Acuerdo OpenAI y Cerebras: 750 megawatts hasta 2028
El acuerdo entre OpenAI y Cerebras, anunciado el 14 de enero de 2026, obliga al fabricante de chips de IA Cerebras a entregar 750 megawatts de poder de cómputo a OpenAI hasta 2028, en un trato que personas cercanas a la empresa valoraron en más de 10 mil millones de dólares. OpenAI compra inferencia de baja latencia: respuestas más rápidas de sus modelos. Para las empresas que desarrollan sobre OpenAI, el beneficio declarado son respuestas más ágiles en herramientas de tiempo real.
Qué problema quería resolver OpenAI con Cerebras
OpenAI quería respuestas más rápidas para las personas que usan sus modelos. En su anuncio, OpenAI dijo que los sistemas de Cerebras acelerarían las respuestas que hoy tardan más en procesarse. Sachin Katti, quien trabaja en infraestructura de cómputo en OpenAI, lo presentó como parte de un plan más amplio: la estrategia de cómputo de OpenAI, escribió, consiste en construir un portafolio resiliente que combine los sistemas adecuados con las cargas de trabajo adecuadas.
Cerebras tenía un problema propio. Un solo cliente, G42, de los Emiratos Árabes Unidos, representó el 87% de sus ingresos en el primer semestre de 2024, según CNBC. Un segundo cliente muy grande cambia ese panorama.
Qué le compra OpenAI a Cerebras
En un acuerdo de varios años anunciado el 14 de enero de 2026, Cerebras entregará 750 megawatts de poder de cómputo a OpenAI, desde 2026 y hasta 2028. El trato vale más de 10 mil millones de dólares, según personas cercanas a la empresa que hablaron con CNBC; TechCrunch y Reuters publicaron la misma cifra. Ninguna de las dos empresas divulgó un precio.
Cerebras fabrica un único procesador de gran tamaño, un chip a escala de oblea, que puede entrenar y ejecutar modelos de IA generativa. Vende esos chips directamente y también los ofrece como servicio en la nube desde sus propios centros de datos en Estados Unidos y en el extranjero. El director ejecutivo Andrew Feldman dijo que la empresa seguirá ampliando esa infraestructura con el compromiso de OpenAI.
Cómo encajan los chips en la mezcla de hardware de OpenAI
OpenAI no depende de un solo proveedor de chips. DCD informa que usa GPU de distintas generaciones de Nvidia y AMD, además de las TPU de Google, asesora a Microsoft en el diseño de su chip Maia y desarrolla chips propios con Broadcom. Cerebras suma una pieza pensada para una sola tarea: la inferencia, es decir, producir las respuestas de un modelo, con baja latencia.
La relación empezó con pruebas. OpenAI trabajó con Cerebras para asegurarse de que sus modelos de pesos abiertos gpt-oss funcionaran sin problemas en el silicio de Cerebras. Feldman le contó a CNBC que la colaboración derivó en conversaciones técnicas y que las dos empresas firmaron una hoja de términos justo antes del Día de Acción de Gracias.
«Cerebras suma a nuestra plataforma una solución dedicada de inferencia de baja latencia.» Sachin Katti, OpenAI, sobre el acuerdo con Cerebras
Qué muestran las cifras de Cerebras
Todavía no hay un resultado de rendimiento medido: las mejoras de velocidad son lo que ambas empresas dicen que entregarán los sistemas. El panorama financiero es más claro. Cuando Cerebras presentó su solicitud de oferta pública inicial en septiembre de 2024, reveló ingresos del segundo trimestre cercanos a 70 millones de dólares, frente a unos 6 millones un año antes, mientras que su pérdida neta subió a casi 51 millones de dólares desde 26 millones.
Cerebras retiró esa solicitud en octubre, pocos días después de una ronda de financiamiento de 1,1 mil millones de dólares que la valoró en 8,1 mil millones; Feldman dijo que los detalles estaban desactualizados y que la empresa planea presentarla de nuevo. En enero de 2026, TechCrunch informó que Cerebras negociaba reunir otros mil millones de dólares con una valoración de 22 mil millones.
Qué cambia la inferencia más rápida para las empresas que usan OpenAI
Para las empresas que crean productos sobre los modelos de OpenAI, la promesa es el tiempo de respuesta. Katti dijo que los sistemas significan respuestas más rápidas, interacciones más naturales y una base más sólida para llevar la IA en tiempo real a muchas más personas. Eso importa sobre todo en tareas donde el usuario espera la respuesta, como asistentes de voz, chat de soporte en vivo y herramientas de programación. No se publicó ninguna cifra de mejora de velocidad, así que las empresas deben tomarla como una meta declarada hasta que se vea en sus propios tiempos de respuesta.
Para quienes compran hardware de IA, el acuerdo entre OpenAI y Cerebras muestra a un cliente grande que reparte el trabajo entre varios tipos de chip, cada uno para una tarea, en lugar de comprar un solo tipo para todo.
Preguntas y respuestas
¿Cuánto vale el acuerdo entre OpenAI y Cerebras?
Personas cercanas a Cerebras dijeron a CNBC que el trato vale más de 10 mil millones de dólares. Ni OpenAI ni Cerebras publicaron la cifra por su cuenta.
¿Cuánto poder de cómputo entregará Cerebras?
Cerebras entregará 750 megawatts de poder de cómputo a OpenAI, desde 2026 y hasta 2028.
¿Cerebras saldrá a bolsa?
Cerebras solicitó una oferta pública inicial en septiembre de 2024 y retiró la solicitud en octubre. El director ejecutivo Andrew Feldman dijo que la empresa planea presentarla de nuevo con estados financieros actualizados, pero no quiso dar fechas.
La visión de MOZGII
Cómo lo construiríamos
Un acuerdo como este divide el trabajo de IA en dos tipos: entrenar modelos y responder a los usuarios. Si desarrolláramos un producto sobre esto, mediríamos primero el lado de las respuestas, porque es lo que el cliente siente. Registraríamos cuánto tarda cada respuesta en empezar y en terminar, por tarea, antes y después de cualquier cambio de hardware. Sin esa línea base, nadie puede decir si los chips más rápidos mejoraron el producto.
También mantendríamos el producto independiente de cualquier chip. El mismo modelo tendría que dar las mismas respuestas en cada tipo de hardware donde corra, así que ejecutaríamos un conjunto fijo de preguntas de prueba en cada sistema y compararíamos los resultados antes de enviar tráfico real. El punto débil es el cambio mismo: un sistema nuevo puede ser rápido y aun así diferir en detalles pequeños que rompen un flujo de trabajo más adelante.
La métrica que vigilaríamos es el tiempo hasta que aparecen las primeras palabras de una respuesta, medido con solicitudes reales. En voz y chat en vivo, ese número decide si el producto se siente usable.
Después construiríamos un enrutamiento que envíe cada solicitud al hardware que le conviene: las respuestas conversacionales rápidas a los sistemas de baja latencia, los trabajos largos por lotes a capacidad más barata. Así una mezcla de proveedores se convierte en menor costo y servicio más rápido al mismo tiempo.
Fuentes
De dónde salen los datos de esta nota.