Protagonistas invisibles: la cara oculta de la inteligencia artificial

Con empresas como Anthropic, Google u OpenAI copando el primer plano de la actualidad tecnológica, corremos el peligro de perder de vista el cuadro completo de esta revolución que consume una cantidad monstruosa de recursos pero que también pone en juego a muchos e importantísimos actores tecnológicos que muchas veces no conocemos y que están repartidos por todo el mundo (sí, en Europa también). La inteligencia artificial no vive solo en modelos, APIs y centros de datos que damos por descontados. Vive en máquinas EUV neerlandesas, obleas taiwanesas, memoria surcoreana, refrigeración líquida, subestaciones eléctricas y cables submarinos italianos. Este especial cartografía la cadena física que sostiene la economía de la IA y sus principales puntos de estrangulamiento.

Vamos a realizar este viaje de la anatomía de la IA junto a Hans, un analista financiero de Fráncfort. Se ha despertado una plomiza mañana de martes con una idea en la cabeza que surgió en la última reunión con su equipo.  Sin esperar a vestirse abre su portátil y escribe instrucciones para un agente de inteligencia artificial. En el tiempo que tarda en pulsar la tecla de retorno, su solicitud abandona el recinto electrónico de su ordenador y se convierte en una orden de trabajo. Los fotones viajan por fibra óptica submarina y llegan al titánico centro de datos. Millones de transistores grabados con luz ultravioleta extrema sobre silicio de alta pureza se activan en sincronía.

Los procesadores y las memorias del centro de datos exigen perpotentemente alimentación para poder llevar a cabo esas instrucciones. Condensadores cerámicos estabilizan corrientes eléctricas que proceden de subestaciones de alta tensión diseñadas para soportar megavatios sostenidos. Mientras las instrucciones de Hans han provocado el calentamiento del sistema y rápidamente sube la temperatura. Un sistema de refrigeración por líquido evacúa el calor equivalente al de una pequeña fundición industrial mediante un sofisticado sistema. Y en menos de dos segundos (y con un buen puñado de tokens descontados de la cuenta de su proveedor), la respuesta regresa a la pantalla de Hans. No es lo que buscaba así aplaza el ajuste de las instrucciones a después del café de la oficina para discutirlo con el equipo.

Ese recorrido físico es la historia que la industria tecnológica raramente cuenta y que tiene consecuencias económicas y geopolíticas por la peculiar distribución de los responsables de cada elemento. El debate público sobre la inteligencia artificial oscila entre la filosofía especulativa sobre la superinteligencia y los comunicados de prensa de las grandes plataformas de software. Lo que queda sistemáticamente en la sombra es la cadena de suministro material que hace posible cada inferencia, cada sesión de entrenamiento y cada petabyte procesado. Una cadena que involucra una decena de países, tecnologías de fabricación con décadas de ventaja acumulada y puntos de estrangulamiento cuya interrupción causaría disrupciones severas y de difícil recuperación a escala global.

En este reportaje hemos querido hacer como los míticos cartógrafos del siglo trece fascinados por las exploraciones de nuevos mundos dentro de nuestro propio planeta. Pero en vez de marcar los estrechos peligrosos o los lugares donde se encontraban las bestias feroces, identificaremos los actores, los países, las tecnologías singulares y los cuellos de botella que estructuran la cadena de suministro global de la IA. Un mapa físico, lógico, industrial y geopolítico de la infraestructura sobre la que descansa la inteligencia artificial contemporánea.

Los arquitectos del silicio: El diseño como monopolio invisible

En la primera capa queremos identificar a los menos ocultos y que han logrado resultados financieros espectaculares. Se trata de las empresas que definen la arquitectura de los procesadores sobre los que corre la IA. Diseñar un chip de aceleración de inteligencia artificial es una tarea que combina matemática de tensores, física de semiconductores, arquitectura de sistemas y décadas de ingeniería acumulada. El resultado de ese proceso, la especificación microarquitectural y el layout lógico, constituye propiedad intelectual de valor estratégico extraordinario.

