¡Hola! Te escribe Lalo.
Esta semana pasaron varias cosas distintas en el mercado de semiconductores. Micron cuadruplicó sus ingresos. SK Hynix anunció que busca levantar $29 mil millones en Wall Street. OpenAI reveló su primer chip propio. Groq cerró una ronda de $650 millones. Qualcomm subió 15% en un día. Y Apple subió entre 15 y 20% el precio de todos sus Mac e iPad.
Vistas por separado, son noticias de empresas. Vistas juntas, son piezas del mismo tablero. Y el tablero tiene una sola pregunta al centro: ¿quién va a controlar la infraestructura que corre la IA, y quién va a pagar las consecuencias?
En el newsletter de hoy encontrarás:🗺️ El mapa completo de los chips de IA: quién hace qué y por qué no compiten⚔️ Por qué todo el mundo quiere salir de NVIDIA (y qué tan lejos están de lograrlo) 💾 La escasez de memoria que nadie vio venir y que ya disparó las ganancias de Micron y SK Hynix ⚡ Por qué el límite real de la IA no es el hardware sino la electricidad 🛒 Cómo la guerra de chips ya está subiendo el precio de tu siguiente laptop
Precios de la semana
CRIPTO:
🟢 Bitcoin = $59,919.00 | +1.7% (24h)
🟢 Ethereum = $1,564.49 | +0.7% (24h)
🟢 Solana = $70.88 | +8.1% (24h)
ACCIONES:
🟢 AAPL = $277.88 | +1.0% (24h)
🟢 MSFT = $363.91 | +3.1% (24h)
🔴 NVDA = $193.50 | -1.1% (24h)
🗺️ La IA no corre en un solo tipo de chip
Esto es lo primero que hay que entender, porque los titulares casi siempre hablan de NVIDIA y da la impresión de que la historia empieza y termina ahí. No termina ahí.
Hay tres capas distintas de hardware en cualquier sistema de IA, y lo importante es que no compiten entre sí: se necesitan mutuamente.
La primera capa es el entrenamiento, el proceso de enseñarle a un modelo a predecir texto, imágenes o código. Es intensivo, tardado, y requiere chips con poder computacional brutal. Aquí NVIDIA tiene una ventaja que hoy es muy difícil de replicar, y no solo por el hardware. El verdadero moat (ventaja competitiva, en jerga financiera) es CUDA, el software que los desarrolladores usan para programar IA. Llevan dos décadas construyendo ese ecosistema. Cambiarlo no es trivial.
La segunda capa es la inferencia. Cuando ya tienes el modelo entrenado y un usuario le hace una pregunta, algo tiene que procesar esa pregunta y generar la respuesta. Eso pasa millones de veces por segundo en sistemas como ChatGPT. No requiere el mismo poder bruto que el entrenamiento, pero sí requiere eficiencia y velocidad. Y aquí es donde están entrando los competidores.
La tercera capa es la memoria. Los modelos de IA necesitan acceder a cantidades enormes de datos mientras trabajan, y necesitan hacerlo muy rápido. Hay un tipo de memoria especializada llamada HBM (High Bandwidth Memory, o memoria de alto ancho de banda) diseñada exactamente para eso. Sin suficiente HBM, un chip potente de todas formas se atasca. Todos los jugadores de las dos capas anteriores dependen de esta.
Hay una cuarta dimensión que vale mencionar: la IA local (o Edge AI). No toda la IA corre en centros de datos gigantes. Qualcomm diseña procesadores para que tu teléfono o laptop puedan correr modelos directamente en el dispositivo, sin enviar datos a la nube. Es un mercado distinto, aunque la noticia de esta semana sobre Qualcomm muestra que la empresa también quiere entrar a los centros de datos.
⚠️ Por qué NVIDIA incomoda a todo el mundo
NVIDIA domina el entrenamiento. Sus chips GPU son el estándar de facto y prácticamente todos los grandes modelos de IA del mundo se entrenaron en su hardware. Eso le da una posición que no se construye de la noche a la mañana.
El problema, desde la perspectiva de quien le compra, es obvio. Depender de un solo proveedor para algo tan central como la infraestructura de IA es un riesgo estratégico real. Si NVIDIA sube precios, si hay un problema en su cadena de producción, si el gobierno de Estados Unidos decide que ciertas empresas no pueden acceder a sus chips, todo el plan se frena.
Entonces todos buscan salida. No de NVIDIA en general, sino de la dependencia total.
🚀 Los movimientos de la semana
OpenAI acaba de revelar Jalapeño, su primer chip propio, desarrollado en colaboración con Broadcom en nueve meses. Es un chip ASIC (Application-Specific Integrated Circuit, un chip diseñado para una sola tarea específica en lugar de ser de propósito general). Jalapeño no va a reemplazar a NVIDIA en entrenamiento. Está diseñado para inferencia: procesar las consultas de los usuarios de forma más eficiente.
