El hardware se vuelve la barrera — y la gente sigue adelante

A16z escribe que la ventaja competitiva de los próximos años no va a venir de modelos más grandes, sino de chips diseñados para correrlos más barato. La tesis es simple: las GPUs actuales —H100, A100— son genéricas y caras. Si alguien diseña un chip específico para la carga de trabajo de inferencia, el costo por token se desploma.

No es nuevo en teoría. Los ASICs de Google para BERT y los TPU de Google para Transformer ya lo mostraron. Lo que cambia hoy es la escala. La inferencia de LLMs consume más potencia que los centros de datos tradicionales. Y los modelos crecen —70B, 170B, 500B— mientras el costo de la GPU se queda atrás. Si tu modelo es el mejor pero tu chip es lento, pierdes.

La pieza de A16z conecta con lo que ya se está moviendo en el mercado: chips como el Groq, los designs de Cerebras, los chips de Tenstorrent y AMD Strix Halo para inferencia local. La carrera no es solo por el modelo — es por la máquina que lo corre.

Por qué nos importa: los chips diseñados para lo que hacemos —inferencia rápida, bajo costo— van a bajar el precio de las herramientas que la comunidad usa a diario, y los que no se adapten van a quedarse pagando de más por lo que otros ya tienen más barato.

ISBNdb compró un libro en silencio para demostrar un punto sobre cómo se entrenan los modelos de IA. Luego 404 Media le siguió el rastro y contó la historia. La compañía se puso a hacer backpedaling: le quitó las páginas de IA del sitio, negó que hubiera escaneado o vendido un libro para datos de entrenamiento, y dijo que todo fue una prueba de interés del mercado.

El backpedaling es revelador. Si el libro fue solo una prueba — un caso aislado para ver si el mercado muerde — entonces la jugada real es la base de datos misma. ISBNdb tiene los ISBNs que mantienen al mundo editorial sin que se desmorone. Metes eso en un modelo y tienes una forma más barata y rápida de entrenar IA sin pagar por una montaña de libros. El reporte de 404 expuso la jugada antes de que la compañía estuviera lista para admitirlo.

Por qué nos importa: cuando las grandes empresas de tecnología acumulan en silencio nuestros libros para entrenar sus modelos, somos nosotros los que pagamos la cuenta sin enterarnos.

El AirTag de segunda generación de Apple acaba de bajar a $89 por cuatro piezas en Amazon y Target — $10 menos que los $99 de siempre y el precio más bajo de la historia. Los miembros de Costco están llevando cinco por el precio de cuatro.

La actualización de la Gen 2 es chiquita pero útil. Apple le puso un chip ultra-wideband nuevo para Precision Finding más preciso — las flechas en la app Find My apuntan más rápido y el alcance Bluetooth es más largo. Eso importa en casas de varios pisos donde el tag viejo se perdía entre pisos. El parlante también es más fuerte, así que ahora sí puedes oírlo entre los cojines del sofá. Y la pila CR2032 es reemplazable; no vas a tirar todo el tag cuando se muera.

Las funciones de viaje son las que nadie menciona hasta que las necesita. AirTag sharing deja que cinco personas rastreen el mismo objeto — la familia toda puede ver el equipaje. Share Item Location le pasa las coordenadas de tu tag a United, Delta y American para que la aerolínea lo marque si se separa. Todavía tienes que comprar un aro aparte para colgarlo de las llaves — Apple nunca le puso un agujero para la correa. Pero a $89, el cuatro-pack es un regalo.

Por qué nos importa: $89 por cuatro es barato para ponerle uno a cada juego de llaves del carro, al bolso de la abuela y a la pickup — el tipo de hardware que resuelve problemas en silencio para la familia sin necesitar app ni suscripción.

Dan Nielsen está escribiendo sobre lo que le ha pasado a la cara de las imágenes generadas por IA. Por un tiempo, las fotos de la IA tenían un brillo particular — cierta suavidad, la manera en que parecían pintadas por alguien que había visto demasiados libros de arte. Esa cara se volvió tan reconocible que podías identificar una imagen de la IA a simple vista.

Ahora, a medida que los modelos mejoran, esa cara se desvanece. El nuevo lote ya no tiene la marca. Es más difícil saber qué es real y qué es máquina. Y en ese sentido, la estética de la IA se está volviendo su propio género — la manera en que el Siglo de Oro neerlandés es su propia cosa, la manera en que el anime es su propia cosa. Tiene convenciones. Tiene una historia. Tendrá un lugar en la historia del arte.

Por qué nos importa: a medida que la línea entre lo hecho por humanos y lo hecho por máquina se difumina, la comunidad que estamos construyendo — la gente que trabaja con las manos, que valora la artesanía — necesita entender lo que está comprando cuando compra las nuevas herramientas.

Siete plantas de tratamiento de agua en todo el país fueron golpeadas por ciberataques que los investigadores creen vinculados a Irán. Los ataques golpearon infraestructura crítica — el tipo de tuberías y bombas que mantienen el agua corriendo para las comunidades. Si Irán está detrás de esto, significa que actores patrocinados por el estado están atacando activamente los sistemas en los que realmente confiamos, no solo las empresas de tecnología de las que todos hablan.

El FBI está mirando herramientas impulsadas por IA para atrapar este tipo de ataques antes de que se propaguen. La idea es que los algoritmos de coincidencia de patrones pueden detectar las firmas características de las operaciones iraníes — la forma en que se mueven, el timing, los puertos que abren — y marcarlas más rápido de lo que los humanos pueden. Rusia también ha estado ocupada, acusando al fundador de Telegram, mientras que xAI está peleando contra la prohibición de nudificación de un estado. Los demócratas, por su parte, están aprendiendo a la fuerza que ser estafados es parte del juego ahora.

Por qué nos importa: cuando los sistemas de tratamiento de agua se caen, la gente se despierta sin agua. Estos ataques no son solo titulares para Silicon Valley — son las tuberías corriendo bajo nuestros barrios.