Dos futuros y un enchufe
O la IA que importa acaba en dos empresas con planes veinte veces más caros, o cada empresa guarda su propia IA en su propio centro de datos. Creo que en los dos casos manda la misma variable, y no son los chips: es la energía. Lo argumento con los datos de Epoch AI.
- posturas
- energía
- centros de datos
La primera pregunta de un centro de datos para IA ya no es qué GPU comprar.
Es cuántos megavatios tienes. Y cuándo te los conectan.
Veo dos futuros posibles para la IA de esta década. Son opuestos en casi todo menos en una cosa: los dos chocan con el mismo límite. No es el silicio. Es el enchufe.
He ido a buscar los números a Epoch AI, el centro de investigación que mejor mide esto. Sus datos son públicos, con licencia CC BY 4.0, y he redibujado sus series para este texto. Cada figura lleva debajo su tabla de datos y sus fuentes. Donde la conclusión es mía, lo digo.
El ritmo
En 2020, entrenar GPT-3 pedía unos 5 MW de potencia. En 2023, GPT-4 pedía unos 20. En 2025, Grok 3, unos 110. Y en septiembre de 2026, GPT-6 Astra, al menos 233 MW: es una cota inferior, porque se entrenó con un mínimo de 100.000 chips GB200. Epoch estima que la potencia de los mayores entrenamientos se multiplica por 2,1 cada año.
Figura 1
La mayor ejecución de entrenamiento ya pide al menos 233 MW; Epoch proyecta de 4 a 16 GW para 2030
Potencia estimada del clúster en las ejecuciones que batieron récord desde 2020, entre las que Epoch estima (MW, escala logarítmica), y proyección para 2030.
Ver los datos
| Serie | Fecha | Valor | Nota |
|---|---|---|---|
| Récord de potencia de entrenamiento | may 2020 | 5,1 MW | GPT-3 |
| Récord de potencia de entrenamiento | mar 2023 | 20 MW | GPT-4 |
| Récord de potencia de entrenamiento | dic 2023 | 38 MW | Gemini 1.0 Ultra. Estimación especulativa según Epoch. |
| Récord de potencia de entrenamiento | feb 2025 | 110 MW | Grok 3 |
| Récord de potencia de entrenamiento | sep 2026 | 233 MW | GPT-6 Astra (cota inferior). Entrenado con al menos 100.000 GB200: la cifra subestima el consumo real. |
| Récord de potencia de entrenamiento | jul 2030 | 4 GW a 16 GW | 2030: de 4 a 16 GW. Banda: Epoch y EPRI (ago. 2025), de 4 a 16 GW por ejecución. Punto: «AI in 2030» (sept. 2025), unos 10 GW si la tendencia continúa. |
Si la tendencia sigue, Epoch y el EPRI, el instituto de investigación del sector eléctrico de EE. UU., proyectan que el mayor entrenamiento de 2030 pedirá entre 4 y 16 GW. El informe de Epoch sobre 2030 habla de unos 10 GW si la tendencia continúa: más de lo que produce cualquier central eléctrica del mundo salvo las más grandes. Para una sola ejecución.
Y no es solo entrenar. La capacidad eléctrica de los centros de datos de IA del mundo pasó de 0,9 GW a finales de 2022 a 13,5 GW a finales de 2024 y a unos 30 GW a finales de 2025, según la extrapolación de Epoch a partir de las ventas de chips. Comparable al pico de demanda del estado de Nueva York.
Por qué no es el hardware
La intuición dice que los chips mejoran y que eso lo arregla todo. Los números dicen otra cosa.
Figura 2
La demanda de cómputo crece 5 veces al año; la eficiencia energética de las GPU, 1,34
Multiplicador anual según Epoch AI. Demanda en azul, lo que aporta el hardware en ocre.
La línea discontinua marca 1×: sin crecimiento.