En este terreno, la hegemonía corresponde a NVIDIA, una empresa fundada en 1993 que comenzó a conocerse como diseñadora aceleradoras gráficas y que empezó a ser popular por su aplicación para videojuegos. La convergencia histórica entre el paralelismo masivo de las GPUs y los requisitos computacionales del aprendizaje profundo hizo que se convirtiera en el proveedor de referencia para el entrenamiento e inferencia de modelos de inteligencia artificial. Su arquitectura Hopper, materializada en el acelerador H100, y la generación Blackwell que la sucede, fijaron el estándar de rendimiento para los centros de datos de IA de todo el mundo durante el periodo 2023-2026. Los clusters basados en H100 y en la generación Blackwell que pueblan los hiperscalers de Amazon, Microsoft, Google y Meta representan decenas de miles de millones de dólares de inversión de capital fijo, y todos ellos están ligados a las especificaciones de diseño de una única empresa con sede en Santa Clara, California.

La posición de NVIDIA no proviene únicamente de la calidad técnica de sus aceleradores. Proviene de una combinación de rendimiento hardware, ecosistema de software acumulado durante quince años y una base instalada tan masiva que el coste de migración para los equipos de investigación y los operadores de nube se ha vuelto prohibitivo.  La ambición de la empresa no se detiene en las GPUs. Su CEO, Jensen Huang, ha identificado el mercado de procesadores de propósito general para centros de datos como un nuevo frente de expansión valorado en 200.000 millones de dólares, y los primeros datos públicos sobre NVIDIA Vera, la CPU de arquitectura ARM con 88 núcleos personalizados Olympus, apuntan a una ofensiva directa contra los procesadores x86 de alta gama en servidores de IA.

AMD e Intel, asaltando el castillo

AMD representa la alternativa de arquitectura más seria en el segmento de aceleración de IA. Su serie de aceleradores Instinct, con los modelos MI300X y MI325X como base de la generación previa y la familia MI350 como nueva referencia, ofrece especificaciones de memoria de alta capacidad que en ciertos regímenes de trabajo permiten competir con las soluciones de NVIDIA en inferencia de modelos grandes. AMD ha apostado por una estrategia de apertura de ecosistema software, con su plataforma ROCm como eje central. La empresa ha ejecutado en los últimos cuatro años una transformación profunda de su capacidad de diseño, impulsada por la adquisición de Xilinx en 2022, que incorporó capacidades de lógica programable reconfigurable, y por una inversión sostenida en talento de arquitectura de procesadores.

Intel atraviesa el periodo de transición más complejo de su historia. Durante décadas, fue la empresa dominante en el mercado de procesadores de propósito general para servidores, pero su capacidad de fabricación propia, que históricamente fue su ventaja competitiva central, acumuló retrasos tecnológicos que la alejaron de los nodos de proceso más avanzados. Su división de aceleradores de IA, agrupada en torno a los productos Gaudi, no ha conseguido la tracción comercial esperada en un mercado que NVIDIA y AMD han consolidado. La apuesta de Intel en el ciclo actual se articula en torno a dos vectores: la recuperación de su capacidad de fabricación de precisión mediante el programa Intel Foundry y el desarrollo de arquitecturas de aceleración de IA de nueva generación.

El monopolio de la luz: las máquinas que graban el silicio

Pero antes de poder estampar esas tarjetas que constituyen los ladrillos de los grandes centros de datos de la IA hay que grabar esos microscópicos circuitos. Ya lo anticipamos en un artículo anterior, pero el futuro de la inteligencia artificial descansa por debajo del nivel del mar. Nos referimos a ASML, el único fabricante que es capaz de diseñar y fabricar las máquinas más complejas de la historia de la humanidad: las máquinas de litografía ultravioleta extrema. Fabricar un chip de inteligencia artificial implica grabar sobre una oblea de silicio patrones geométricos de una complejidad extraordinaria. Para grabar con esa precisión, los equipos de litografía proyectan sobre la oblea patrones de luz mediante un sistema óptico de precisión extrema que, en EUV, se basa en espejos reflectivos y no en lentes convencionales.

