Meta pone la AGI en su hoja de ruta y prepara 350.000 H100

El 18 de enero de 2024, Mark Zuckerberg anunció que Meta uniría sus equipos de investigación de IA para perseguir sistemas más generales y que esperaba terminar el año con 350.000 GPU H100, además de otros aceleradores equivalentes. La declaración original de Zuckerberg sostiene esas magnitudes; no demuestra que disponer de más chips produzca por sí solo inteligencia general.

El plan viene acompañado de una inversión de infraestructura poco habitual incluso entre las grandes tecnológicas: Meta espera disponer a finales de 2024 de unas 350.000 GPU H100 de Nvidia. Al sumar otros tipos de procesadores, calcula que su capacidad equivaldrá a unas 600.000 H100, según anunció Zuckerberg.

Qué significa que Meta persiga la AGI

La inteligencia artificial general es una meta todavía sin una definición técnica única. Se usa para describir una IA que no esté limitada a una función concreta —como traducir, recomendar vídeos o generar imágenes—, sino que pueda aprender y resolver problemas en campos muy distintos.

Los modelos actuales ya muestran capacidades amplias: pueden redactar, programar, analizar imágenes o responder preguntas. Pero siguen fallando en razonamiento complejo, comprensión del contexto y fiabilidad. Hablar de AGI no significa que Meta haya llegado a ese punto; significa que ha decidido orientar sus recursos de investigación y producto hacia ese horizonte.

Zuckerberg relacionó esa ambición con servicios más cercanos: asistentes de IA, herramientas para creadores y funciones para empresas. Es un detalle importante. Meta no plantea la AGI únicamente como un proyecto de laboratorio, sino como la base tecnológica para reforzar productos que ya distribuye en WhatsApp, Instagram y Facebook.

Por qué importan tanto las H100

Las H100 son unidades de procesamiento gráfico, o GPU, fabricadas por Nvidia. Aunque nacieron para acelerar gráficos, se han convertido en la pieza más demandada para entrenar grandes modelos de IA: permiten realizar en paralelo enormes cantidades de cálculos con los que el sistema ajusta sus parámetros a partir de datos.

Tener 350.000 de estos chips no garantiza por sí solo mejores modelos. También hacen falta datos de calidad, investigadores, software y métodos de entrenamiento eficaces. Pero sí da una idea de la escala a la que Meta quiere competir. Entrenar modelos avanzados exige centros de datos, redes capaces de conectar miles de procesadores y mucha energía; la infraestructura se ha convertido en una ventaja tan decisiva como el propio algoritmo.

La cifra de 600.000 H100 equivalentes incluye, previsiblemente, otros aceleradores que Meta ya utiliza y cuya potencia se expresa en una unidad común. Por eso no debe leerse como un pedido literal de 600.000 chips H100, sino como una medida de capacidad de cómputo total.

Una carrera en la que Meta quiere conservar la apertura

Meta llega a esta fase con Llama 2, su familia de modelos de lenguaje lanzada en 2023 y distribuida con una licencia que permite usos comerciales bajo ciertas condiciones. Frente a los modelos cerrados de compañías como OpenAI o Google, esa estrategia ha facilitado que investigadores y empresas puedan ejecutar y adaptar modelos de Meta en sus propios sistemas.

Zuckerberg sostuvo que Meta buscará hacer accesible la AGI de forma responsable. La formulación combina dos objetivos que no siempre encajan con facilidad. Abrir modelos permite que más desarrolladores los estudien, adapten y mejoren, pero también amplía el número de actores capaces de emplearlos. La compañía tendrá que concretar qué partes de sus futuros sistemas publica, con qué licencias y qué límites aplica a los modelos más capaces.

La infraestructura anunciada también prepara el terreno para la próxima generación de Llama, que Meta había anticipado para este año. El salto relevante no será únicamente aumentar el tamaño de un modelo: deberá traducirse en asistentes más útiles, respuestas más fiables y herramientas que puedan integrarse en los productos cotidianos de la empresa.