Ver los datos
| Concepto | Grupo | Valor | Nota |
|---|---|---|---|
| Cómputo de entrenamiento de frontera | Demanda | 5× | Modelos de lenguaje de frontera, desde 2020. Intervalo de confianza del 90 %: de 4 a 6. |
| Potencia de las mayores ejecuciones | Demanda | 2,1× | Diez mayores por cómputo, desde 2010. Intervalo del 90 %: de 1,9 a 2,2. Epoch y EPRI (2025) la sitúan en 2,2. |
| Rendimiento por dólar de los chips | Hardware | 1,49× | Desde el primer trimestre de 2023, en dólares constantes. Intervalo del 90 %: de 1,36 a 1,66. |
| Eficiencia energética de las GPU | Hardware | 1,34× | FLOP/s por vatio, desde 2008: se duplica cada 2,4 años. Intervalo del 90 %: de 1,29 a 1,39. |
El cómputo para entrenar los modelos de lenguaje de frontera crece unas 5 veces al año desde 2020. La eficiencia energética de las GPU, medida en operaciones por segundo y por vatio, mejora 1,34 veces al año desde 2008 (1,4 en el hardware de IA más avanzado). El rendimiento por dólar de los chips, 1,49. La propia Epoch lo resume así: la eficiencia del hardware de IA mejora en torno a un 40 % al año y la demanda de cómputo se la come.
Hay un detalle que me parece el centro de todo. Según un análisis de cuatro investigadores de Epoch, los chips cuestan unas 10 veces más que la electricidad que consumen. Y en los modelos de frontera que Epoch analizó en 2024, la energía era solo entre el 2 % y el 6 % del coste de desarrollarlos.
O sea: la energía no es cara. Es lenta.
Los chips se compran con dinero. La potencia conectada se compra con tiempo.
En EE. UU., la mediana de los proyectos eléctricos que entraron en servicio en 2025 tardó 61 meses desde que pidió conexión hasta que empezó a operar. En 2015 eran 36. Hay unos 2.061 GW esperando en las colas de interconexión, y solo el 13 % de lo que pidió conexión entre 2000 y 2020 llegó a construirse. GE Vernova acumula 122 GW entre pedidos y reservas de turbinas de gas.
Cuando algo escasea, tiene precio. En PJM, la mayor red eléctrica de EE. UU., ya lo tiene:
Figura 3
En PJM, el precio de la capacidad pasó de 28,92 a entre 325 y 333 dólares y lleva tres subastas en el techo
Precio de cierre de la subasta de capacidad de PJM, la mayor red de EE. UU. (dólares por MW y día), por año de entrega.
Ver los datos
| Año de entrega | Valor | Nota |
|---|---|---|
| 21/22 | 140 $ | |
| 22/23 | 50 $ | |
| 23/24 | 34,13 $ | |
| 24/25 | 28,92 $ | El precio más bajo de la serie mostrada. |
| 25/26 | 269,92 $ | 9,3 veces la subasta anterior. |
| 26/27 | 329,17 $ | En el techo regulado. |
| 27/28 | 333,44 $ | En el techo. PJM atribuye a centros de datos casi 5.100 de los 5.250 MW de aumento de la punta prevista (nota de diciembre de 2025); según su informe de julio de 2026, quedó 6.516 MW por debajo del requisito de fiabilidad. |
| 28/29 | 325 $ | En el techo; 6.831 MW por debajo del requisito de fiabilidad. |
De 28,92 dólares por MW y día a 269,92 en una sola subasta, y al techo regulado en las tres siguientes. PJM atribuye a los centros de datos casi 5.100 de los 5.250 MW de aumento previsto de la demanda punta para 2027/28. Y la subasta de 2028/29 volvió a cerrar en el techo, 6.831 MW por debajo de lo que PJM necesita para garantizar el suministro.
