Cerebras creció 94%, pero sostener el margen se volvió más difícil

Cerebras aumentó 94% sus ingresos de Q1 y redujo 41% su pérdida neta, pero advirtió que se contraería el margen bruto de su negocio principal. La advertencia llegó cuando AWS se preparaba para desplegar su motor a escala de oblea junto a los procesadores Trainium, de menor costo. La oblea sigue siendo extraordinaria. La pregunta aún sin respuesta es quién controla el trayecto entre esa oblea y una unidad de texto facturada.

La prueba dejó de estar en el silicio y pasó al margen

En 2019, Cerebras respondió una pregunta física con un objeto físico. Su sistema CS-1 instaló el chip más grande del mundo en Argonne National Laboratory, donde las primeras máquinas se utilizaron para investigación básica. Para 2021, su WSE-2 contaba con 850,000 núcleos optimizados para IA y 2.6 billones de transistores. Estas cifras, cada vez mayores, documentaban el avance técnico y permitían entender el cómputo a escala de oblea frente a una industria organizada en torno a chips más pequeños.

Después cambió la pregunta. Cerebras reportó ingresos de $193.4 millones en Q1 y una pérdida neta de $14 millones. Estas cifras no indican falta de demanda ni un producto fallido. Sin embargo, la empresa también anticipó que el margen bruto de su negocio principal se reduciría en Q2. La prueba dejó de ser si los clientes adoptarían el cómputo a escala de oblea y pasó a ser si esos despliegues podrían generar una mejora operativa sostenible.

La oferta pública inicial de Cerebras en mayo formalizó ese cambio. La empresa recaudó $5.55 mil millones con una valuación de $56.4 mil millones, considerando la dilución total, y sus acciones cerraron su primera jornada bursátil con un alza de 68%. El salto inicial confirmó el interés de los inversionistas, pero la cotización pública sustituyó la promesa técnica por la exigencia de resultados trimestrales. Un cliente de investigación podía preguntar si la máquina funcionaba. Un accionista tiene que preguntar cuánto queda después de entregarla.

El crecimiento de la inferencia intensifica la guerra de precios

En principio, los proveedores especializados deberían beneficiarse conforme la inferencia amplía la capacidad de cómputo necesaria después de entrenar un modelo. Barclays proyectó que la inversión de capital en inferencia superaría a la destinada al entrenamiento en un plazo de dos años, creando un mercado amplio para sistemas diseñados con el fin de operar modelos con rapidez, en lugar de ejecutar entrenamientos ocasionales.

Sin embargo, la oportunidad del proveedor también representa un gasto para el comprador. OpenAI y Anthropic informaron a sus inversionistas que los costos de inferencia superaban la mitad de sus ingresos. Los proveedores de modelos no compran aceleradores para proteger el precio de esos equipos, sino para reducir el costo de generar resultados. Cada mejora en los equipos, los programas o la ejecución de los modelos les permite volver a negociar el costo de operación.

Según informes, ingenieros de OpenAI comunicaron a sus colegas que habían encontrado una forma de reducir los costos de inferencia a menos de la mitad. El punto de referencia competitivo puede cambiar sin esperar una nueva generación de chips. Los fabricantes pueden crear valor en el silicio, pero una modificación en los programas puede reducir la proporción de ese valor que el proveedor de modelos debe cederles.

El desempeño del especialista puede ser real sin coincidir con el objetivo del cliente. Los proveedores de modelos buscan el menor costo para obtener un resultado aceptable, una y otra vez, en cada solicitud. Conforme la inferencia absorbe una mayor parte de sus ingresos, también aumentan sus incentivos para quedarse internamente con los ahorros. Las mejoras técnicas que antes justificaban precios elevados se convierten así en insumos para el plan de rentabilidad del comprador.

AWS convirtió la innovación en un nivel de servicio

AWS dejó en claro cuál es ahora la verdadera unidad competitiva. El proveedor de nube planea desplegar el Wafer-Scale Engine de Cerebras para ofrecer inferencia rápida, mientras continúa proporcionando cómputo más lento y barato mediante sus propios procesadores Trainium. Cerebras consiguió un lugar dentro de una de las mayores carteras de servicios de nube.

Pero AWS controla el catálogo en el que aparece Cerebras. Coloca al proveedor especializado junto a una alternativa interna de menor costo y puede dividir las cargas de trabajo según lo que los clientes estén dispuestos a pagar por mayor velocidad. Cerebras aporta un desempeño diferenciado; AWS controla la distribución, la relación con el cliente y la alternativa inmediata.

AWS está construyendo un sistema económico de cómputo heterogéneo para IA, no un simple inventario de equipos. Los distintos aceleradores no se limitan a coexistir en un centro de datos. AWS puede decidir qué máquina se utiliza, qué precio paga el cliente y cuánto aprovecha la capacidad de cada proveedor.

Un equipo puede imponerse en un segmento sin controlar toda la infraestructura. Cerebras puede ser el motor adecuado cuando la baja latencia permite cobrar más, mientras Trainium sigue disponible cuando el costo importa más que la velocidad. AWS no necesita que una sola arquitectura domine todas las solicitudes. Necesita suficientes arquitecturas para dirigir cada solicitud hacia la opción económica que más le convenga.

