Meta, la compañía de Mark Zuckerberg, ha comenzado a probar su primer chip interno diseñado específicamente para entrenar sistemas de inteligencia artificial (IA), con el objetivo de disminuir su dependencia de proveedores externos como Nvidia. Este movimiento forma parte de una estrategia a largo plazo para reducir costos en infraestructura y mejorar la eficiencia energética en sus operaciones de IA.

El chip, conocido como MTIA (Meta Training and Inference Accelerator), es un acelerador dedicado optimizado para tareas específicas de IA, lo que lo hace más eficiente energéticamente en comparación con las unidades de procesamiento gráfico (GPU) tradicionales. Meta ha colaborado con el fabricante taiwanés TSMC para producir este chip, y ya ha completado la fase inicial de desarrollo, conocida como «tape-out». Si las pruebas resultan exitosas, la compañía planea aumentar la producción para su uso a gran escala.

Además del desarrollo de su propio hardware, Meta ha mostrado interés en adquirir la startup surcoreana FuriosaAI, especializada en chips de inferencia de IA. Esta adquisición potencial podría fortalecer aún más las capacidades de Meta en el ámbito de la IA y reducir su dependencia de terceros.

En términos financieros, Meta ha anunciado planes para invertir entre $60,000 y $65,000 millones en gastos de capital durante 2025, enfocándose principalmente en iniciativas de IA. Este incremento significativo en comparación con los $38,000 a $40,000 millones estimados para 2024 subraya la importancia que la compañía otorga a la IA en su estrategia futura.

Meta no es la única empresa que busca desarrollar su propio hardware de IA. OpenAI también está trabajando en el diseño de su primer procesador interno, con TSMC como socio de fabricación, y planea iniciar la producción en masa en 2026. Este esfuerzo es parte de un plan más amplio para desarrollar procesadores cada vez más avanzados en futuras iteraciones.

La decisión de Meta de desarrollar su propio chip de IA representa un paso significativo en la búsqueda de independencia tecnológica y eficiencia operativa. Al reducir la dependencia de proveedores externos y centrarse en soluciones internas, la compañía busca posicionarse de manera más sólida en el competitivo mercado de la inteligencia artificial.