Lo justo es decir que Epoch no lo ve como un muro. En el resumen de su informe sobre 2030 escribe que la electricidad «probablemente no será un cuello de botella antes de 2028, y parece resoluble incluso después». Aquellos cuatro investigadores sostienen que el problema eléctrico añadirá meses, no años, a los plazos de construcción, y que incluso su mejor proyección para EE. UU. en 2030, un escenario agresivo de unos 100 GW, puede cubrirse con gas, solar con baterías y flexibilidad de la demanda. Y Epoch documenta cómo se está sorteando: con gas generado en el propio emplazamiento, como harán al menos 3 de los 7 emplazamientos de Stargate en EE. UU.
Tienen datos para decirlo. Yo leo los mismos datos de otra forma. «Resoluble» significa construir generación y red para un crecimiento de la demanda que EE. UU. no ve desde los años ochenta, según esos mismos investigadores. Con proyectos que hoy tardan una mediana de 61 meses desde que piden conexión hasta que operan. Mientras tanto, alguien paga la diferencia. En PJM ya la están pagando.
Y no es solo EE. UU. En España, Red Eléctrica ha concedido 6.329 MW de acceso a la red de transporte a centros de datos, el 34,2 % de toda la demanda concedida. Ninguno está todavía en servicio.
La paradoja: inteligencia para producir energía
Aquí está la parte que más me interesa. Para producir más energía necesitamos más inteligencia. Y para producir más inteligencia necesitamos más energía.
La IA ya trabaja en el primer lado del bucle. Google DeepMind ayuda a Commonwealth Fusion Systems a optimizar el reactor de fusión SPARC, que en abril de 2026, según CFS, estaba construido en torno al 75 %. En abril de 2026, PJM revisaba con una herramienta de IA las 811 solicitudes de su nuevo ciclo de conexión, que suman 220 GW. Y en una demostración del Departamento de Energía de EE. UU., una IA redactó en un día un capítulo de 208 páginas de una solicitud de licencia nuclear que a un equipo le lleva de cuatro a seis semanas.
Ninguna de esas cosas ha producido todavía un megavatio nuevo. La fusión aún no ha dado electricidad neta: Helion anunció en febrero de 2026 150 millones de grados y fusión medible y mantiene 2028 como objetivo para arrancar su planta para Microsoft. Y dos economistas de Epoch advierten de que automatizar solo la I+D aporta mucho menos que automatizar la economía en general: la I+D explica apenas un 20 % del crecimiento de la productividad del trabajo en EE. UU. desde 1988.
Así que el bucle existe, pero gira despacio. Y los bucles tienen sentido de giro: quien tiene la energía primero, gira primero.
Con eso en la cabeza, los dos futuros.
Futuro uno: dos empresas
En este futuro quedan dos empresas: Anthropic y OpenAI. Todas las demás les alquilan la inteligencia, con suscripciones como mínimo veinte veces más caras que hoy.
Suena a exageración, pero la concentración ya está aquí. Según los datos que recopila Epoch, los ingresos anualizados de Anthropic pasaron de unos 1.000 millones de dólares a finales de 2024 a 9.000 millones a finales de 2025 y, según Bloomberg, a 65.000 millones a finales de julio de 2026. Los de OpenAI, de 5.500 millones a finales de 2024 a unos 50.000 millones a finales de septiembre de 2026. Las dos empresas no contabilizan sus ingresos igual, así que las cifras no se comparan una a una. Y según una encuesta de Menlo Ventures (inversor de Anthropic) a unas 400 grandes empresas de EE. UU., las dos ya concentran el 86 % de su gasto en APIs de modelos de lenguaje.
En la parte alta, lo que se paga ya no se parece a una suscripción de 20 dólares:
Figura 4
El plan más caro de ChatGPT pasó de 20 a 500 dólares al mes; el de Claude, de 20 a 200. El de 20 sigue igual
Precio mensual del plan individual más caro, en escalón según la fecha de cada cambio (dólares).
