Meta’s Llama 4 Edge: ¿Cómo la IA de código abierto y los chips desarrollados internamente están construyendo una infraestructura sólida?

Meta lanzó sus modelos de código abierto más avanzados el 5 de abril. Se trata de un movimiento estratégico destinado a acelerar su posición en la curva de adopción de estos modelos. La empresa describió a Llama 4 Scout y Llama 4 Maverick como sus modelos más avanzados.“Los modelos más avanzados hasta ahora”, y “los mejores en su categoría en cuanto a capacidad de manejo de múltiples formatos”.Esta versión no es simplemente una actualización gradual. Es, en realidad, un esfuerzo calculado para consolidar la infraestructura de código abierto. La rápida adopción de estos modelos reduce significativamente la brecha con respecto a los sistemas de código cerrado.

Los indicadores de rendimiento resaltan este cambio de paradigma. Llama 4 Maverick, un modelo con 17 mil millones de parámetros activos…Supera a GPT-4o y Gemini 2.0 Flash en todos los benchmarks.Se utiliza menos de la mitad de los parámetros activos en el proceso de aprendizaje. Esto representa un gran avance en términos de eficiencia y capacidad de los modelos, y representa una verdadera amenaza para los modelos propietarios en cuanto a rendimiento. La distinción que se obtiene al analizar el enorme modelo Llama 4 Behemoth, con 288 mil millones de parámetros, proporciona una base tecnológica sólida para el avance continuo en este campo.

Sin embargo, este lanzamiento abierto y agresivo ocurre en un contexto de retrasos importantes. A pocos días del lanzamiento de Scout y Maverick, informes indicaban que Meta había retrasado el lanzamiento de la última versión de sus modelos de LLM, ya que no cumplía con los estándares técnicos internos, especialmente en lo que respecta a la capacidad de razonamiento y la interacción con voz humana. Esto crea un contraste marcado: mientras que la familia de modelos de código abierto se expande exponencialmente, el modelo propietario enfrenta obstáculos. Meta apuesta por construir una infraestructura de código abierto muy poderosa y accesible, con el fin de ganar el favor de los desarrolladores y de los usuarios. Al mismo tiempo, intenta recuperarse de sus propios modelos cerrados.

Construyendo las “raíces computacionales”: La opción de usar silicio producido en el propio lugar.

El proyecto de Meta de código abierto no es más que la mitad de la solución. Para escalar Llama 4 hasta abarcar a miles de millones de usuarios, mientras se mantiene el liderazgo en cuanto al costo, la empresa está desarrollando las herramientas fundamentales para ello: sus propios chips de inteligencia artificial. Se trata de una inversión a largo plazo, que requiere mucho capital, pero que permite convertirse en el proveedor de servicios de computación de inteligencia artificial a bajo costo, a nivel mundial.

La estrategia ya está en marcha. Se trata del primer producto de una nueva familia de chips.El MTIA 300 ya está en uso.Esto contribuye a fortalecer los sistemas de clasificación y recomendaciones de Meta. Más importante aún, la empresa ha presentado un plan claro para las próximas tres generaciones de sus productos, con una cronología de lanzamiento de seis meses en intervalos. Este enfoque rápido e iterativo es clave. Permite que Meta se mantenga al día con la rápida evolución de los modelos de IA, evitando así los largos tiempos de espera entre el diseño y la implementación de los chips, algo que ocurre en los ciclos tradicionales del hardware.

El enfoque técnico se está orientando hacia la adaptación a las nuevas realidades relacionadas con la demanda de inteligencia artificial. Mientras que los modelos MTIA 300 y 400 se centran en una combinación de capacidades de entrenamiento e inferencia, los futuros modelos…Las unidades MTIA 450 y 500 están diseñadas específicamente para la inferencia en el ámbito de la inteligencia artificial genética.Este es el punto en el que se encuentra la mayor presión actualmente. La empresa está duplicando el ancho de banda de HBM y introduciendo tipos de datos especializados de baja precisión, con el objetivo de optimizar los costos y la velocidad de ejecución de grandes modelos lingüísticos en producción. Como señaló el vicepresidente de ingeniería de Meta: “Vemos que la demanda de inferencia está aumentando enormemente en este momento, y ese es precisamente el foco de nuestra atención actual”.

