Meta desplegará sus propios chips de IA en 2027: qué son MTIA 450 y 500
Meta ya tiene calendario para sus chips de IA propios: el MTIA 450, apodado «Arke», llegará a los centros de datos en la primera mitad de 2027 y el MTIA 500, «Astrid», terminará su diseño en unas semanas.
Qué anunció Meta y qué no
La información se publicó el 15 de septiembre de 2026 y describe un plan de despliegue, no un producto a la venta. Arke está en pruebas y su llegada a los centros de datos se sitúa en el primer semestre de 2027; Astrid, la generación siguiente, todavía no ha terminado el trabajo de diseño y entraría en producción a finales de ese mismo año.
Ese matiz importa: son plazos y estimaciones de la propia compañía. No hay hardware de estas dos generaciones medido de forma independiente, así que las cifras de eficiencia que acompañan al anuncio hay que leerlas como afirmaciones del fabricante.
Qué es MTIA y de dónde viene
MTIA son las siglas de Meta Training and Inference Accelerator, el programa de silicio propio que la empresa puso en marcha en 2023. En marzo de 2026 presentó cuatro generaciones de la familia: el MTIA 300, ya en producción, el 400 conocido como «Iris», el 450 «Arke» y el 500 «Astrid», con un ciclo de renovación de unos seis meses. Yee Jiun Song, vicepresidente de ingeniería, describió ese ritmo como inusual para cualquier empresa de silicio.
Lee también
Para qué sirve este silicio (y para qué no)
El MTIA 450 está pensado sobre todo para inferencia de IA generativa, incluidas las cargas que generan imágenes y vídeo a partir de instrucciones de texto, además de los sistemas de recomendación que ya usan las generaciones anteriores: el trabajo silencioso que decide qué aparece en el feed de Instagram o WhatsApp. Lo que no hace es entrenar modelos frontera, y por eso el programa de Meta convive con compras masivas de GPUs a Nvidia y AMD en lugar de sustituirlas.
El argumento que sostiene la jugada: energía y costo
Cuando sirves miles de millones de peticiones, la métrica deja de ser solo FLOPS y pasa a ser cuánto cuesta, en vatios y en dinero, producir cada token. Ahí es donde un acelerador hecho a medida puede ganarle a uno genérico: no por correr más rápido en una prueba, sino por hacer el trabajo concreto con menos energía.
La alianza de Meta con Broadcom se extendió hasta 2029 e incluye un despliegue inicial de más de un gigavatio de silicio MTIA fabricado en un proceso de 2 nm. La compañía apunta además a unos 14 GW de capacidad de cómputo total en 2027: esa cifra es el objetivo de capacidad de sus centros de datos, no el consumo de los chips MTIA.
La letra chica de los «chips propios»
El primer punto fino es que la eficiencia declarada no es la eficiencia auditada: Meta compara su chip contra alternativas en escenarios que ella misma define, y hasta que existan mediciones de terceros con hardware en producción no se puede confirmar el ahorro. El segundo es la fragmentación: cada acelerador trae su propio software, así que el código escrito para uno no siempre se mueve a otro sin trabajo extra.
Qué significa esto para quien programa
Poco a poco, y por vía indirecta. Si la inferencia se abarata en los centros de datos de los grandes, el costo por token tiende a bajar también para quien consume esos servicios por API. Y el mismo impulso de eficiencia empuja la otra vía: modelos que corren en tu propio equipo, sin depender de nadie.
Conclusión
Los chips de IA propios de Meta son una apuesta por bajar la factura de energía y de cómputo de una operación que no deja de crecer, y ya tienen fechas. Lo que falta es verificación: hasta que Arke y Astrid estén en producción y existan mediciones independientes, todo lo demás es una promesa bien argumentada.
Si el tema del silicio te interesa, tengo el análisis del cómputo de IA de China para 2030, el vistazo al modelo local Muse Glimmer de Meta y la batalla de chips de IA.