Ver los datos
| Serie | Fecha | Valor | Nota |
|---|---|---|---|
| Plan de 20 dólares (ChatGPT Plus y Claude Pro) | feb 2023 | 20 $ | ChatGPT Plus y, desde septiembre de 2023, Claude Pro. |
| Claude | sep 2023 | 20 $ | Claude Pro. |
| Claude | abr 2025 | 200 $ | Max 20x |
| Claude | oct 2026 | 200 $ | Max 20x pasa a llamarse Ultra, con el mismo precio. |
| ChatGPT | feb 2023 | 20 $ | ChatGPT Plus. |
| ChatGPT | dic 2024 | 200 $ | Pro |
| ChatGPT | sep 2026 | 500 $ | Pro 500 |
El plan para particulares más caro de ChatGPT pasó de 20 dólares al mes en 2023 a 200 a finales de 2024 y a 500 en septiembre de 2026. El de Claude, de 20 a 200. El plan de 20 sigue igual, y el coste de una capacidad fija de IA cae unas 13 veces al año. Lo que ayer era frontera se abarata deprisa. Pero la frontera se mueve, y estar en ella cuesta cada vez más: el plan de arriba de ChatGPT ya vale 25 veces el Plus, de 20 dólares.
Donde el «20x» ya se ve es en los agentes. Epoch calcula que un agente cuesta entre 15,5 y 50 dólares por hora de trabajo a precios de API, con 30 como referencia. Hago la cuenta, a modo de ilustración: un agente a jornada completa, 176 horas al mes, costaría unos 5.280 dólares mensuales. Veintiséis veces un plan de 200. Doscientas sesenta y cuatro veces uno de 20. No es el mismo producto que un chat. Es lo que cuesta poner la IA a trabajar.
¿Y la energía? En los factores de riesgo de su salida a bolsa, Anthropic escribe que «la disponibilidad de suficiente energía eléctrica se ha convertido en una restricción significativa para el desarrollo y la expansión de centros de datos en muchas geografías, incluido Estados Unidos» (folleto S-1, la traducción es mía).
Un analista de Epoch estima que, a finales de 2025, OpenAI y Anthropic usaban solo entre el 15 % y el 20 % del cómputo de IA del mundo. Si siguen creciendo más rápido que el resto, en una extrapolación ingenua que él mismo presenta como ilustración, rondarían el 80 % en cinco años. Y a partir de ahí, escribe, seguir escalando «requeriría una transformación económica».
Esa es la clave del futuro uno. Si la energía es el límite, quien la tiene contratada cobra una renta de escasez. Dos autores de Epoch creen que la demanda de inferencia crece más rápido que la capacidad, aunque esta más que se triplica cada año, y que se acerca una escasez que subiría el precio de los tokens de los modelos grandes. Su escasez es de cómputo, no de energía: el freno que señalan a corto plazo es el ancho de banda de memoria. Si aciertan, y además la energía aprieta, el precio de la frontera no baja. Sube.
Futuro dos: el centro de datos como reserva de valor
El futuro opuesto: cada empresa tiene su propia IA, en su propio centro de datos, y ese centro de datos pasa a ser lo más valioso de su balance.
También tiene datos detrás. Cinco grandes tecnológicas (Google, Microsoft, Amazon, Meta y Oracle) poseían a finales de 2025 en torno al 70 % del cómputo de IA del mundo. Y cada vez más de la caja que generan se va en inversión: unas tres cuartas partes en los últimos cuatro trimestres de la serie.
Figura 5
La inversión de los hiperescaladores pasó del 56 % al 94 % de la caja que generan (primer trimestre de 2022 frente al de 2026)
Miles de millones de dólares por trimestre: inversión en efectivo frente a flujo de caja operativo de Microsoft, Amazon, Alphabet, Meta y Oracle.
