboratorios como DeepMind y OpenAI, pero también destaca por su elevado costo computacional cuando se aplica a gran escala.

La magnitud del contrato con Google Cloud parece reflejar justamente ese punto. Si Thinking Machines Lab está apostando por aprendizaje por refuerzo para desarrollar y ajustar modelos de frontera, la necesidad de acceso prioritario a infraestructura de alto rendimiento se vuelve una condición central para competir.

Los chips Nvidia GB300 y la nueva fase de la guerra por cómputo

Thinking Machines se encuentra entre los primeros clientes de Google Cloud en acceder a los sistemas impulsados por los chips GB300 de Nvidia, que, según Google, ofrecen una mejora de 2 veces en velocidad de entrenamiento y servicio frente a la generación previa de GPU.

Esa ganancia de rendimiento puede tener consecuencias directas en tiempos de desarrollo, costos operativos y capacidad para iterar modelos más rápido. En el negocio de la IA avanzada, una reducción en el tiempo de entrenamiento puede marcar la diferencia entre lanzar antes un producto o quedar rezagado frente a competidores mejor financiados.

Antes de este acuerdo, Thinking Machines ya se había asociado con Nvidia en un trato que incluía una inversión del fabricante de chips. Ese antecedente sugiere que la startup ha buscado construir desde temprano una red de aliados estratégicos alrededor del componente más crítico del sector: el acceso a hardware de punta.

La combinación de Nvidia como socio tecnológico y Google como proveedor de nube ilustra una tendencia más amplia. Los laboratorios de IA ya no dependen únicamente del talento en investigación o del capital de riesgo, sino de su capacidad para negociar infraestructura en un mercado cada vez más concentrado y costoso.

Myle Ott, investigador fundador de Thinking Machines, afirmó en un comunicado que “Google Cloud nos puso en marcha a una velocidad récord con la fiabilidad que exigimos”. La declaración resume dos variables que hoy pesan tanto como el precio: rapidez de despliegue y estabilidad operativa.

Desde una perspectiva de mercado, el acuerdo también ofrece una lectura más amplia sobre la nueva economía de la IA. Los gigantes de la nube compiten por cerrar contratos multimillonarios con startups de frontera, mientras estas últimas necesitan asegurar suministro de cómputo para sostener modelos más complejos, más caros y más ambiciosos.

Por ahora, el pacto entre Google y Thinking Machines Lab no impide que la startup trabaje en el futuro con otros proveedores. Pero sí deja claro que la carrera por la infraestructura ya es una de las batallas decisivas en la industria de la inteligencia artificial, y que los acuerdos por capacidad de cómputo comienzan a parecerse cada vez más a grandes contratos estratégicos de largo plazo.

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