📺 Vídeo de estudio recomendado hoy: https://www.youtube.com/watch?v=jeop9wfb9jU
La Revolución del Silicio: Cómo Cerebras Superó a las GPUs y Conquistó a OpenAI
Andrew Feldman, CEO de Cerebras, narra la épica transformación de su empresa desde una apuesta tecnológica rechazada por la industria hasta alcanzar una valoración de 63 mil millones de dólares. En un mundo que ya no tolera la latencia, sus chips del tamaño de un plato están desbloqueando niveles de productividad antes inimaginables para el trabajo diario.
Pregunta central: ¿Cómo logró una arquitectura de hardware radicalmente distinta sobrevivir al escepticismo inicial para convertirse en el motor de inferencia más rápido del planeta?
Puntos clave
- El dominio del “Wafer Scale”: chips 20 veces más rápidos que las GPUs tradicionales mediante el uso de obleas completas de silicio.
- El punto de inflexión de 2025: la transición de la IA de ser una novedad curiosa a una herramienta de utilidad diaria esencial.
- Alianzas estratégicas masivas: un backlog de 20 mil millones de dólares impulsado por acuerdos históricos con OpenAI y AWS.
- Cultura de ingeniería audaz: la filosofía de “David profesional” que prefiere el fracaso extraordinario al éxito ordinario.
⏱️ Tiempo de lectura: aprox. 7 minutos · Te ahorra unos 24 minutos frente a ver el vídeo.
¿Quieres tomar notas mientras ves el vídeo? Haz clic en la imagen de abajo y deja que AI Notebook extraiga los puntos clave por ti 👇
El Desafío a la Arquitectura Tradicional
Más allá del tamaño de un sello postal
Para lograr una mejora radical de 20 veces sobre la competencia, Cerebras rompió con décadas de diseño convencional al crear un chip del tamaño de un plato de cena.
Muchos expertos del sector afirmaron inicialmente que construir una arquitectura de escala de oblea era una imposibilidad técnica absoluta que llevaría a la empresa al desastre financiero. Sin embargo, Feldman mantuvo la convicción de que no se puede obtener un rendimiento disruptivo simplemente haciendo modificaciones menores a los diseños de GPU existentes que dominan el mercado actual.
Entre 2017 y 2019, la empresa atravesó un periodo crítico donde gastaban 8 millones de dólares mensuales sin lograr que el hardware funcionara, enfrentando reuniones de junta directiva llenas de dudas. Fue un tiempo de extrema soledad para el liderazgo, donde cada análisis de fallos servía como un peldaño costoso pero necesario hacia el éxito final que llegaría en el verano de 2019.
El éxito no fue solo técnico, sino una cuestión de fe en el diseño.
💡 Profundizando
Q: ¿Por qué eligieron el diseño de oblea completa?
A: Porque la comunicación entre chips pequeños es el cuello de botella; al mantener todo en una sola pieza de silicio, la velocidad de datos explota.
Q: ¿Cómo manejaron los fallos de fabricación iniciales?
A: Mediante análisis iterativos de errores y una inversión masiva en I+D que permitió corregir los problemas de rendimiento térmico y conectividad.
Q: ¿Qué tan superior es el rendimiento actual?
A: Actualmente ofrecen entre 15 y 20 veces más velocidad en inferencia que las mejores GPUs del mercado para modelos de lenguaje a gran escala.
El Momento en que el Mercado Despertó
De la novedad a la necesidad absoluta
Durante años, Cerebras tuvo una máquina increíblemente rápida que nadie quería comprar porque la inteligencia artificial todavía no era lo suficientemente útil para el usuario común.
El mercado de la inferencia lenta es, en última instancia, un mercado de cero dólares. Nadie quiere esperar a que un sitio web cargue, y lo mismo sucede con las respuestas de un modelo de lenguaje cuando se integra en el flujo de trabajo diario de un programador o un diseñador. La explosión de demanda ocurrió exactamente en 2025, cuando los modelos alcanzaron la madurez suficiente para ser indispensables, haciendo que la velocidad de Cerebras pasara de ser una curiosidad a una ventaja competitiva crítica.
Este cambio repentino transformó la empresa, llevándola de vender apenas unas pocas unidades a gestionar un backlog monumental que supera los 20 mil millones de dólares en contratos.
La velocidad crea nuevos modelos de negocio, no solo mejora los viejos.
💡 Profundizando
Q: ¿Cómo cambió la percepción del cliente en 2025?
A: La IA se integró en herramientas como Cursor y Cognition, donde la latencia baja es la diferencia entre una herramienta fluida y una frustrante.
Q: ¿Qué papel jugaron los “Sovereign Clouds” en su supervivencia?