Ver los datos
| Serie | Fecha | Valor | Nota |
|---|---|---|---|
| Flujo de caja operativo | T1 2022 | 65.600 M$ | |
| Flujo de caja operativo | T2 2022 | 69.200 M$ | |
| Flujo de caja operativo | T3 2022 | 74.000 M$ | |
| Flujo de caja operativo | T4 2022 | 79.300 M$ | |
| Flujo de caja operativo | T1 2023 | 71.000 M$ | |
| Flujo de caja operativo | T2 2023 | 96.900 M$ | |
| Flujo de caja operativo | T3 2023 | 109.800 M$ | |
| Flujo de caja operativo | T4 2023 | 99.800 M$ | |
| Flujo de caja operativo | T1 2024 | 104.500 M$ | |
| Flujo de caja operativo | T2 2024 | 114.600 M$ | |
| Flujo de caja operativo | T3 2024 | 123.000 M$ | |
| Flujo de caja operativo | T4 2024 | 136.300 M$ | |
| Flujo de caja operativo | T1 2025 | 120.200 M$ | |
| Flujo de caja operativo | T2 2025 | 134.600 M$ | |
| Flujo de caja operativo | T3 2025 | 167.100 M$ | |
| Flujo de caja operativo | T4 2025 | 180.900 M$ | |
| Flujo de caja operativo | T1 2026 | 157.900 M$ | |
| Inversión en efectivo | T1 2022 | 36.600 M$ | 56 % del flujo de caja operativo. |
| Inversión en efectivo | T2 2022 | 38.400 M$ | 55 % del flujo de caja operativo. |
| Inversión en efectivo | T3 2022 | 41.000 M$ | 55 % del flujo de caja operativo. |
| Inversión en efectivo | T4 2022 | 41.900 M$ | 53 % del flujo de caja operativo. |
| Inversión en efectivo | T1 2023 | 36.600 M$ | 52 % del flujo de caja operativo. |
| Inversión en efectivo | T2 2023 | 35.400 M$ | 37 % del flujo de caja operativo. |
| Inversión en efectivo | T3 2023 | 38.300 M$ | 35 % del flujo de caja operativo. |
| Inversión en efectivo | T4 2023 | 44.100 M$ | 44 % del flujo de caja operativo. |
| Inversión en efectivo | T1 2024 | 46.000 M$ | 44 % del flujo de caja operativo. |
| Inversión en efectivo | T2 2024 | 55.600 M$ | 49 % del flujo de caja operativo. |
| Inversión en efectivo | T3 2024 | 61.200 M$ | 50 % del flujo de caja operativo. |
| Inversión en efectivo | T4 2024 | 76.300 M$ | 56 % del flujo de caja operativo. |
| Inversión en efectivo | T1 2025 | 77.800 M$ | 65 % del flujo de caja operativo. |
| Inversión en efectivo | T2 2025 | 97.300 M$ | 72 % del flujo de caja operativo. |
| Inversión en efectivo | T3 2025 | 105.800 M$ | 63 % del flujo de caja operativo. |
| Inversión en efectivo | T4 2025 | 130.700 M$ | 72 % del flujo de caja operativo. |
| Inversión en efectivo | T1 2026 | 148.400 M$ | 94 % de la caja. 94 % del flujo de caja operativo. |
En el primer trimestre de 2022 invertían el 56 % de su flujo de caja operativo. En el primer trimestre de 2026, el 94 %. Y el centro de datos ya se financia como un activo: en marzo de 2026, CoreWeave cerró lo que presenta como la primera financiación con grado de inversión garantizada por infraestructura de cómputo y un contrato de cliente, por 8.500 millones de dólares. En mayo, al cerrar otro préstamo de 3.100 millones, presentó ese tipo de financiación como «una nueva clase de activo escalable». CME y Silicon Data anunciaron los primeros futuros sobre cómputo, y el consejero delegado de CME lo llamó «el nuevo petróleo del siglo XXI».