La litografía ultravioleta extrema (EUV) resuelve este problema utilizando plasma de estaño como fuente de fotones con una longitud de onda de 13,5 nanómetros, muy por debajo de la luz visible y sensiblemente inferior a la de los sistemas DUV de generación anterior. La generación de ese plasma requiere disparar pulsos de láser de CO? de alta potencia sobre gotas de estaño fundido a 30.000 disparos por segundo. El sistema óptico que enfoca y proyecta la luz EUV utiliza espejos de precisión nanométrica, fabricados con tolerancias que no admiten irregularidades superiores a una fracción del diámetro de un átomo de hidrógeno. Todo el sistema opera en vacío extremo para evitar que las moléculas de aire absorban la radiación EUV.

ASML es la única empresa en el mundo que fabrica estos sistemas. No existe un segundo proveedor. No existe una tecnología alternativa que haya alcanzado producción industrial. Los equipos EUV de ASML, cuyo precio unitario supera los 150 millones de euros, se encuentran entre los sistemas manufacturados de mayor complejidad técnica que existen. Cada máquina contiene alrededor de 100.000 componentes y su transporte puede requerir 40 contenedores, tres aviones de carga y 20 camiones. ASML se ha consolidado como la empresa tecnológica más grande de Europa, con una capitalización bursátil que refleja no solo sus beneficios actuales sino el carácter estructuralmente monopolístico de su posición.

Diseñar un chip no lo convierte en realidad

En este viaje por la geografía de los entresijos de la inteligencia artificial pasamos de Holanda a Taiwan. Mientras ASML es la única compañía en el mundo capaz de construir las complejas máquinas de litografía que «dibujan» los circuitos microscópicos, TSMC es la súper-factoría que compra esa tecnología para fabricar los chips físicos en masa. Ahí es donde los diseños de NVIDIA pueden convertirse por fin en realidad. Sus ingenieros diseñan el H100 y el Blackwell, especifican cada transistor, cada interconexión, cada bloque funcional. Pero NVIDIA no tiene fábricas. El diseño, en formato de datos, viaja hasta Taiwán, donde TSMC lo convierte en silicio físico mediante un proceso que involucra cientos de pasos de fabricación distribuidos a lo largo de semanas gracias a las máquinas de ASML.

TSMC fue fundada en 1987 por Morris Chang con el concepto de la fundición pura (pure-play foundry): una empresa dedicada exclusivamente a fabricar chips diseñados por terceros, sin competir con sus clientes mediante productos propios. Este modelo de negocio permitió a TSMC concentrar toda su inversión en la excelencia del proceso de fabricación, acumulando una de las ventajas tecnológicas más profundas de la industria. Los nodos más avanzados de TSMC, desde la familia de 3nm hasta la entrada en producción de 2nm, figuran entre las opciones más críticas para aceleradores de IA de vanguardia. Samsung tiene nodos comparables sobre el papel, pero con rendimientos (yield rates) inferiores que los grandes clientes han penalizado con su preferencia por la producción taiwanesa.

El resultado es que aproximadamente entre el 80 y el 90% de los chips de inteligencia artificial más avanzados son fabricados por TSMC. Esto supone un monumental quebradero de cabeza internacional. El problema no es solamente la concentración, sino la situación geográfica en una isla geopolíticamente disputada, situada a 160 kilómetros de la costa china. El documental sobre el chokepoint que representa TSMC en la cadena de suministro global de semiconductores recoge con claridad las dimensiones del problema. Esta realidad ha impulsado un esfuerzo de diversificación geográfica. El CHIPS Act de Estados Unidos, aprobado en 2022 con una dotación de 52.700 millones de dólares, tiene como objetivo central atraer fabricación de semiconductores avanzados al territorio estadounidense. Europa ha buscado inversiones comparables para reforzar su base industrial y Japón ha subsidiado la construcción de una primera fábrica de TSMC en Kumamoto.

