2026 se está consolidando en 3 grandes apuestas donde si una falla, resultará en un colapso a corto plazo de la burbuja

1. centros de datos

anthropic, Xai escalando agresivamente a 1M de GPUs. ambos planean alcanzar ese objetivo para el Q2. los modelos resultantes entrenados en esta infraestructura necesitan confirmar que la ley de escalado de cómputo sigue siendo efectiva. de lo contrario, indicará que debemos explorar una nueva arquitectura de modelo. esto también depende de que la infraestructura energética (power shell) se escale, aunque eso será un problema para la próxima década, y no solo para este año.

2. memoria

este año solo tenemos suficiente memoria para soportar 15GW en GPUs, mientras que los hyperscalers apuntan a 30-40 en los próximos 2 años. estamos bastante ajustados aquí; si Samsung, $MU o SK Hynix arruinan su producción, esto detendrá la apuesta número 1. además, quien asegure la mayor parte de esta capacidad de memoria para crear GPUs ganará la mayor parte dentro de la capacidad de producción limitada, y ahora mismo eso es $NVDA

3. infraestructura más barata y efectiva

la última GPU de Nvidia, Vera Rubin, es 5X más eficiente en rendimiento, pero lo más importante, 4X más eficiente en cómputo, lo que significa que los costos de inferencia se han desplomado: ¡inteligencia de frontera por unos centavos! habrá una abundancia de cómputo disponible para entrenar, pero lo más importante, para usar IA este año, por lo que la paradoja de Jevons debe demostrarse a través de una demanda creciente. si eso falla, las dos anteriores colapsarán. en mi opinión, me preocupa menos esta, creo que los agentes harnesses y el RL post-entrenamiento seguirán fortaleciendo los modelos.

muy optimista