La IA privada ya es técnicamente viable. Según Epoch, en mayo de 2026 los modelos de pesos abiertos iban unos cuatro meses por detrás de los cerrados más avanzados. Un modelo abierto de 27.000 millones de parámetros, Qwen 3.8, ya iguala en su índice de capacidades a GPT-5, de agosto de 2025. Tengo uno funcionando en una sola RTX 3090.
Pero fíjate en qué es exactamente la reserva de valor. Hoy lo que se financia como activo es el cómputo con su contrato de cliente, y los futuros que CME ha anunciado se basan en el alquiler de GPU. Yo creo que el valor que dura está en otra parte. El rendimiento por dólar de los chips nuevos mejora casi un 50 % cada año, así que la GPU de hoy se queda atrás deprisa. Lo que no se queda atrás es el terreno con potencia conectada. Es el contrato de energía a veinte años.
Constellation reabre Three Mile Island para Microsoft, con un contrato de veinte años por unos 835 MW. Amazon compra 1.920 MW nucleares a Talen hasta 2042. Google, 500 MW de pequeños reactores de Kairos. Meta, hasta unos 6,6 GW entre Vistra, TerraPower y Oklo.
El activo es el enchufe. Otra vez.
Si la energía no se resuelve
Los dos futuros tienen el mismo cuello de botella. Y si no se resuelve, hay una tercera vía que hoy parece marginal.
Epoch calculó en octubre de 2025 que un entrenamiento de 10 GW repartido entre 23 centros de datos, junto a centrales de gas con capacidad sobrante y unidos por 4.800 km de fibra, es técnicamente viable: como mucho cinco días de retraso y menos de un 1 % de coste extra. Habla de grandes laboratorios repartiendo su propio cómputo por fibra dedicada, no de protocolos abiertos, y en una nota ve improbable que el entrenamiento descentralizado por internet llegue a dar una ejecución de frontera. Yo me quedo con la lección física: si la energía no viene al cómputo, el cómputo va a la energía.
Y ahí entran los protocolos de IA descentralizada.
Figura 6
El entrenamiento descentralizado crece más rápido, pero sigue unas 1.600 veces por detrás de la frontera
Cómputo de entrenamiento (FLOP, escala logarítmica): récord de los modelos de frontera frente a preentrenamientos descentralizados por internet.
Ver los datos
| Serie | Fecha | Valor | Nota |
|---|---|---|---|
| Récord de frontera | may 2020 | 3,1 × 10²³ | GPT-3 |
| Récord de frontera | ago 2021 | 3,7 × 10²³ | Jurassic-1-Jumbo. |
| Récord de frontera | sep 2021 | 2 × 10²⁴ | FLAN 137B. |
| Récord de frontera | mar 2022 | 2,6 × 10²⁴ | GPT-3.5 (especulativo). |
| Récord de frontera | jun 2022 | 2,7 × 10²⁴ | Minerva. |
| Récord de frontera | mar 2023 | 2,1 × 10²⁵ | GPT-4 |
| Récord de frontera | dic 2023 | 5 × 10²⁵ | Gemini 1.0 Ultra (especulativo). |
| Récord de frontera | feb 2025 | 3,5 × 10²⁶ | Grok 3. |
| Récord de frontera | feb 2025 | 3,8 × 10²⁶ | GPT-4.5. |
| Récord de frontera | jul 2025 | 5 × 10²⁶ | Grok 4 (especulativo). |
| Récord de frontera | sep 2026 | 9,4 × 10²⁶ | GPT-6 Astra. Intervalo de Epoch: de 5 × 10²⁶ a 2 × 10²⁷. |
| Récord descentralizado | jun 2021 | 8,7 × 10¹⁷ | DeDLOC / sahajBERT-XL. |
| Récord descentralizado | jul 2022 | 1,8 × 10¹⁹ | Training Transformers Together, 38 nodos. |
| Récord descentralizado | ene 2023 | 4,5 × 10²¹ | SWARM, 12 nodos. |
