La startup que ya ha recaudado 25 millones de dólares, planea lanzar su primer chip el próximo año. Su apuesta: diseñar desde cero un procesador optimizado para grandes modelos de lenguaje.
Silicon Valley vuelve a parecer Silicon Valley o al menos, eso sugiere el regreso de una vieja fiebre: la de las startups de chips. Durante años, diseñar semiconductores desde cero fue considerado un territorio hostil, caro y dominado por gigantes como Intel, Samsung o Qualcomm.
Pero, la inteligencia artificial lo ha cambiado todo y en el centro de esa nueva fiebre está MatX, una compañía fundada por dos exingenieros de Google que asegura poder fabricar chips al menos diez veces mejores que las GPU de Nvidia para entrenar y ejecutar grandes modelos de lenguaje.
El trono de Nvidia y la fiebre por chips propios
El dominio absoluto de Nvidia en el mercado de chips para IA ha empujado a otras empresas a intentar diseñar los suyos. La historia demuestra que eso suele terminar en desastre: desarrollar un chip desde cero requiere años y cientos de millones de dólares, y la mayoría de los intentos fracasa. Sin embargo, el potencial de la inteligencia artificial ha convencido a muchos de que vale la pena intentarlo.
MatX es una de esas apuestas. Sus fundadores, Mike Gunter y Reiner Pope, no son dos recién llegados. Gunter diseñó en Google los chips de hardware que ejecutan software de IA y Pope, escribió software de IA.
Durante años, Google desarrolló sus propias TPU (unidades de procesamiento tensorial), chips pensados específicamente para inteligencia artificial. Pero según los ejecutivos de MatX, esos chips se diseñaron antes de la explosión de los grandes modelos de lenguaje y no son lo suficientemente eficientes para las tareas actuales.
“En Google trabajamos para que los grandes modelos de lenguaje se ejecutaran más rápido y logramos algunos avances, pero siempre nos topábamos con dificultades”, dijo Pope. “Internamente había muchas ideas sobre mejoras en los chips y era difícil, centrarse únicamente en los grandes modelos de lenguaje. Por eso decidimos irnos”.
Un diseño radical para la era de los grandes modelos
El dominio de Nvidia también tuvo algo de fortuito. Sus primeras GPU se diseñaron para acelerar videojuegos y ciertas tareas de diseño informático, destacaban por gestionar simultáneamente un gran número de tareas pequeñas, lo que las hizo ideales para ejecutar software de IA.
Pero Nvidia dividió sus chips en bloques de recursos para adaptarse a una amplia gama de tareas, incluidas la transferencia de datos dentro del chip. Esas decisiones, sostienen los fundadores de MatX, responden más a épocas pasadas de la computación que al desarrollo actual de la IA y añaden costes y complejidad innecesarios.
MatX ha adoptado un enfoque completamente distinto: un chip con un único núcleo de procesamiento grande, diseñado para realizar operaciones de multiplicación lo más rápido posible. Esa tarea es fundamental para los grandes modelos de lenguaje. La compañía, está convencida de que su diseño superará a las GPU de Nvidia al menos diez veces en el entrenamiento de grandes modelos y en la generación de resultados.
“Los productos de Nvidia son muy potentes y la opción correcta para la mayoría de las empresas”, reconoció Pope. “Pero creemos que podemos hacerlo mejor”.
25 millones y un equipo en Mountain View
MatX ha recaudado 25 millones de dólares en financiación. La última ronda fue liderada por los inversores de la industria de IA Nat Friedman y Daniel Gross. La empresa tiene su sede en Mountain View (California) a muy pocos kilómetros del Laboratorio de Semiconductores Shockley (cuna de Silicon Valley). Actualmente, la empresa cuenta con decenas de empleados trabajando en un chip cuyo lanzamiento está previsto para el próximo año.
“Los fundadores de MatX representan una tendencia en el campo de la inteligencia artificial: están comercializando algunas de las mejores ideas desarrolladas por grandes empresas porque estas son demasiado lentas y burocráticas”, declaró Gross.
Si el software de IA continúa su desarrollo actual, la demanda de computación de alto costo aumentará drásticamente. Se estima que el costo de entrenamiento para cada modelo actualmente en investigación ronda los mil millones de dólares, mientras que el de los modelos futuros podría alcanzar los diez mil millones.
MatX, predice que su negocio prosperará siempre que logre atraer a grandes empresas de IA como OpenAI y Anthropic.
“Estas empresas tienen un modelo económico muy diferente al de las empresas tradicionales”, afirmó Gunter. “Invierten todo su capital en recursos informáticos, no en recursos humanos. Si esta tendencia no cambia, eventualmente se quedarán sin fondos”.
Un mercado que cambió de opinión
Hubo un tiempo en que Silicon Valley estaba lleno de empresas de chips. Gigantes como HP, IBM y Sun Microsystems fabricaban sus propios procesadores. Pero el dominio de Intel en PC y servidores, y luego el de Samsung y Qualcomm en smartphones, fue eclipsando a muchos competidores.
Los inversores empezaron a rehuir las startups de chips: las consideraban más caras, con ciclos de desarrollo más largos y más arriesgadas que las empresas de software.
“Alrededor de 2014, visité algunas firmas de capital riesgo que ya habían prescindido de todos sus socios que entendían de chips”, recordó Rajiv Khemani, experto en la industria y uno de los inversores de MatX. “Las personas que tenía delante no entendían en absoluto de qué les hablaba”.
El auge de la inteligencia artificial alteró ese equilibrio. Amazon, Google y Microsoft empezaron a invertir en el diseño de sus propios chips para tareas de IA. Surgieron startups como Groq y Cerebras Systems, que impulsaron una oleada de procesadores específicos. Pero muchos de esos productos se diseñaron antes de que los grandes modelos de lenguaje dominaran el campo.
MatX podría representar una nueva generación: chips dedicados exclusivamente a grandes modelos de lenguaje desde el primer día.
La carrera no será fácil
Entrar en la industria de los chips no es sencillo. El diseño y la fabricación de un nuevo procesador lleva de tres a cinco años. Durante ese tiempo, Nvidia no se queda quieta: este mismo mes lanzó un chip GPU más rápido. Las startups deben anticipar tendencias tecnológicas, movimientos de la competencia y evitar cualquier error que retrase la producción.
Además, las empresas de software suelen necesitar reescribir su código para que funcione en los nuevos chips, un proceso costoso y lento. Como regla general, un nuevo chip debe ser al menos diez veces mejor que su predecesor para convencer a los clientes de que reescriban todo su código. Es exactamente la promesa de MatX.
Gross cree que aún estamos en las primeras etapas de la construcción de la infraestructura necesaria para sustentar la inteligencia artificial como principal forma de computación. “Creo que estamos en las primeras etapas de un ciclo de chips que empequeñece el desarrollo de otras industrias”, afirmó.
Si tiene razón, es casi seguro que surgirá un nuevo gigante de los chips. La pregunta es si MatX logrará cumplir su promesa o si, como tantas otras startups de semiconductores, se quedará en el camino. Por ahora, sus fundadores tienen el dinero, la experiencia y una idea radical y en Silicon Valley, eso sigue siendo una combinación peligrosamente atractiva.
Descubre más desde CIBERED
Suscríbete y recibe las últimas entradas en tu correo electrónico.
