SoftBank apuesta €75.000M a data centers franceses mientras el chip pivotea a memoria
El capex sigue fluyendo hacia capacidad, pero las startups de silicio redefinen el cuello de botella lejos del compute puro.
Mientras SoftBank anuncia una inversión de hasta €75.000 millones para desplegar 5 gigawatts de capacidad en centros de datos franceses, dos startups de semiconductores acaban de levantar $785 millones combinados apostando a una tesis contraintuitiva: el verdadero cuello de botella de la IA no está en el cómputo bruto, sino en cómo los chips acceden y mueven datos. La divergencia señala un momento bisagra en la infraestructura de IA: el capex sigue fluyendo hacia racks y energía, pero el diseño de silicio empieza a redefinir dónde vive la ventaja técnica.
El bet de hyperscale: capacidad antes que arquitectura
La apuesta de SoftBank en Francia replica el playbook de los últimos 24 meses: asegurar energía y espacio físico antes de que la demanda de inferencia y entrenamiento saturen la red europea. Los 5GW proyectados equivalen a multiplicar por cinco la capacidad instalada actual del país, posicionando a París como hub continental frente a Dublín y Ámsterdam. La jugada es infraestructura como commodity: quien controla el metro cuadrado y el megawatt controla dónde se despliegan los modelos, independientemente de qué chip corra adentro.
Pero esa lógica de «más es más» choca con la física del silicio. Apilar más GPUs en un rack no resuelve el problema de latencia cuando el modelo necesita leer parámetros desde DRAM cada pocos ciclos. Es ahí donde las startups de chip ven el arbitraje.
Dos bets en memoria, dos arquitecturas distintas
XCENA cerró $135 millones con una valuación de $570M apostando a que la arquitectura de memoria —no los FLOPS— define el throughput real de inferencia. La startup surcoreana diseña chips que integran lógica y memoria en el mismo die, eliminando el salto a DRAM externa que penaliza latencia en cada operación de atención. La tesis: los transformers gastan más tiempo esperando datos que procesándolos.
En paralelo, Groq busca levantar $650 millones tras el intento fallido de adquisición por parte de Nvidia valorado en $20.000 millones. Groq pivotea de vender hardware a ofrecer inferencia como servicio, pero su ventaja sigue siendo arquitectónica: un diseño de tensor streaming que mueve datos de forma determinista, sin los cuellos de botella de memoria compartida de las GPUs tradicionales. El acqui-hire frustrado dejó claro que Nvidia prefiere comprar el talento antes que competir en diseño; Groq ahora apuesta a que puede monetizar esa IP vía software.
Implicaciones: capex vs. diseño como ejes de competencia
La tensión entre estas dos narrativas —capex masivo en capacidad genérica vs. innovación en arquitectura de chip— define quién captura margen en la stack de IA. SoftBank y los hyperscalers apuestan a que la demanda de inferencia crecerá más rápido que la mejora en eficiencia de silicio, haciendo que el metro cuadrado de datacenter sea el activo escaso. XCENA y Groq apuestan a que la física del chip redefine el costo por token, haciendo que la capacidad bruta sin optimización de memoria sea capex mal asignado.
Para decision-makers en cloud y enterprise, la pregunta práctica es dónde aparece el siguiente salto de eficiencia: ¿en negociar contratos de energía en Francia, o en pilotar chips de memoria integrada que reduzcan latencia 10x? La respuesta probablemente sea «ambos», pero en distinto timing. Mirá en los próximos trimestres qué hyperscalers empiezan a especificar arquitecturas de memoria en sus RFPs de chip custom —ese será el leading indicator de que el mercado valida la tesis de XCENA. Y si Groq logra tracción en inferencia-as-a-service sin vender hardware, confirma que el moat migró de fabricar silicio a orquestar cómo se usa.