El ecosistema japonés

Aunque como hemos visto la narrativa geopolítica de la fabricación de los semiconductores se concentra habitualmente en dos actores: ASML en litografía y TSMC en fabricación, se suele pasar por alto la contribución de Japón a la cadena de suministro. Japón domina segmentos enteros del equipamiento de fabricación de semiconductores que son tan especializados y acumulan tanta ingeniería propietaria que la construcción de alternativas competitivas requeriría décadas de inversión sostenida.

Tokyo Electron (TEL) con sede en Tokio y operaciones globales es el proveedor mundial de referencia en cuatro categorías de equipamiento crítico: sistemas de deposición química en fase vapor (CVD), equipos de grabado por plasma, sistemas de recubrimiento y revelado fotolitográfico, y limpieza de obleas. Estos procesos son anteriores y posteriores a la exposición litográfica pero igualmente determinantes para el rendimiento y la uniformidad del chip final. Sin los equipos de TEL, las fábricas de semiconductores de TSMC, Samsung e Intel no pueden operar. Si las cifras de concentración de ASML y de TSMC son espectaculares, las de TEL no se quedan atrás. Un 100% de cuota de mercado en sistemas coater/developer para litografía EUV (Ultravioleta Extrema) y casi el 90% de cuota global en sistemas de recubrimiento de fotorresistencia tradicionales en toda la industria de semiconductores.

Advantest, por su parte, ocupa una posición equivalente en el segmento de test de semiconductores acaparando casi dos tercios del mercado. Los equipos de test automático (ATE) de Advantest son los más utilizados a nivel mundial para la verificación funcional y eléctrica de chips avanzados antes de su integración en los sistemas finales. A medida que los chips de IA integran más transistores por unidad de área y operan a frecuencias y densidades de potencia más altas, la complejidad del test aumenta de manera no lineal. Advantest ha capitalizado esta tendencia con inversiones específicas en plataformas de test para aceleradores de IA y memoria HBM. El análisis del ecosistema inversor en chips que se ha desarrollado en Tokio refleja la presión de demanda que experimenta todo el segmento de equipamiento que ha cobrado una importancia capital con el auge de la inteligencia artificial.

Resumiendo lo planteado hasta ahora: diseñas un chip IA de altísimo rendimiento en un laboratorio de Nvidia, pero si quieres que pueda ocupar su sitio en un centro de datos obligatoriamente tiene que pasar por los químicos de TEL (100%), la fotografía de ASML (100%), las memorias ultrarrápidas de SK Hynix (~60%), la fundición física de TSMC (+90%) y el testeo final de Advantest (65%).

Corea, la fábrica de memoria de la IA

En el entrenamiento de modelos de lenguaje de gran escala, donde los modelos tienen cientos de miles de millones de parámetros que deben cargarse, procesarse y actualizarse en ciclos de entrenamiento que duran semanas, el ancho de banda de memoria es el factor limitante fundamental. Una GPU H100 de NVIDIA puede ejecutar petaFLOPs de operaciones de multiplicación de matrices por segundo, pero si la memoria no puede suministrar datos a esa velocidad, las unidades de cómputo quedan ociosas esperando. La eficiencia real del sistema cae de manera drástica.

La High Bandwidth Memory (HBM) resuelve este problema mediante una arquitectura de integración física radicalmente diferente a la memoria DRAM convencional. En lugar de conectar la GPU a la memoria a través de un bus de datos compartido sobre la placa base, la HBM apila verticalmente múltiples capas de memoria DRAM y conecta esa pila al procesador mediante miles de conexiones verticales (Through-Silicon Vias, TSVs) en una distancia física de milímetros. El resultado es un ancho de banda de memoria que, en la generación HBM3E, ronda los 1,2 terabytes por segundo por pila, con velocidades de hasta 9,8 gigabits por segundo por pin. En sistemas completos con varias pilas de HBM, el ancho de banda agregado puede escalar a decenas de terabytes por segundo.

