Desbloquea el Editor’s Digest gratis
Roula Khalaf, editora del FT, selecciona sus historias favoritas en este boletín semanal.
En el drama que acaba de desarrollarse en Silicon Valley sobre el futuro de OpenAI, una trama secundaria se refería a una ambiciosa empresa de chips por parte de su director ejecutivo, Sam Altman.
Antes de ser derrocado y reinstalado al frente de la empresa, Altman había tratado de recaudar hasta 100.000 millones de dólares de inversores en Oriente Medio y del fundador de SoftBank, Masayoshi Son, para construir un rival que compitiera con los gigantes del sector Nvidia y Taiwan Semiconductor Manufacturing Co. Esta sería una tarea enorme. Y uno en el que 100.000 millones de dólares tal vez no sirvan para mucho.
Dado que el diseñador de chips estadounidense y el fabricante de chips taiwanés son fundamentales para todo lo relacionado con la IA generativa, es poco probable que Altman sea el único con esperanzas de encargarse de ellos. Pero las barreras de entrada (fosos en la jerga de Silicon Valley) son formidables.
Nvidia tiene alrededor del 95 por ciento de los mercados de GPU o unidades de procesamiento de gráficos. Estos procesadores de computadora fueron diseñados originalmente para gráficos, pero se han vuelto cada vez más importantes en áreas como el aprendizaje automático. TSMC tiene alrededor del 90 por ciento del mercado mundial de chips avanzados.
Estos negocios son lucrativos. TSMC opera con márgenes brutos de casi el 60 por ciento, Nvidia del 74 por ciento. TSMC genera 76.000 millones de dólares en ventas al año. Las impresionantes cifras hacen que parezca que hay mucho espacio para más contendientes.
La escasez global de chips de inteligencia artificial de Nvidia hace que la perspectiva de integración vertical sea aún más atractiva. A medida que la cantidad de GPU necesarias para desarrollar y entrenar modelos avanzados de IA crece rápidamente, la clave de la rentabilidad para las empresas de IA radica en tener un acceso estable a las GPU.
Eso explica por qué los gigantes tecnológicos globales se han apresurado a desarrollar chips optimizados para sus flujos de trabajo, como aquellos para servidores de centros de datos que entrenan y ejecutan grandes modelos de lenguaje para IA.
Una cosa es que las empresas diseñen chips personalizados. Pero la rentabilidad de Nvidia no proviene de hacer que los chips sean rentables, sino de brindar una solución integral para una amplia gama de tareas e industrias. Por ejemplo, los sistemas HGX H100 de Nvidia, que pueden costar unos 300.000 dólares cada uno, se utilizan para acelerar las cargas de trabajo para todo, desde aplicaciones financieras hasta análisis.
Encontrar un rival viable para el sistema HGX H100, que se compone de 35.000 piezas, requeriría mucho más que simplemente diseñar un nuevo chip. Nvidia lleva más de dos décadas desarrollando GPU. Esa ventaja, que incluye hardware y bibliotecas de software relacionadas, está protegida por miles de patentes.
Incluso dejando de lado los desafíos de diseñar un nuevo chip de IA, el verdadero desafío es la fabricación. Montar una planta de fabricación es el primer obstáculo. Se espera que TSMC tarde más de tres años en conseguir que la planta estadounidense que está construyendo en Arizona comience a producir, a pesar de tener más de tres décadas de experiencia en la construcción de “fabs”. Se espera que su inversión total en esta planta ascienda a unos 40.000 millones de dólares.
Operar estas plantas requiere un ejército de trabajadores altamente calificados que tengan títulos avanzados en ingeniería eléctrica, física o ciencia de materiales. La escasez de trabajadores calificados ya ha retrasado la fecha de inicio de su planta en Arizona.
Otro problema es la compra del equipo de fabricación de chips que se utiliza en las plantas. El fabricante holandés ASML tiene el monopolio de las máquinas de litografía ultravioleta extrema que son fundamentales para la producción de chips avanzados. La lista de espera para las máquinas, que cuestan más de 300 millones de dólares cada una, promedia alrededor de dos años.
Pero las patentes, con diferencia, siguen siendo el mayor obstáculo. TSMC es uno de los mayores titulares de patentes del mundo con más de 52.000 patentes relacionadas con la fabricación de chips. De ellos, alrededor de 3.000 están en su paquete avanzado, una tecnología crucial para los chips de IA que aumenta el rendimiento y donde TSMC tiene ventaja sobre su rival Samsung en la fabricación por contrato. Los más de ocho años de inversión de TSMC en la tecnología han elevado aún más las barreras de entrada.
Navegar por todo esto significa tiempos de espera dolorosamente largos para los nuevos participantes, lo cual es especialmente peligroso en una industria en rápida evolución. Al mismo tiempo, los amplios márgenes de Nvidia y TSMC significan más dinero para investigación y desarrollo, acelerando el ritmo de los lanzamientos de tecnología de próxima generación. Este último gasta más de 30.000 millones de dólares en gastos de capital cada año.
Con el impulso a su favor, la brecha entre Nvidia y TSMC y sus competidores se ha ampliado durante el último año. Por ahora, ni siquiera sus mayores rivales están lo suficientemente equipados para cerrar esa brecha, y mucho menos los nuevos integrantes.
About the Author
