Cerebras Systems terminó siendo una de las mayores salidas a bolsa del sector tecnológico en lo que va de 2026, con una valuación reportada de alrededor de USD 60.000 millones. Pero su cofundador y CEO, Andrew Feldman, reveló que en 2019 la empresa llegó a gastar USD 8 millones por mes y había quemado cerca de USD 200 millones en un intento de fabricar un chip que buena parte de la industria consideraba directamente imposible. El margen entre convertirse en un referente del hardware de IA y desaparecer sin dejar rastro fue, durante varios años, extremadamente estrecho.
Un chip descomunal con un problema descomunal
Cerebras fue fundada en 2016 con una apuesta técnica muy particular: en vez de fabricar chips pequeños y conectarlos entre sí, la empresa apostó por construir un solo chip del tamaño de una oblea completa de silicio. El producto resultante, llamado wafer-scale engine (WSE), tenía un área 58 veces mayor que los chips de referencia de la época y consumía una cantidad de energía 40 veces superior a lo que los sistemas existentes estaban diseñados para manejar. La promesa era reducir los cuellos de botella de cómputo y memoria que limitan el entrenamiento e inferencia de modelos de inteligencia artificial cuando se trabaja con muchos chips más pequeños conectados en red.
El problema es que nadie había resuelto antes cómo fabricar, enfriar, alimentar y montar un componente de ese tamaño sin que colapsara. El desafío no era solo de diseño: era de ingeniería física, de proceso y de logística de manufactura. Según Feldman, la compañía tuvo que desarrollar herramientas propias para lograrlo, incluyendo una máquina capaz de colocar 40 tornillos simultáneamente para fijar el wafer sin quebrarlo. Cada iteración fallida consumía capital. Y el capital se agotaba a un ritmo que dejaba poco margen para el error.
Cómo sobrevivió el período crítico
Lo que describe Feldman es un escenario habitual en empresas de hardware profundo: el ciclo de desarrollo es largo, el capital requerido es enorme y los errores de fabricación no se resuelven con un parche de software. Una startup de semiconductores no puede hacer un giro rápido si el producto no funciona. Si el chip no sale bien, no hay producto. Y si no hay producto, no hay ingresos. Durante los años en que Cerebras estaba resolviendo el problema del empaquetado, enfriamiento y montaje, la empresa dependía enteramente de que sus inversores siguieran convencidos de que la tecnología era alcanzable.
El período de mayor fragilidad financiera habría sido el previo a que esos problemas técnicos se estabilizaran. Con un gasto mensual de USD 8 millones y casi USD 200 millones ya invertidos sin un producto comercial en el mercado, la presión era considerable. Que la empresa haya superado ese momento sin cerrar o vender activos es, en la práctica, lo que hace posible la historia actual.
El mercado de IA como destino
Hoy Cerebras opera en un segmento del mercado que concentra buena parte del gasto tecnológico global: la infraestructura de cómputo para inteligencia artificial. Su propuesta apunta a casos de uso donde el chip grande tiene ventajas reales frente a la arquitectura de GPU, esencial en IA y dominante en Nvidia: específicamente, cargas de inferencia, el proceso por el cual un modelo de IA genera respuestas en tiempo real, donde el ancho de banda de memoria y la latencia interna del chip importan más que el paralelismo masivo entre miles de chips coordinados.
Entre los clientes o usuarios de su tecnología se mencionan OpenAI y AWS, lo que representa una validación comercial significativa. Ninguno de esos acuerdos fue detallado públicamente en términos contractuales, pero su sola mención como referencias del producto indica que el chip pasó del laboratorio a entornos de producción en empresas con exigencias técnicas muy altas.
Por qué esta historia importa más allá de Cerebras
La trayectoria de Cerebras ilustra una tensión estructural del sector de semiconductores para IA: el capital de riesgo puede financiar apuestas de software en ciclos de meses, pero el hardware profundo requiere años y cientos de millones de dólares antes de que haya algo que mostrar. Las empresas que compiten en ese espacio, ya sea contra Nvidia, contra los chips propios que desarrollan Google, Amazon o Microsoft, o contra nuevos competidores como Groq o SambaNova, enfrentan ese mismo problema: los costos de desarrollo son enormes y el mercado tarda en validar o rechazar la propuesta.
En ese contexto, el recorrido de Cerebras, desde quemar USD 200 millones en resolver un problema de packaging hasta cotizar en bolsa con una valuación de USD 60.000 millones, no es solo una historia de supervivencia empresarial. Es también un dato sobre cuánto capital está dispuesto a moverse hacia apuestas tecnológicas de muy largo plazo cuando el mercado de destino es tan grande como el de la infraestructura de IA. Lo que no está claro todavía es cuántas otras apuestas similares no llegarán a cotizar en ninguna bolsa.
