OpenAI construyó su primer chip en nueve meses y acaba de superar al mejor servidor de Nvidia en el único número que importa

OpenAI pasó nueve meses construyendo un chip desde cero, y acaba de superar al mejor servidor de inferencia de Nvidia en el número que en realidad decide quién gana la carrera de la IA: el trabajo realizado por vatio. Amazon está cerrando el mercado que entrenó a toda una generación de modelos de aprendizaje automático, veintiún años después de su apertura. Google está enviando agentes de IA a algunos de los bufetes de abogados más conservadores del mundo. SoftBank prepara una de las mayores emisiones de bonos corporativos del año solo para mantener financiada su apuesta por OpenAI. Y en India, las empresas recaudaron dinero en el mercado bursátil este agosto más rápido que en cualquier otro mes registrado.

El chip casero de OpenAI acaba de vencer a Nvidia en su propio terreno

OpenAI y Broadcom diseñaron un chip de inferencia llamado Jalapeño en nueve meses, desde el primer boceto hasta una pieza de silicio terminada y fabricada por TSMC, con Celestica construyendo los racks a su alrededor. Esta semana se publicaron los primeros puntos de referencia independientes, realizados por un grupo llamado InferenceX, y los resultados no dejan lugar a dudas.

Jalapeño ofreció entre 1,5 y 1,9 veces más trabajo de IA por kilovatio que los sistemas GB300 de Nvidia en tres grandes modelos abiertos, y su latencia fue hasta 3,6 veces menor. Para una empresa que lleva años pagando a Nvidia un sobreprecio por cada chip que consigue, construir algo que supera en eficiencia al buque insignia actual de Nvidia es, sin duda, un logro importante.

Hay una salvedad que conviene explicar con claridad, porque es el tipo de detalle que se pierde en un titular. Jalapeño usa memoria HBM4, más reciente, mientras que el GB300 con el que se comparó utiliza la generación anterior. La próxima plataforma Rubin de Nvidia también usará HBM4, y todavía nadie ha comparado Jalapeño con ella. Así que se trata de un resultado real, no de una pelea justa contra el Nvidia del año que viene. Jalapeño, además, solo apunta a una producción de bajo volumen para más adelante este año, no a un reemplazo masivo del hardware de Nvidia en el corto plazo. Lo que demuestra es más acotado, y aun así significativo: una empresa que no fabrica chips ya puede diseñar algo que compite con lo mejor que ofrece el mayor fabricante de chips del mundo, en la métrica que determina cuánto cuesta realmente operar un centro de datos.

Amazon cierra la plataforma que entrenó la era del aprendizaje automático

Amazon cerrará Mechanical Turk el 30 de septiembre, poniendo fin a un mercado que Jeff Bezos describió alguna vez como “inteligencia artificial artificial”. Lanzado en 2005, MTurk permitía a las empresas publicar pequeños trabajos digitales (etiquetar imágenes, transcribir audio, responder encuestas) para que los realizara una multitud de trabajadores humanos remunerados. Durante casi dos décadas, ese trabajo humano fue la capa invisible bajo una enorme cantidad de investigación en aprendizaje automático, incluidos los conjuntos de datos de imágenes con los que se entrenaron los primeros modelos de visión artificial.

Amazon no se limita a retirar un solo producto. SageMaker Ground Truth y Amazon Augmented AI, las herramientas de etiquetado de datos más recientes de la empresa, cierran en la misma fecha. Una nueva generación de startups (entre ellas Scale AI, Mercor y Prolific) ha tomado el relevo en el negocio de reclutar personas para entrenar modelos de IA, a menudo pagando más y ofreciendo trabajo más especializado del que ofrecían las tarifas planas por tarea de MTurk.

Hay algo simbólico en el momento elegido. La herramienta que solía ser el chiste fácil, aquello de “no es inteligencia artificial de verdad, son solo personas detrás de una cortina”, cierra el mismo año en que una empresa puede diseñar un chip que supera las pruebas de Nvidia. El andamiaje se retiró porque los edificios que sostenía ya no lo necesitan.

Google envía agentes de IA a bufetes de abogados corporativos

Google Cloud lanzó esta semana Gemini Enterprise for Legal, una versión de su plataforma de agentes de IA diseñada específicamente para bufetes de abogados y departamentos jurídicos corporativos. Cleary Gottlieb, Freshfields, Weil y Williams & Connolly figuran como socios de lanzamiento.