SK Hynix es el proveedor principal de HBM para NVIDIA y, por extensión, para los sistemas de IA más demandados del mercado. Su capacidad de producción de HBM está esencialmente agotada con pedidos de los grandes clientes hasta finales de 2026, una situación que refleja la dificultad técnica de escalar la producción de un producto que requiere procesos de fabricación de precisión extrema, muy diferentes de los utilizados para la DRAM convencional. Actualmente acapara aproximadamente el 60% de la cuota de mercado de memorias HBM a nivel mundial y cerca del 70% de los pedidos de la próxima generación HBM4.

La también coreana Samsung compite en este mercado con su propia línea de HBM y ha invertido recursos sustanciales en resolver los problemas de rendimiento energético que han complicado su homologación por parte de NVIDIA, cuyo proceso de calificación de proveedores de HBM es notoriamente riguroso dadas las implicaciones térmicas y de integridad de señal de integrar memoria en tan estrecha proximidad física al acelerador. Esta concentración de la producción de memorias específicas para la inteligencia artificial también es problemática, sobre todo en el contexto geopolítico actual como explicamos en el artículo en el que señalábamos el talón de Aquiles energético de la producción de HBM y el impacto del conflicto en Oriente Medio sobre la cadena de semiconductores.

El consumo energético como reto indispensable

Los grandes clusters de entrenamiento de IA operan en un régimen energético que supera con amplitud todo lo conocido en la historia del cómputo de propósito general. Un sistema NVIDIA DGX H100/H200 consume hasta 10,2 kilovatios; un rack con varios sistemas multiplica esa demanda. Un cluster de entrenamiento de modelos de gran escala puede reunir miles de aceleradores de este tipo en un único centro de datos. Los centros de datos hiperespecializados en IA que están construyendo los grandes operadores de nube tienen requisitos de potencia que se miden en centenares de megavatios, equiparables a los de una ciudad media. Esta escala transforma la infraestructura eléctrica de los centros de datos en un problema de ingeniería pesada que requiere un tratamiento altamente especializado.

La francesa Schneider Electric es el proveedor global de referencia en gestión de energía e infraestructura eléctrica para centros de datos. Su catálogo abarca desde transformadores de media tensión y sistemas de distribución de alta densidad hasta software de gestión energética y sistemas UPS de gran capacidad. La empresa ha reorientado una parte significativa de su estrategia de producto hacia los requisitos específicos de los centros de datos de IA, que presentan perfiles de carga, densidades de potencia y requisitos de disponibilidad cualitativamente diferentes de los centros de datos de cómputo general. La magnitud de los proyectos es grande, como el del suministro de más de 290 millones de dólares en soluciones de infraestructura para IA para el campus Lake Mariner de TeraWulf, respaldado por Google.

El fin de los límites del aire

Ya metidos en los centros de datos con nuestros procesadores y nuestra energía garantizada surge un problema importantísimo. Un acelerador H100 SXM5 disipa hasta 700 vatios en carga máxima. Un módulo Blackwell de NVIDIA, en sus configuraciones de más alta densidad, puede superar los 1.000 vatios por acelerador. Cuando se empaquetan ocho, dieciséis o más de estos dispositivos en un rack de alta densidad, la potencia térmica supera con amplitud lo que los sistemas de aire acondicionado pueden manejar sin que corramos el peligro de fundir esos componentes que tanto nos ha costado producir. Y aquí entra en juego otro actor especializado en refrigeración líquida.

Aquí la competencia es más reñida, pero Vertiv es uno de los actores principales en infraestructura de refrigeración para centros de datos de alta densidad, con productos que abarcan desde unidades de distribución de refrigerante líquido (CDU) hasta soluciones completas de rack refrigerado por líquido para despliegues de IA a escala. La empresa ha establecido una alianza técnica con NVIDIA para el desarrollo conjunto de infraestructura de refrigeración adaptada a las nuevas arquitecturas de IA de densidad extrema, un acuerdo que cubre las plataformas Blackwell y las generaciones que la sucederán, donde las restricciones térmicas son cada vez más determinantes para la densidad de cómputo que se puede desplegar por metro cuadrado de sala de datos.