Los operadores de modelos de vanguardia están creando esa misma flexibilidad desde el extremo opuesto. OpenAI y Broadcom desarrollaron Jalapeño, un chip de inferencia optimizado para grandes modelos de lenguaje, desde el diseño hasta su preparación final para fabricación en nueve meses, con ayuda de los modelos de OpenAI. Meta ya había puesto en producción tanto MTIA v1 como su siguiente generación de aceleradores para entrenamiento e inferencia. Estas empresas pueden comprar sistemas externos, desarrollar chips propios y modificar al mismo tiempo la forma en que se ejecutan sus programas.

AWS no necesita eliminar a Cerebras para ganar poder de negociación. Al desplegarla junto a Trainium, obtiene velocidad para su nivel de mayor precio y conserva una alternativa interna cuando los clientes dan prioridad al costo.

Cada gabinete lleva ahora una estructura financiera detrás

Una prueba de desempeño termina en el acelerador. Una unidad de texto facturada proviene de un gabinete con energía, instalado en un centro de datos terminado y conectado a capacidad que se reservó antes de recibir la solicitud. La unidad económica ya no se limita al desempeño del chip: ahora incluye la ejecución de las instalaciones, el aprovechamiento de la capacidad, la energía y el financiamiento.

Morgan Stanley calculó que $2.9 billones de inversión en infraestructura de IA hasta 2028 se financiarían con aproximadamente $1.4 billones aportados por grandes proveedores de nube y $1.5 billones provenientes de deuda, capital privado, capital de riesgo y otras fuentes. Para mayo de 2026, la emisión anual de bonos sin garantía de estos proveedores había alcanzado $155 mil millones, más de 45% por encima de todo 2025. Algunas emisiones de bonos para infraestructura de IA recibieron solicitudes equivalentes a cuatro veces el monto ofrecido.

Los grandes proveedores de nube habían anunciado 46 gigavatios de capacidad en centros de datos para IA, suficiente para consumir, a plena utilización, tanta energía como aproximadamente 44.2 millones de hogares estadounidenses. A esa escala, el desempeño del acelerador es apenas una variable dentro de un sistema limitado por subestaciones, terrenos, capital y contratos.

Cuando los clientes asumen compromisos de capacidad a largo plazo, la demanda prometida ayuda a financiar centros de datos. Las instalaciones terminadas permiten que los proveedores integrados ofrezcan precios más bajos o condiciones agrupadas, atrayendo más cargas de trabajo hacia la misma infraestructura. El ciclo comienza con la capacidad de convertir la demanda futura en concreto, equipos eléctricos y gabinetes instalados hoy.

La oferta pública inicial de Cerebras le proporciona miles de millones de dólares para participar en esta expansión, lo que contradice cualquier explicación simplista según la cual los proveedores independientes están desapareciendo. Aun así, Cerebras compite contra los balances de los grandes proveedores de nube, los mercados de bonos y los inversionistas en infraestructura que financian capacidad hasta 2028. El desempeño en una prueba comparativa no puede reducir el costo de ese capital, asegurar una instalación con suministro eléctrico ni sostener la viabilidad económica de un gabinete subutilizado.

La independencia sobrevive, pero ya no depende de las pruebas de desempeño

Los compradores integrados todavía necesitan tecnología diferenciada, alternativas de suministro y talento, por lo que los especialistas no han desaparecido. Sin embargo, cada vez acceden más a la demanda por medio de instituciones de mayor tamaño. Cerebras utiliza AWS para distribuir sus servicios en la nube. SambaNova recaudó $1 mil millones con una valuación de $11 mil millones y firmó un acuerdo con JPMorgan para instalar sus chips en sistemas internos de IA. Nvidia y Groq alcanzaron un acuerdo no exclusivo de licenciamiento para inferencia por $20 mil millones, mientras varios altos ejecutivos de Groq se preparaban para incorporarse a Nvidia.

Cerebras obtiene volumen mediante AWS, pero queda situada junto a Trainium. La contratación de SambaNova por parte de JPMorgan valida su despliegue, aunque concede a un solo cliente una influencia desproporcionada sobre el aprovechamiento de la capacidad. La licencia de Groq convierte su propiedad intelectual en ingresos, mientras Nvidia captura una mayor parte del valor generado en las etapas posteriores. Arm y SoftBank también habían mostrado interés preliminar en adquirir Cerebras antes de la oferta pública inicial, lo que confirmó el valor estratégico de su silicio mientras seguía sin resolverse la viabilidad económica de crecer de manera independiente.

Cerebras rechazó ese interés, captó capital en los mercados públicos y entró en esta etapa como un competidor activo, no como una invención sin salida comercial. Ahora puede financiar despliegues sin vender la empresa. Sin embargo, un comprador corporativo que evalúe capacidad de inferencia comparará un servicio de mayor precio basado en Cerebras con Trainium, chips internos y reducciones de costos obtenidas mediante programas, no con una prueba de desempeño aislada.

En 2019, Cerebras podía concentrar su respuesta en una sola oblea y enviar la máquina a un laboratorio de investigación. Para 2026, AWS podía colocar esa oblea junto a Trainium y vender su ventaja como un nivel más entre varios. Así es como los ingresos pueden aumentar 94% mientras la dirección anticipa un menor margen en el negocio principal: la oblea aporta la velocidad, pero toda la infraestructura determina quién se queda con el beneficio.