OpenAI dice que en pruebas consume menos electricidad por cada operación que cualquier chip comparable en el mercado. Dicho de otra forma: hace el mismo trabajo gastando menos energía. En un negocio donde la factura eléctrica de los centros de datos es uno de los costos más grandes, eso se traduce directamente en ahorro. La meta es que para 2029 la mayor parte de la infraestructura de ChatGPT corra en chips propios, aunque NVIDIA seguirá siendo el estándar para entrenar nuevos modelos. Fuente: Gizmodo
Groq va por un camino parecido pero desde afuera. La empresa hace chips especializados en inferencia de alta velocidad y acaba de cerrar una ronda de $650 millones, justo después de un acuerdo con NVIDIA que no fue una adquisición formal pero sí le llevó a varios de sus ejecutivos clave. Con ese dinero está reconstruyendo su equipo directivo y apostando a que hay mercado para alternativas de inferencia. Fuente: TechCrunch
Qualcomm es el caso más sorprendente. Casi todo el mundo la asocia con chips de celulares. Esta semana anunció la compra de Modular por $4 mil millones, una startup de software de IA, y proyectó que sus ingresos fuera de celulares van a casi duplicarse para 2029. El mercado le creyó: las acciones subieron 15% en un día. Fuente: Reuters / CNBC
Y luego está Cerebras, que tomó un camino radicalmente distinto: en lugar de fabricar cientos de chips pequeños, hace un solo chip del tamaño de un plato de cocina. La idea es que al eliminar los cables que conectarían a esos chips pequeños, los datos se mueven mucho más rápido. La arquitectura es interesante, el negocio todavía no. Esta semana sus acciones se desplomaron después de su primer reporte de resultados desde que salió a bolsa, con márgenes más ajustados de lo que el mercado esperaba.
💾 El problema de la memoria
Micron y SK Hynix son las noticias que menos atención reciben fuera de los círculos financieros, y son posiblemente las más reveladoras de la semana.
Micron reportó que sus ingresos se cuadruplicaron. Sus acciones subieron 15%. SK Hynix, al ver ese reporte, subió 12% en un día y anunció que planea levantar $29 mil millones con una cotización en mercados estadounidenses. Dos empresas de memoria celebrando al mismo tiempo no es coincidencia.
Lo que está pasando es que la demanda de HBM creció más rápido de lo que nadie anticipó. Hay escasez real. SK Hynix ya declaró que su producción para este año está vendida en su totalidad. Micron cerró en 2025 su división de consumo (la marca Crucial) para redirigir toda su capacidad hacia clientes industriales. El cuello de botella de la IA en este momento no son los modelos ni los algoritmos. Es la memoria.
⚡ El otro límite: la electricidad
Hay algo que ningún chip puede resolver solo. Un centro de datos de IA moderno consume cantidades de electricidad que hace diez años habrían parecido ciencia ficción. Y la capacidad instalada de generación eléctrica en la mayor parte del mundo no está creciendo al ritmo que exige la demanda de IA.
La ventaja competitiva en IA a largo plazo no la va a tener quien tenga los mejores modelos. La va a tener quien resuelva primero el problema de la energía. Un país con acceso garantizado a electricidad barata y abundante puede escalar su infraestructura sin límite. Sin eso, el resto de la cadena se frena de todas formas. Fuente: ZeroHedge
🛒 Cómo la guerra de chips ya está cambiando los precios de todo
Esta es la parte que más va a afectar a la mayoría de las personas, y casi nadie la está contando así.
En los últimos tres días, Apple subió entre 15 y 20% todos sus Mac e iPad. El MacBook Air pasó de $1,099 a $1,299. Microsoft anunció que Xbox Series S y Series X van a subir entre $100 y $150 el 1 de agosto, su tercera alza en 14 meses. Y la consola Steam Machine de Valve se lanzó a $1,039, cuando la empresa proyectaba internamente un precio de $700 a $800 dólares.
La responsabilidad no es de Apple, ni de Microsoft, ni de Valve. Es de Samsung, SK Hynix y Micron, los tres fabricantes que producen el 90% de la DRAM del mundo. Los tres tomaron la misma decisión: priorizar contratos con centros de datos de inteligencia artificial sobre el mercado de consumo. El resultado es escasez para todos los demás. Un portavoz de Valve lo describió con brutal claridad: “Nos dan un precio cada mes y dicen: puedes comprar esta cantidad, sí o no. Si decimos que no, nunca nos vuelven a hablar.”
Lo más importante: el CEO de Micron advirtió que las condiciones de escasez podrían persistir más allá de 2027. Y cuando la escasez se modere, los precios no van a bajar: el nuevo nivel tiende a estabilizarse, no a revertirse.
La semana que describimos arriba, con sus alzas en bolsa y sus anuncios de chips, no fue solo una noticia de tecnología. Fue la señal más clara hasta ahora de que la carrera por la IA ya está afectando el precio de los productos que usas todos los días. Y eso apenas empieza. Fuente: Xataka
El chip de IA ya no es un componente técnico que solo le importa a los ingenieros. Es infraestructura estratégica con consecuencias que ya están llegando a tu carrito de Amazon.
📺 Ponlo en práctica
Hablamos de quién construye los chips que corren la IA. Ahora te mostramos cómo usarla tú mismo. En nuestro último episodio, te llevamos paso a paso para crear tu propia página web con Claude, aunque nunca hayas escrito una línea de código.
Eso es todo por hoy.
Si alguien que conoces está intentando entender hacia dónde van los pagos digitales, este newsletter tiene lo que necesita.
¡Buen fin de semana!