Análisis de la computación de IA de frontera: Anthropic alquila a sus rivales

El clúster de GPU solía ser el tesoro del dragón: constrúyelo, protégelo, quizá ponle a algunos racks nombres de dioses griegos si el equipo de compras se ponía sentimental. Ahora, según Forbes, Anthropic está considerando un acuerdo de cómputo propuesto de 10.000 millones de dólares con su rival Meta, mientras también mantiene un acuerdo mensual de 1.250 millones de dólares con xAI. Eso no es solo una incómoda distribución de asientos en la cena de la IA de frontera; es una señal de que la capacidad se ha vuelto más importante que la monogamia en la nube. Para quienes construyen, la lección no es que todos deban empezar a mandar mensajes a competidores en busca de aceleradores libres, como estudiantes universitarios buscando un sofá. La lección es que la infraestructura de IA de frontera se está dividiendo entre el trabajo de modelos por un lado y la energía, los chips, los permisos, los arrendamientos y el riesgo de construcción por el otro. El modelo puede ser el producto, pero el enchufe en la pared es cada vez más la trama.

Forbes: Se canceló el programa de fidelidad en la nube

Forbes informa que Anthropic está diversificándose más allá de los proveedores tradicionales de nube mediante varios grandes acuerdos de cómputo: un acuerdo propuesto de 10.000 millones de dólares con Meta, un acuerdo mensual de 1.250 millones de dólares con xAI, un arrendamiento de 20 años y 19.000 millones de dólares con TeraWulf, y un compromiso de 50.000 millones de dólares para instalaciones personalizadas con Fluidstack. Esa lista se parece menos a una estrategia de proveedores y más a una búsqueda del tesoro diseñada por un director financiero que no ha dormido desde que ocurrió ChatGPT.

Aun así, la lógica es brutalmente práctica: asegurar capacidad dondequiera que la capacidad pueda entregarse de verdad. Según Forbes, el patrón más amplio es la separación entre el desarrollo de modelos y la propiedad de la infraestructura, con el riesgo de construcción, financiación y permisos repartido entre socios como neoclouds y competidores. Eso es importante porque el cuello de botella ya no es simplemente quién tiene el gráfico de benchmarks más bonito. Forbes también señala el Proyecto Jupiter de Oracle para OpenAI como ejemplo de estos desafíos, destacando obstáculos de permisos, que es la forma menos glamorosa posible en que el discurso sobre la AGI puede encontrarse con el papeleo municipal.

Nextomoro: La inferencia se muda a

la casa del rival Nextomoro añade un contexto operativo útil al lado de xAI en la historia, informando que Anthropic anunció en su segunda conferencia anual para desarrolladores Code w/ Claude que la inferencia de Claude comenzaría a ejecutarse en Colossus 1, el centro de datos de xAI en Memphis, “en los próximos días.” Esa es la parte que vale la pena subrayar con marcador fluorescente: esto es capacidad de inferencia, no solo un clúster trofeo para ejecuciones de entrenamiento.

La inferencia es donde los modelos se encuentran con los usuarios, la latencia, el tiempo de actividad y la deprimente realidad de que cada token viene con una factura. Nextomoro también informa que xAI ya había trasladado sus propias cargas de trabajo de entrenamiento a Colossus 2, una instalación sucesora más grande basada en Blackwell. Técnicamente, eso hace que el acuerdo sea menos absurdo de lo que suena a primera vista. Si un laboratorio trasladó el entrenamiento a otro lugar y otro necesita rendimiento para inferencia, la relación entre rivales empieza a parecerse a un código compartido de aerolíneas, excepto que los aviones son GPU y todos a bordo están pidiendo cadena de pensamiento.

Tech Jacks Solutions: No copies a la ballena Tech

Jacks Solutions presenta el patrón de Anthropic y Colossus como parte de una estrategia de doble vía: distribución mediante hiperescaladores más cómputo dedicado para entrenamiento. Su advertencia es directa y útil, al afirmar que este enfoque requiere el capital de un laboratorio de frontera que la mayoría de los proveedores empresariales de IA no tiene. En otras palabras, no mires a Anthropic alquilando una enorme capacidad de un rival y concluyas que tu empresa necesita un imperio de cómputo a medida antes del almuerzo.

Tech Jacks Solutions resume bien la presión: “Los laboratorios de frontera no controlan su propio destino cuando alquilan cómputo por hora.” Esa frase es todo el drama de compras usando zapatos sensatos. Alquilar capacidad compra velocidad y flexibilidad, pero también crea dependencia, lo cual está bien hasta que tu hoja de ruta, tus márgenes y tu calendario de lanzamiento dependen todos de que los transformadores de otra persona tengan electricidad.

Epoch AI: La escasez es sistémica

Josh You, de Epoch AI, ofrece la versión con más perspectiva, escribiendo que los laboratorios de frontera todavía no usan la mayor parte del cómputo de IA. El mismo análisis dice que la potencia global de cómputo para IA ha crecido hasta el equivalente de alrededor de 20 millones de Nvidia H100, financiada por cientos de miles de millones de dólares en gastos de capital anuales. También señala que las ventas relacionadas con IA de Nvidia se dispararon más de cuatro veces en 2023, que es una forma muy educada de decir que el vendedor de palas notó la fiebre del oro.

Ese contexto hace que la estrategia de Anthropic parezca menos una rareza aislada y más un adelanto de cómo será la adquisición de capacidad en la frontera bajo condiciones de escasez. Si Anthropic y OpenAI aumentan su participación en el cómputo, como sugiere Epoch AI que podrían hacer, la presión sobre la energía, los chips, las instalaciones y las aprobaciones solo se vuelve más intensa.

Para quienes están construyendo productos de IA, el movimiento práctico es tratar el cómputo como una superficie de riesgo: diversificar proveedores, entender la portabilidad de las cargas de trabajo y evitar arquitecturas que asuman que un solo proveedor siempre tendrá capacidad infinita a precios amables. Observa los próximos acuerdos de laboratorios de frontera menos por los nombres de marca y más por la mecánica de entrega: quién tiene energía, quién tiene chips, quién puede superar las aprobaciones y quién puede hacer que la economía funcione sin convertir cada prompt en una pequeña hipoteca. La carrera de modelos es cada vez más una carrera logística con bata de laboratorio. Resulta que la inteligencia puede escalar, pero primero alguien tiene que encontrar un enchufe.