Etched, una startup estadounidense que fabrica chips especializados para acelerar la inteligencia artificial, cerró una nueva ronda de financiación que la sitúa en una valuación de 10.300 millones de dólares. Detrás del proyecto hay tres jóvenes que abandonaron sus estudios en Harvard, y la operación llega con inversores de peso pese al escepticismo que rodeó a la compañía desde sus inicios.

La empresa sostiene que sus chips y componentes de memoria aceleran la inferencia —el proceso mediante el cual un modelo ya entrenado genera respuestas— sobre cualquier modelo de IA, y afirma que lo hace sin necesidad de las GPU (unidades de procesamiento gráfico) que hoy dominan el mercado, con Nvidia como referente casi absoluto.

Una apuesta arriesgada por el hardware especializado

La propuesta de Etched se aparta de la estrategia de fabricar procesadores de propósito general. En lugar de eso, la compañía diseñó su silicio en torno a una arquitectura concreta: los transformadores, la estructura matemática que sostiene a la mayoría de los grandes modelos de lenguaje actuales, descrita en el trabajo académico sobre su arquitectura subyacente.

La idea de «grabar» un tipo de modelo directamente en el chip resulta atractiva en teoría, porque un procesador dedicado a una sola tarea puede ejecutarla más rápido y con menor consumo que uno versátil. Pero también implica un riesgo evidente: si la industria abandona esa arquitectura por otra distinta, el hardware pierde buena parte de su valor.

Ese es precisamente el punto que alimentó las dudas. Analistas y voces del sector cuestionaron durante meses la viabilidad del enfoque, y la compañía enfrentó abundantes críticas públicas sobre si su apuesta tenía sentido comercial a largo plazo.

Por qué importa la cifra

Que inversores reconocidos respalden a Etched con una valuación de cinco cifras en miles de millones envía una señal sobre el apetito que existe por alternativas al hardware de Nvidia. La demanda de capacidad de cómputo para IA supera con creces la oferta, y cualquier tecnología que prometa abaratar o acelerar la inferencia atrae capital.

El costo de operar modelos de IA se ha vuelto una de las mayores preocupaciones para las empresas del sector. Entrenar un modelo es caro, pero ejecutarlo millones de veces al día para atender a usuarios reales puede resultar todavía más costoso con el tiempo. Ahí es donde un chip optimizado para inferencia podría marcar una diferencia si cumple lo que promete.

La tendencia hacia el hardware a medida no es exclusiva de las startups. Google, por ejemplo, habría estado desarrollando un chip conocido como Frozen v2, con la arquitectura de su modelo Gemini integrada en el silicio, según reportes de la industria. La lógica es la misma: sacrificar flexibilidad a cambio de eficiencia.

Escepticismo que persiste

El respaldo financiero no despeja todas las preguntas. Una valuación elevada refleja expectativas, no resultados comprobados a escala, y Etched todavía debe demostrar que sus chips funcionan en despliegues masivos y que la industria seguirá construyendo sobre la arquitectura en la que apostó.

La compañía se mueve además en un terreno donde el capital abunda pero la ejecución es dura: fabricar semiconductores avanzados exige acceso a plantas de producción, cadenas de suministro complejas y años de trabajo antes de generar ingresos sostenidos. Para quienes siguen el negocio de los actores que compiten en el mercado de la IA, el caso de Etched funcionará como termómetro de hasta dónde están dispuestos a llegar los inversores para romper la dependencia de un puñado de proveedores de chips.

Por ahora, la startup convirtió el escepticismo en una de las valuaciones más altas para una empresa joven de semiconductores. Queda por ver si el silicio responde a la promesa.