Esta inversión en chips forma parte de una amplia construcción de infraestructura. Meta espera invertir entre 115 mil millones y 135 mil millones de dólares este año. Esas inversiones no se destinan solo a los centros de datos, sino también a todo el conjunto de herramientas necesarias para el funcionamiento de los servicios de inteligencia artificial: hardware personalizado, sistemas de refrigeración líquida, y asociaciones con empresas como Broadcom para el diseño y con TSMC para la fabricación. El objetivo es controlar los costos y el rendimiento del nivel de procesamiento, que representa la mayor parte de los gastos relacionados con el funcionamiento de los servicios de inteligencia artificial.

En resumen, Meta está construyendo un ecosistema que se autoafirma. Al desarrollar chips optimizados para sus propias cargas de trabajo y modelos de código abierto, puede ofrecer una plataforma más eficiente para los desarrolladores. Esta infraestructura, combinada con la tendencia hacia el uso de código abierto, permite a Meta aprovechar el crecimiento exponencial en el uso de la inteligencia artificial. La apuesta es convertirse en la infraestructura indispensable y de bajo costo para el próximo paradigma tecnológico.

La brecha fronteriza y el camino hacia la monetización

La tensión estratégica en Meta es ahora evidente. Mientras que su familia de modelos Llama 4, de código abierto, avanza rápidamente en cuanto a su adopción por parte de los usuarios, el modelo propietario de la empresa está quedándose atrás. El modelo llamado “Avocado” ha sido retrasado al menos hasta mayo, debido a razones técnicas.No cumplió con los estándares técnicos internos en cuanto a la lógica de razonamiento y el código programático.Esto significa que no logra alcanzar el nivel de competencia de rivales como Google’s Gemini 3.0. Este retraso representa un riesgo real. En esta carrera por cambiar la forma en que se utiliza la inteligencia artificial, cualquier nuevo fracaso podría erosionar la relevancia estratégica de Meta. Esto crearía una brecha peligrosa entre su liderazgo en el campo del código abierto y sus ambiciones relacionadas con modelos cerrados.

La empresa se encuentra entre dos mundos. Su enorme inversión en modelos de código abierto está creando una poderosa infraestructura, pero el retraso en la implementación de Avocado demuestra las dificultades que implica escalar esa capacidad internamente. Esto genera una vulnerabilidad. Como señaló un analista, la estrategia de Meta se ha convertido en…“Explosión esporádica”,Se está luchando por mantener la relevancia de Meta frente a los líderes en el desarrollo de software con código cerrado. El riesgo es que, aunque Meta pueda controlar el ecosistema de desarrolladores, sus propios productos y servicios podrían no estar basados en los modelos más avanzados. Esto podría significar que la experiencia del usuario de alta calidad se pierda en favor de los rivales.

Sin embargo, esta ventaja relacionada con la infraestructura podría convertirse en un catalizador para la monetización. El framework de código abierto no es un camino sin salida; es una base para la creación de nuevos servicios. La enorme capacidad computacional de Meta, de bajo costo, podría utilizarse para ofrecer un servicio propio, con altos márgenes de ganancia, sobre el ecosistema abierto. Esto es similar a cómo Google logró monetizar Android. Google compartió el sistema operativo para dominar el mercado móvil, y luego capturó valor a través de sus aplicaciones y servicios propios. La apuesta a largo plazo de Meta es similar: utilizar los modelos de Llama de código abierto para crear una plataforma indispensable, y luego monetizar los servicios que se ejecutan en su infraestructura optimizada y de bajo costo.

El camino no es directo. Como señaló un análisis, la viabilidad comercial del modelo de código abierto todavía está siendo debatida. Pero la infraestructura ya está en construcción. Con su plan de desarrollo de chips y los enormes gastos invertidos en capital, Meta se está posicionando para ofrecer no solo el modelo, sino también la forma más eficiente de ejecutarlo a gran escala. La monetización depende de convertir su adopción del código abierto en un ecosistema de servicios de alto margen, utilizando su propio procesamiento de datos y centros de datos como motor de ganancias. El riesgo actual es que exista una brecha en las tecnologías utilizadas, pero la ventaja de tener una infraestructura bien desarrollada es una apuesta a largo plazo.