La energía y los datos viajan bajo el mar

Pero ¿Cómo llegan esas instrucciones de nuestro analista financiero de Francfort hasta los dominios de los grandes centros de datos de la IA? Y por otro lado ¿Cómo llega la electricidad necesaria para que funcionen? La expansión de la infraestructura de IA ha impulsado un ciclo de inversión paralelo en dos categorías de infraestructura de red que tienen en común la ingeniería submarina como componente central: los cables de interconexión eléctrica de alta tensión entre países y los cables de fibra óptica de comunicaciones de alta capacidad.

Prysmian Group, el mayor fabricante mundial de cables y sistemas de cableado, con sede en Milán y operaciones en más de 50 países, se ha convertido en un actor central de la infraestructura de interconexión de la IA. La empresa, que completó en febrero de 2026 la integración de la empresa viguesa ACSM, incorporando con ello capacidades de ingeniería submarina, instalación, planificación de rutas y preparación del lecho marino, opera en los dos segmentos de interconexión críticos para la era de la IA: cables de energía submarina y cables de comunicaciones de fibra óptica avanzada.

La reciente entrevista a su CEO, Massimo Battaini, es reveladora de la dimensión estratégica de los proyectos en marcha. En ella, Battaini detalla por qué las interconexiones energéticas de España con Irlanda e Italia son técnicamente viables en términos de longitud de trazado y profundidad batimétricas, dos de los parámetros de ingeniería que determinan la factibilidad de una interconexión submarina. Estas conexiones no son proyectos de infraestructura convencional: son los sistemas circulatorios que permitirán a los países del sur de Europa exportar excedentes de energía solar hacia el norte, y potencialmente, convertir a España en un exportador neto de energía renovable hacia los centros de datos que el norte de Europa concentra.

La segunda dimensión de la ingeniería de Prysmian en el contexto de la IA es la fibra óptica de núcleo hueco (hollow-core fiber, HCF). A diferencia de la fibra óptica convencional, donde la luz se propaga a través de un núcleo de vidrio, la HCF guía la luz a través de un núcleo de aire o gas, donde la velocidad de propagación puede ser cerca de un 50% superior a la de la fibra óptica convencional. Esta diferencia reduce la latencia de transmisión de manera proporcional, un factor crítico para las comunicaciones entre los nodos de un cluster de entrenamiento distribuido o entre el centro de datos y los sistemas de inferencia en tiempo real.

Infografía realizada con ChatGPT

Anatomía del futuro

En este artículo hemos querido recorrer el mundo ilustrando cómo algunas empresas concentran ingredientes fundamentales para que la inteligencia artificial pueda funcionar. Es cierto que los avances que van desarrollando OpenAI, Google o Anthropic son importantes, pero tampoco podemos olvidar lo que hay entre bambalinas, sobre todo porque en algunos casos el que funcionen estos engranajes depende de delicados equilibrios geopolíticos. Y por otro lado también hay mucho desarrollo tecnológico detrás, en ocasiones desafiando la propia física.

Esta dispersión geográfica de la cadena que hace posible que la IA pueda funcionar no es un accidente pintoresco: es el resultado de décadas de especialización industrial, donde cada región ha acumulado ventajas comparativas en un segmento técnico específico que sus competidores han encontrado extraordinariamente difícil de replicar. La litografía EUV de los Países Bajos, la química de semiconductores japonesa, la capacidad de fundición de Taiwán, la producción de memoria de Corea del Sur y la ingeniería de cables de Italia no son posiciones que se consigan con inversión financiera en el corto plazo. Son el resultado de décadas de acumulación de talento, equipamiento, conocimiento y experiencia de producción. Y Europa está en el terreno de juego.