La propuesta es concreta y práctica, más que llamativa. El sistema se conecta con el software de gestión documental y de e-discovery que ya usan los bufetes, y está diseñado para mantener automáticamente los muros éticos existentes de cada firma (las reglas internas que impiden que un equipo vea los archivos confidenciales de otro cliente) en lugar de depender de que los abogados los hagan cumplir a mano. La revisión de contratos, la revisión de documentos de debida diligencia y el monitoreo regulatorio son los primeros usos previstos, y sus respuestas de investigación jurídica están pensadas para basarse en la legislación primaria y no en lo que el modelo subyacente haya aprendido durante su entrenamiento.

Google afirma que en paralelo ha lanzado una versión equivalente para servicios financieros, con versiones para salud y ciencias de la vida previstas más adelante. Los grandes despachos han sido una de las industrias más cautelosas a la hora de delegar trabajo real en la IA, dado el costo de una cita alucinada en un escrito judicial. Google está apostando a que esa cautela es exactamente donde está el dinero.

SoftBank pide prestado a lo grande para seguir financiando a OpenAI

SoftBank está negociando con bancos la venta de entre 10 mil millones y 20 mil millones de dólares en bonos, denominados en dólares y euros, ya en septiembre. El dinero refinanciaría parte de un préstamo puente de 40 mil millones de dólares que la empresa contrajo a principios de año para financiar su participación en OpenAI.

La empresa de Masayoshi Son planea invertir cerca de 65 mil millones de dólares en OpenAI para octubre. En su tramo más alto, una emisión de bonos de 20 mil millones de dólares sería la mayor de cualquier empresa asiática este año. Según se informa, SoftBank también estaría considerando una estructura 144A, un formato que le permitiría vender los bonos a un grupo mucho más amplio de inversores institucionales estadounidenses, algo que no hace desde hace más de una década.

Nada de esto cambia lo que OpenAI hace día a día. Lo que sí muestra es cuánto del capital que sostiene el auge de la IA circula ahora por los mercados de deuda corporativa en lugar de por cheques de capital de riesgo, con el riesgo asentado en el balance de SoftBank y no en el de un fondo.

India acaba de tener su mejor mes de la historia en ventas de acciones nuevas

El mercado bursátil de India va camino de registrar su mes más fuerte de la historia en la colocación de nuevas ventas de acciones, con cerca de 10 mil millones de dólares en operaciones de renta variable previstas para agosto. La pieza individual más grande es la propia venta del gobierno de acciones de Life Insurance Corporation of India, la mayor aseguradora del país, por 3.200 millones de dólares. Manipal Health Enterprises sumó una oferta pública inicial de 958 millones de dólares, junto con una ola de operaciones de bloque más pequeñas y colocaciones institucionales.

Lo llamativo del número es el contexto en el que ocurre. El índice de referencia Nifty 50 de India en realidad ha caído en lo que va del mes, lo que convierte esto en una avalancha de dinero hacia nuevas emisiones más que en un mercado impulsado por un repunte generalizado. Los analistas señalan a los propios fondos mutuos y aseguradoras de India (ya lo bastante grandes y bien capitalizados como para absorber grandes operaciones por su cuenta), además de los inversores minoristas y el regreso de los fondos extranjeros, como la razón por la que empresas y gobierno se sintieron con la confianza suficiente para colocar tanto papel a la vez.

Un mes récord en captación de capital no es un titular que salte a la vista como una victoria de ajedrez o un lanzamiento de cohete. Pero es el tipo de cifra que revela que algo funciona por debajo de la superficie: suficiente ahorro doméstico, suficiente confianza inversora y suficiente demanda de nuevas acciones indias como para que una aseguradora estatal y una cadena de hospitales pudieran recaudar dinero en el mismo mes sin asustar al mercado.

Cada historia de esta edición trata sobre quién está dispuesto a apostar dinero a lo que viene. OpenAI y Broadcom apostaron nueve meses de trabajo de ingeniería a que podían superar en diseño al mayor fabricante de chips del mundo, y las primeras cifras dicen que acertaron. Amazon apuesta a que el mercado laboral que la propia IA creó ya cambió para siempre. SoftBank apuesta decenas de miles de millones de dólares, prestados a gran escala, a que OpenAI vale la pena. Y en Mumbai, una aseguradora estatal y una ola de empresas indias acaban de apostar a que los inversores, tanto locales como extranjeros, están listos para poner su dinero donde está esa confianza. Por ahora, en todos los casos, la apuesta está dando resultado.