El coste de competir cambia de escala

El anuncio confirma que la carrera por la IA avanzada se está librando en dos frentes. Uno es científico: diseñar modelos que razonen mejor y cometan menos errores. El otro es industrial: conseguir chips, construir centros de datos y operarlos de manera eficiente.

Para los usuarios, la consecuencia más inmediata será la llegada de más funciones de IA a las aplicaciones de Meta. Para las empresas que desarrollan sobre sus modelos, la promesa es disponer de una plataforma con mayor capacidad. Y para el sector, la decisión refuerza una realidad: los proyectos de frontera ya no dependen solo de una buena idea de investigación, sino de recursos informáticos a una escala gigantesca.

Cómputo no es capacidad

Un inventario de aceleradores describe recursos, no inteligencia. Para convertirlo en capacidad hacen falta centros de datos, redes, energía, refrigeración, datos, software y equipos capaces de mantener el entrenamiento. Además, “equivalente a H100” es una unidad comunicativa, no un conteo de cajas: distintos chips pueden rendir de forma diferente según precisión, memoria y patrón de comunicación. La comparación solo sirve si se explica la conversión.

El paso siguiente es observar utilización. Un clúster enorme puede perder rendimiento cuando los procesadores esperan datos o sincronización. Una auditoría pide horas efectivas de cálculo, fallos, energía consumida y qué experimentos se ejecutaron. La cantidad comprada señala una apuesta industrial; los resultados de modelos y evaluaciones muestran qué produjo esa apuesta.

AGI es una meta que necesita criterios

“Inteligencia artificial general” no posee una prueba aceptada por todos. Puede referirse a amplitud de tareas, capacidad de aprender otras nuevas, autonomía o impacto económico. Sin una definición previa, cualquier demostración llamativa puede presentarse como avance y cualquier fallo como excepción. El criterio debe fijarse antes de ver el resultado, incluir tareas inéditas y describir qué ayuda humana y herramientas recibe el sistema.

La apertura tampoco es binaria. Se pueden publicar pesos y reservar datos, código de entrenamiento, evaluaciones o reglas del producto. Para comparar promesas hay que anotar cada capa: acceso a los pesos, licencia, documentación de datos, posibilidad de reproducir resultados y controles del servicio. “Abierto” sin ese inventario confunde distribución con transparencia.

La capacidad transferible es leer un anuncio de infraestructura como una cadena: recursos físicos, utilización, entrenamiento, evaluación y producto. Si el último eslabón no está medido, el número de chips sigue siendo una entrada. Ese marco sirve para Meta y para cualquier laboratorio que convierta una compra grande en una afirmación sobre inteligencia.

El recurso también tiene un coste físico

Una cifra de aceleradores debe venir acompañada de potencia eléctrica, agua o método de refrigeración, ubicación y fecha de entrada en servicio. La huella no se deduce multiplicando un consumo nominal: la utilización, la infraestructura auxiliar y la mezcla energética cambian el resultado. Lo honesto es pedir mediciones del centro de datos y distinguir construcción, entrenamiento e inferencia.

La concentración también es una variable. Chips, redes y energía en manos de pocas empresas pueden acelerar investigación y a la vez elevar la barrera de entrada. Publicar modelos puede ampliar el acceso a los resultados, pero no redistribuye automáticamente el cómputo necesario para modificarlos o servirlos. La política de apertura se evalúa junto a los requisitos reales de uso.

Para seguir la promesa de Meta conviene fechar una ficha por versión: recursos anunciados, modelo entrenado, evaluación pública, licencia y productos que lo incorporan. Si cambia la definición de la meta, la ficha conserva el criterio anterior y evita que la llegada se desplace con cada lanzamiento.

La ficha debe indicar además qué no se sabe: precio de compra, utilización y modelos concretos no estaban en la declaración. Nombrar esas ausencias evita rellenarlas con cálculos de terceros y señala qué evidencia futura podría confirmar o refutar el plan.