| Récord descentralizado | nov 2024 | 5,6 × 10²¹ | Photon 7B, 5 nodos. |
| Récord descentralizado | dic 2024 | 6 × 10²² | INTELLECT-1. Prime Intellect, 14 nodos. |
| Récord descentralizado | jun 2025 | 5,8 × 10²³ | Protocol Models. Pluralis Research, 8 nodos. Récord descentralizado en los datos de Epoch. |
| Otros preentrenamientos descentralizados | nov 2023 | 1,1 × 10²⁰ | DiLoCo (Google DeepMind), 8 nodos. |
| Otros preentrenamientos descentralizados | jul 2024 | 3 × 10²⁰ | Open-DiLoCo (Prime Intellect), 4 nodos. |
| Otros preentrenamientos descentralizados | dic 2024 | 8,8 × 10²¹ | Nous DisTro 15B, 16 nodos. |
| Otros preentrenamientos descentralizados | may 2025 | 1,1 × 10²¹ | Templar I (Covenant). |
| Otros preentrenamientos descentralizados | jul 2025 | 9,6 × 10²¹ | Templar II (Covenant). |
| Otros preentrenamientos descentralizados | sep 2025 | 3 × 10²³ | Consilience 40B (Nous Research), 140 nodos. |
| Otros preentrenamientos descentralizados | oct 2025 | 4,7 × 10²⁰ | Node0-7.5B (Pluralis), 1.642 nodos. |
| Otros preentrenamientos descentralizados | dic 2025 | 5,6 × 10²³ | Covenant-72B. Sobre la subred 3 de Bittensor, sin permisos. Cifra de la hoja de Epoch (dic. 2025). |
Jaime Sevilla, cofundador y director ejecutivo de Epoch, calcula en un análisis firmado por él que el cómputo de los entrenamientos descentralizados por internet ha crecido unas 600.000 veces desde 2020: unas 20 veces al año, frente a las 5 de la frontera. Siguen lejos. Hago la cuenta con los datos de Epoch: el mayor queda unas 1.600 veces por debajo de GPT-6 Astra. Pero ya no son juguetes. Covenant-72B entrenó un modelo de 72.000 millones de parámetros con unos 1,1 billones de tokens sobre la red Bittensor, sin pedir permiso a nadie, con al menos 70 participantes distintos a lo largo del entrenamiento (unos 17 a la vez de media, cada uno con al menos ocho B200) y un 94,5 % de aprovechamiento del cómputo.
Sevilla cree improbable que lleguen a la frontera esta década: no ve cómo reunirían tanto cómputo, y aun con el mismo cómputo, las técnicas para ahorrar ancho de banda les restarían rendimiento. Si la energía se resuelve, estoy de acuerdo. Si no, la cuenta cambia.
Un protocolo descentralizado no necesita un gigavatio en un solo sitio. Necesita mil sitios con un megavatio. El excedente de una planta solar a mediodía. Un sótano con potencia contratada que nadie usa. Megavatios sueltos, demasiado pequeños para un campus de varios gigavatios, e incluso para los emplazamientos de cientos de megavatios del cálculo de Epoch.
Si la energía se resuelve, gana la escala, y los dos futuros compiten por ver quién la tiene. Si no se resuelve, la IA tendrá que ir a buscar los megavatios donde estén. Los protocolos descentralizados ya saben juntar cómputo repartido por internet. Que mañana sepan ir a buscar megavatios sueltos es mi apuesta, no algo que hayan demostrado.
Ahí puede llegar su primavera. No vendrá de la ideología. Vendrá de la física.
Si estás decidiendo dónde va a vivir tu IA, o estás montando un centro de datos para ella, escríbeme a hello@alber.one. Me interesa más tu cuenta de megavatios que tu lista de GPU.