Cerebras Systems apuesta por procesadores wafer-scale fabricados en 5 nm que integran memoria SRAM y evitan depender de módulos HBM y empaquetado CoWoS, dos restricciones clave en la cadena de suministro de infraestructura de inteligencia artificial. La estrategia comercial de la empresa, que reportó una cartera de pedidos de USD $25.400 millones a junio de 2026, enfrenta ahora el desafío de convertir contratos en centros de datos operativos.
¿Cómo funciona la arquitectura de Cerebras?
El diseño de los procesadores WSE-3 y WSE-3T concentra procesamiento y memoria en una única oblea de silicio, en lugar de conectar chips separados a módulos HBM externos. Esta decisión arquitectónica permite que Cerebras fabrique sus sistemas en tecnología de 5 nm de TSMC, evitando la dependencia de la capacidad de 3 nm más escasa y del proceso de empaquetado CoWoS que genera cuellos de botella en el sector.
El WSE-3, anunciado en marzo de 2024, integra 900.000 núcleos de IA, 44 GB de SRAM integrada y aproximadamente 4 billones de transistores en una superficie de 46.225 mm². La memoria SRAM incorporada en el chip reduce la latencia de acceso a datos, mejorando la velocidad de procesamiento frente a arquitecturas que deben buscar información en módulos separados.
Rendimiento de inferencia: la propuesta central
El director ejecutivo Andrew Feldman describió en junio de 2026 la arquitectura WSE-3 como la que ofrece "la inferencia más rápida del mundo por un orden de magnitud", una afirmación que la empresa tendrá que validar con cargas de trabajo reales. La velocidad de inferencia es crítica porque determina el ritmo al que los sistemas generan tokens durante el uso de modelos de IA, un factor que impacta directamente en la experiencia del usuario y el costo operativo de los centros de datos.
Sin embargo, la SRAM integrada de 44 GB por procesador fija un presupuesto de memoria que puede limitar la adopción para modelos más grandes o cargas de trabajo que demanden mayor capacidad. La ventaja de proximidad entre procesamiento y memoria no elimina automáticamente las preguntas sobre escalabilidad para aplicaciones futuras más exigentes.
Cartera de pedidos concentrada en OpenAI
A junio de 2026, Cerebras reportó una cartera de USD $25.400 millones en pedidos, con más de USD $20.000 millones vinculados a un acuerdo plurianual con OpenAI. Esta concentración es simultáneamente una señal de demanda y un riesgo: el volumen anunciado no equivale a ingresos ya percibidos ni garantiza que todos los contratos se ejecuten según lo previsto.
Durante septiembre de 2026, Cerebras amplió su base comercial mediante acuerdos con Gimlet Labs para suministrar sistemas CS-4 con capacidad de aproximadamente 100 MW, y con General Compute para un despliegue previsto en el primer trimestre de 2027. Aunque estos compromisos diversifican la cartera, la información disponible no indica que tengan una escala comparable a la del acuerdo con OpenAI.
Megavatios y desafíos de ejecución operativa
Cerebras declaró contar con más de 600 MW de capacidad para centros de datos, entre instalaciones operativas y capacidad contratada. Esta cifra refleja un cambio importante en el lenguaje de la estrategia: el límite de la infraestructura de IA no está solo en la fabricación de chips, sino también en la construcción, energización y operación de centros de datos.
La empresa cotiza en Nasdaq desde mayo de 2026 y ha ampliado la fabricación en Estados Unidos mientras construye alianzas para aumentar su capacidad operativa. Convertir contratos en servicios disponibles exige coordinar:
- Fabricación de procesadores en volumen con TSMC
- Construcción y equipamiento de centros de datos
- Disponibilidad de energía eléctrica suficiente
- Despliegue y puesta en marcha de infraestructura
- Validación de rendimiento con clientes
Cada uno de estos pasos representa un desafío de costos y coordinación. Una cartera grande puede convertirse en una oportunidad de crecimiento, pero también exige que la empresa financie instalaciones que se construyan, reciban energía y funcionen según lo previsto, en lugar de tratar los contratos anunciados como ingresos asegurados.
¿Qué falta por comprobar?
La ejecución es la pregunta central para inversores y clientes. Los USD $25.400 millones de pedidos son compromisos comerciales reportados, no ingresos reconocidos. La capacidad anunciada de 600 MW solo respaldará el crecimiento si Cerebras completa los centros de datos, los energiza y los mantiene operativos mientras avanza con la fabricación y despliegue de sus sistemas.
La afirmación de Feldman sobre inferencia un orden de magnitud más rápida tendrá que medirse en cargas de trabajo reales y en distintos modelos. El rendimiento que obtiene un cliente depende no solo de las especificaciones del hardware, sino también de cómo utiliza la arquitectura y de si los 44 GB de SRAM integrada resultan suficientes para sus aplicaciones.
Impacto para empresas argentinas: oportunidades y riesgos en infraestructura de IA
Para administradores y dueños de empresas argentinas que evalúan estrategias de adopción de inteligencia artificial, la apuesta de Cerebras representa un cambio importante en el panorama de proveedores de infraestructura. Si la empresa logra validar su rendimiento y ejecutar sus planes de expansión, podría ofrecer alternativas a las arquitecturas basadas en GPU que históricamente han dominado el mercado.
Sin embargo, el riesgo de concentración en OpenAI y la dependencia de que se completen centros de datos operativos sugieren que las empresas argentinas deben monitorear el progreso de Cerebras con cautela. La disponibilidad de múltiples proveedores de infraestructura competitivos favorece la negociación de precios y términos, especialmente para medianas y grandes empresas que requieren capacidad de procesamiento en volumen.
Además, la ubicación de los centros de datos de Cerebras en Estados Unidos y el contexto de restricciones de exportación de tecnología de IA implican que las empresas argentinas deberán evaluar alternativas locales o regionales que complementen la infraestructura internacional. La diversificación de proveedores y la evaluación de latencia, costos de conectividad y cumplimiento regulatorio serán factores críticos para empresas que busquen escalar proyectos de IA en 2026 y 2027.
