Pat Gelsinger dejó la presidencia de director ejecutivo de Intel a finales de 2024. No se tomó un descanso. Programó 100 reuniones en 180 días. El objetivo era simple: reducir el campo. Necesitaba saber qué vendría después.
En marzo, la respuesta era clara. Se incorporó a Playground Capital como socio general. La empresa apunta a la tecnología profunda. Específicamente, el hardware que impulsa la próxima generación de informática.
Gelsinger tiene ahora mismo una obsesión concreta: la luz.
Quiere utilizar litografía avanzada para reiniciar la Ley de Moore. Gordon Moore predijo que la densidad de los transistores se duplicaría cada dos años. Esto se mantuvo durante décadas. Ahora se está estancando. Reducir los transistores a límites atómicos es costoso. Está chocando con barreras físicas.
La solución, según Gelsinger, consiste en grabar chips con haces de luz a escala nanométrica.
La solución basada en la luz para los cuellos de botella de hardware
La litografía actual se basa en luz ultravioleta de 13,5 nanómetros. Ése es el estándar establecido por ASML, el monopolio holandés de máquinas de fabricación de chips. Funciona. Pero está al borde de lo práctico.
Gelsinger respalda a xLight, una empresa de cartera de Playground. xLight está desarrollando nuevas técnicas de litografía utilizando láseres de electrones libres. ¿El objetivo? Reduzca las longitudes de onda de la luz a 2, 3, 4 o 5 nanómetros. Una luz más pequeña significa características más pequeñas. Más transistores. Mejores patatas fritas.
No se trata de derrotar a ASML. Se trata de mejorar el motor.
“Queremos conectar nuestra fuente de luz y mejorar las máquinas AS ML”.
Si esto funciona, desbloqueará un rendimiento que los ajustes de diseño tradicionales no pueden igualar. Están surgiendo otras innovaciones, como nuevos materiales o superconductores. Todos chocaron contra la misma pared. No puedes imprimir el circuito si no puedes grabarlo con luz de alta resolución.
Cómo Pat Gelsinger examina las nuevas empresas de tecnología profunda
La IA interrumpió el software. Ahora está atrayendo capital de riesgo hacia el hardware.
La mayoría de los capitalistas de riesgo no saben cómo apostar por la tecnología profunda. Solían hacerlo. Ahora están adivinando. Gelsinger no lo adivina. Trae a la mesa un equipo de ingenieros, doctores y profesores. Su proceso es riguroso.
Buscan el problema difícil. ¿Puede el fundador explicarlo? ¿Tiene solución? ¿Hay otras dos o tres empresas que persiguen la misma idea? Rara vez se encuentra un unicornio aislado. Encuentras grupos. Elige el mejor.
“Quiero hacer cosas que importen”, dice Gelsinger. “Si tienen éxito, marcarán la diferencia”.
El capital privado ofrece cheques más grandes. Pero es ingeniería financiera. Gelsinger quiere construir. Quiere impulsar la ciencia. Está buscando el borde del descubrimiento.
Crisis energética de la IA y cambio de hardware
Entrenar modelos de IA solía generar dinero. Todavía lo es, por ahora. Pero la inferencia está oscilando. Las empresas se formarán una vez. Usarán el modelo millones de veces. Ahí es donde está el volumen (y la oportunidad).
Las GPU manejaron bien el entrenamiento. Están bien para hacer inferencias. Pero no son óptimos. Nvidia lo sabe. Por eso son importantes acuerdos como el de Groq.
La próxima ola de chips de IA no se parecerá a las GPU actuales. Serán heterogéneos. Vendedores mixtos. Sistemas armonizados.
La memoria es otro cuello de botella. La memoria de gran ancho de banda es la reina actual. Pero es defectuoso. Para 2030, dominarán las arquitecturas de memoria apilada. Empresas como d-Matrix, Fractile, Cerebras y Alva Energy están rompiendo los moldes actuales.
La energía es la verdadera limitación. Estados Unidos amplió su capacidad energética en un solo dígito en los últimos diez años. Eso es inaceptable.
En la era de la IA, la energía es capacidad económica.
“Estábamos tan consumidos por el clima”, señala Gelsinger, “que nos olvidamos de la capacidad”.
Las nuevas turbinas de gas tardan ocho años en suministrarse. La energía nuclear tarda una década. La energía solar depende de China. Alva Energy de Gelsinger se centra en mejorar las plantas nucleares existentes. Camino más rápido. Valor de cosecha ahora. Reinicia la construcción más tarde.
Los ganadores no sólo tendrán chips inteligentes. Tendrán poder.
¿La regulación estadounidense sofocará el liderazgo en IA?
La administración estadounidense está estancada. Quiere liderar la IA. Pero también quiere controlarlo. Controles de exportación de chips. Intervenciones en liberaciones de modelos. Aprovechar.
Gelsinger no ve ninguna contradicción. Quiere que ganen los valores occidentales. No chino.
La tecnología avanza demasiado rápido para una regulación lenta. Un modelo fundamental importante cae cada cuatro semanas. ¿Qué regulas? ¿Seguridad? ¿Calidad? ¿Integridad?
“¿Quién decide?” pregunta.
Quiere transparencia. Quiere saber en qué se entrenan los modelos propietarios. Quiere una evaluación comparativa rigurosa. Quiere que los requisitos de seguridad estén integrados desde el principio.
Si la industria no puede autorregularse, el gobierno tiene que intervenir. Esa es la única manera de garantizar que los modelos no sólo sean los primeros, sino también seguros.
La pregunta abierta
Gelsinger cree que la luz es la clave. No sólo por la Ley de Moore. Pero por eficiencia. Por el poder. Para la próxima década de la informática.
Apuesta por un equipo que pueda imprimir con luz de 2 nanómetros. Está apostando por las mejoras nucleares. Él apuesta a que la heterogeneidad prevalecerá sobre los diseños monolíticos de GPU.
¿Funcionará?
Nadie lo sabe con seguridad. La ciencia todavía está demostrando cosas. La física es difícil. El dinero es real. El tiempo corre.
Gelsinger apenas está comenzando. La pregunta es si la industria podrá mantener el ritmo que él está marcando. O si la luz, como la ley, finalmente se apagará.