A: Socios como G42 proporcionaron el capital y el campo de pruebas a escala necesarios para cruzar el abismo antes de llegar a los clientes masivos.
Q: ¿Cómo es trabajar con OpenAI ahora?
A: Es una relación de alta velocidad; cerraron un contrato complejo de 20 mil millones de dólares en apenas cuatro semanas de trabajo intenso.
Liderazgo y la Cultura del “David Profesional”
La disciplina del escalado masivo
Pasar de una startup de hardware a una empresa pública de 63 mil millones de dólares requiere una transición dolorosa de la “adolescencia corporativa” a la madurez total.
Feldman se describe a sí mismo como un David profesional, alguien que disfruta compitiendo contra la fuerza bruta de gigantes como Nvidia usando únicamente el ingenio y la agilidad arquitectónica. Para él, el mayor riesgo no es el fracaso técnico, sino la complacencia que suele llegar cuando las empresas superan los mil empleados y dejan de tomar riesgos audaces por miedo a perder lo ganado.
Mantener una cultura de “ingeniería sin miedo” es la máxima prioridad para evitar convertirse en una entidad burocrática que solo busca éxitos ordinarios y seguros.
El reclutamiento es la barrera contra la mediocridad operativa.
💡 Profundizando
Q: ¿Cómo utiliza Cerebras la IA internamente?
A: Han pasado de gastar mil dólares en tokens a casi 30 mil por ingeniero, delegando tareas de QA y codificación a agentes autónomos.
Q: ¿Por qué decidieron salir a bolsa ahora?
A: Para acceder a un capital más barato, ganar legitimidad ante grandes corporaciones y ofrecer una salida financiera a los empleados que llevan una década en el proyecto.
Q: ¿Cuál es el mayor consejo para otros fundadores?
A: Amar el proceso de construcción y tener la humildad de escuchar a mentores cuando las hipótesis iniciales del negocio no se están cumpliendo.
Conclusiones clave
El viaje de Cerebras demuestra que la innovación disruptiva en hardware requiere una paciencia casi sobrehumana y una tolerancia al riesgo que pocos inversores y fundadores poseen. La apuesta por el “Wafer Scale” no fue solo un desafío a la manufactura, sino una visión correcta sobre cómo el software de IA eventualmente demandaría una infraestructura que las GPUs, diseñadas originalmente para gráficos, no podrían satisfacer plenamente.
La analogía de Netflix es fundamental: así como el internet rápido permitió a una empresa de envíos de DVD transformarse en un estudio de cine global, la inferencia ultrarrápida permitirá que la IA pase de ser un asistente de chat a reorganizar completamente la productividad humana. No estamos simplemente reemplazando herramientas antiguas; estamos ante el nacimiento de estructuras de trabajo que antes eran físicamente imposibles debido a la lentitud del procesamiento.
Preguntas y Respuestas
Q1: ¿Qué hace que el chip de Cerebras sea tan diferente a una GPU de Nvidia?
A1: El tamaño físico y la integración. Al ser una oblea completa, elimina la necesidad de cables y redes externas lentas para conectar miles de núcleos, permitiendo que los datos fluyan instantáneamente.
Q2: ¿Es cierto que el mercado de IA no valoraba la velocidad hace cinco años?
A2: Sí. Andrew Feldman menciona que cuando la IA era una novedad experimental, a nadie le importaba si era rápida. La urgencia nació cuando se convirtió en una herramienta de uso diario.
Q3: ¿Cómo afecta la velocidad de inferencia a los programadores?
A3: Permite que herramientas como los agentes de codificación funcionen en tiempo real, permitiendo a los ingenieros pasar de escribir código manualmente a supervisar múltiples agentes que trabajan simultáneamente.
Q4: ¿Qué tan difícil fue el acuerdo con OpenAI?
A4: Fue excepcionalmente rápido para su magnitud. Se firmó un pliego de condiciones en Acción de Gracias y el contrato final de más de 20 mil millones de dólares se cerró en Nochebuena, tras cuatro semanas de trabajo diario intenso.
Q5: ¿Cuál es la visión de Feldman sobre el código generado por IA?
A5: Cree que está transformando a los ingenieros “10x” en “100x”. Aquellos que adoptan una mentalidad de rompecabezas y gestionan agentes están logrando niveles de productividad sin precedentes.
Q6: ¿Por qué es importante ser un “David profesional”?
A6: Porque competir contra monopolios requiere una mentalidad de retador constante. Feldman cree que cada dólar ganado a gigantes como Nvidia es una victoria de la inteligencia sobre el músculo financiero.
Q7: ¿Qué sigue para Cerebras tras salir a bolsa?
A7: El enfoque principal es cumplir con su backlog masivo y escalar la manufactura diez veces en un solo año, un ritmo casi sin precedentes en la industria del hardware.
