AI Infrastructure Research
Volumen I · Fotónica
Capítulo 1 de 5

La infraestructura invisible detrás de ChatGPT, NVIDIA y la próxima ola de la IA

La IA ya no está limitada por la potencia de cálculo. Está limitada por la velocidad con la que miles de GPU pueden comunicarse entre sí.

Mientras el mercado pelea por comprar NVIDIA, existe una industria mucho menos conocida sin la cual ninguna GPU podría trabajar en conjunto. Esa industria se llama fotónica, y podría convertirse en uno de los mayores beneficiarios del crecimiento de la IA.

Durante décadas, la industria tecnológica persiguió un objetivo aparentemente simple: fabricar computadoras cada vez más rápidas. La capacidad de cálculo era el principal indicador del progreso tecnológico. Esa lógica funcionó durante cincuenta años. Luego llegó la Inteligencia Artificial y cambió las reglas del juego.

El problema que nadie vio venir

Los modelos modernos de aprendizaje profundo no funcionan sobre un único procesador. Cuando ChatGPT responde una consulta, cientos o miles de procesadores distribuidos dentro de un centro de datos colaboran simultáneamente, intercambiando enormes cantidades de información en tiempo real. Eso cambió todo.

Durante muchos años el principal desafío consistió en fabricar procesadores más rápidos. Hoy el verdadero problema comienza cuando esos procesadores necesitan comunicarse entre sí. Y ahí es donde el mercado, en su gran mayoría, sigue mirando en la dirección equivocada.

⚡ La analogía que lo explica todo

Imaginemos una autopista de ocho carriles que desemboca en un puente de un solo carril. Aunque la autopista permite circular a miles de vehículos por hora, todo el tránsito terminará detenido en ese cuello de botella.

Algo similar ocurre dentro de un centro de datos moderno. Las GPU actuales poseen una capacidad de cálculo extraordinaria, pero si la información no puede desplazarse entre ellas con suficiente velocidad, gran parte de ese potencial permanece desaprovechado. Este fenómeno se conoce como el cuello de botella de las interconexiones, y constituye uno de los mayores desafíos tecnológicos de la próxima década.

Las limitaciones físicas del cobre

Las conexiones eléctricas tradicionales basadas en cobre fueron suficientes durante muchos años. Sin embargo, el crecimiento exponencial del tráfico de datos comenzó a revelar sus limitaciones físicas. A medida que aumenta la velocidad de transmisión aparecen problemas de resistencia eléctrica, generación de calor, interferencia electromagnética y consumo energético.

En otras palabras, llega un punto en el que transportar la información se vuelve tan costoso —en energía y en dinero— como procesarla. Para una industria que ya consume más electricidad que muchos países medianos, eso no es un detalle técnico menor. Es un problema estructural.

Qué es la fotónica y por qué importa ahora

La fotónica consiste en utilizar la luz como medio para transmitir información. Mientras un cable eléctrico mueve electrones, una fibra óptica transporta fotones. La diferencia parece técnica, pero sus consecuencias son profundas.

En centros de datos donde la electricidad es un costo crítico, esta ventaja es decisiva.

Para una industria que busca conectar millones de procesadores distribuidos en gigantescos centros de datos, estas ventajas dejan de ser una mejora incremental para convertirse en una necesidad estructural. Por eso muchos analistas consideran que la próxima gran transformación de la infraestructura tecnológica no estará únicamente asociada al desarrollo de chips más potentes, sino también a la adopción masiva de tecnologías fotónicas.

En ingeniería existe un principio muy simple: cuando una tecnología comienza a acercarse a sus límites físicos, la siguiente gran innovación suele consistir en cambiar el medio sobre el cual funciona. Eso ocurrió cuando la fibra óptica reemplazó gran parte del cobre en Internet, y hoy comienza a repetirse dentro de los centros de datos destinados a Inteligencia Artificial.

La oportunidad de inversión que el mercado no está mirando

La mayoría de los inversores identifica rápidamente compañías como NVIDIA, AMD o Broadcom cuando piensa en Inteligencia Artificial. Sin embargo, muy pocos conocen a las empresas responsables de fabricar los componentes ópticos que permiten que toda esa infraestructura funcione.

La paradoja es interesante: las compañías más visibles suelen ser aquellas que procesan la información, mientras que las menos conocidas son las encargadas de transportarla. Y sin esa infraestructura de transporte, los procesadores más avanzados del mundo no pueden trabajar juntos de manera eficiente.

🔑 Tesis central de esta serie

En los últimos diez años el mercado premió a quienes entendieron antes que nadie la importancia de las GPU. La próxima década podría pertenecer a quienes comprendan que esas GPU necesitan una infraestructura óptica capaz de sostener su crecimiento. Si esa hipótesis es correcta, la fotónica dejará de ser una tecnología invisible para convertirse en una de las inversiones más relevantes de la era de la Inteligencia Artificial.

Los cuatro jugadores de esta infraestructura

Entre las empresas que participan de este ecosistema destacan cuatro nombres que ocupan posiciones muy diferentes dentro de la cadena de valor: Lumentum Holdings, Coherent Corp., Fabrinet y Corning Inc. Aunque todas participan del ecosistema fotónico, ninguna desarrolla exactamente el mismo negocio. Analizarlas como si fueran empresas equivalentes sería un error.

La próxima generación de centros de datos dependerá tanto de la velocidad de comunicación entre procesadores como de la potencia de cálculo de cada GPU.

En el próximo artículo veremos por qué la fotónica dejó de ser una tecnología reservada para laboratorios y telecomunicaciones para convertirse en uno de los pilares sobre los que se construyen los centros de datos de NVIDIA, Microsoft, Amazon, Meta y Google.

Nicanor Zerbino
Asesor Financiero

Zerbino Capital

PRÓXIMO EN ESTA SERIE

→ Artículo 2: Fotónica — la tecnología que pocos inversores están mirando