Elon Musk ha vuelto a agitar el tablero de la inteligencia artificial con una de esas afirmaciones que no pasan desapercibidas. Según el propio ejecutivo, Tesla no solo tiene ya una sólida trayectoria diseñando sus propios chips de IA, sino que su objetivo es “fabricar chips a mayor volumen que todos los demás chips de IA combinados”.
Una meta tan ambiciosa como polémica, sobre todo si se tiene en cuenta el dominio actual de empresas como NVIDIA en el mercado de aceleradores para centros de datos y modelos de IA generativa.
Tesla presume de equipo y de hoja de ruta propia en chips de IA
En un mensaje publicado en X, Musk recordó que Tesla cuenta “desde hace años” con un equipo avanzado de ingeniería de chips y placas para IA. Ese grupo habría diseñado y desplegado ya “varios millones de chips de IA” tanto en vehículos como en centros de datos.
En el caso de los coches de la marca, esos chips son el corazón del sistema de conducción asistida y del controvertido Full Self-Driving (FSD). Según Musk, la generación actual que se monta en los vehículos es el chip AI4, y la compañía está “cerca de hacer tape-out” del AI5, es decir, de cerrar el diseño para su fabricación en obleas de silicio. Al mismo tiempo, afirma que ya han comenzado a trabajar en AI6.
La aspiración de Tesla es clara: lanzar una nueva generación de chip de IA cada 12 meses, algo extremadamente agresivo si se compara con los ciclos de desarrollo habituales en la industria de semiconductores, donde los grandes saltos suelen espaciarse varios años.
“Más chips que todos los demás juntos”: una promesa difícil de igualar con la realidad
La frase más llamativa del mensaje de Musk es, sin duda, esta:
“Esperamos fabricar chips a mayor volumen, en última instancia, que todos los demás chips de IA combinados. Vuelve a leer esa frase, no estoy bromeando.”
Most people don’t know that Tesla has had an advanced AI chip and board engineering team for many years.
That team has already designed and deployed several million AI chips in our cars and data centers. These chips are what enable Tesla to be the leader in real-world AI.
En ese “todos los demás” entran gigantes como NVIDIA, AMD, Intel, Qualcomm y un largo etcétera de fabricantes y diseñadores de chips de IA, tanto para centros de datos como para dispositivos personales.
La afirmación se apoya en una idea: si Tesla llega a producir y vender decenas de millones de coches equipados con sus propios chips de IA (más las unidades dedicadas a centros de datos para entrenar modelos), el volumen de silicio específico para IA podría ser enorme. Cada vehículo ya integra hardware dedicado al procesamiento de redes neuronales para analizar el entorno y ejecutar algoritmos de conducción autónoma en tiempo real.
Aun así, en el contexto actual, la promesa suena complicada. NVIDIA, por ejemplo, está enviando millones de GPU de propósito general para IA al año, destinadas a enormes granjas de servidores que alimentan modelos de lenguaje, agentes y sistemas generativos en todo el mundo. Además, la propia Tesla depende hoy de GPUs de NVIDIA para entrenar sus modelos de visión y conducción, pese a su proyecto Dojo y sus propios chips internos.
De las promesas de FSD al liderazgo en “IA del mundo real”
Musk lleva años defendiendo que Tesla no es solo un fabricante de coches, sino una compañía de inteligencia artificial y robótica. En su mensaje, vuelve a insistir en que estos chips permitirán que Tesla sea “el líder en IA del mundo real”, es decir, en sistemas que interactúan directamente con entornos físicos:
Conducción autónoma en sus vehículos.
Robots humanoides Optimus, que la compañía presenta como una futura plataforma para tareas industriales y, a largo plazo, aplicaciones de servicio o incluso médicas.
Según Musk, estos chips “cambiarán el mundo de forma profunda y positiva”, salvando millones de vidas gracias a una conducción más segura y proporcionando “atención médica avanzada” a través de Optimus.
La comunidad tecnológica, sin embargo, ya ha visto promesas muy optimistas en el pasado. Los plazos anunciados para lograr conducción autónoma total han ido retrasándose año tras año, y la tecnología actual sigue requiriendo supervisión constante del conductor, además de estar bajo escrutinio regulatorio en varios países.
Un mensaje que también suena a reclutamiento masivo
Más allá del impacto mediático, el mensaje de Musk tiene otro objetivo muy claro: fichar talento de primer nivel en diseño de chips y en IA aplicada al hardware.
El propio texto publicado incluye un llamamiento directo:
“Envía un correo con tres puntos de evidencia sobre tu capacidad excepcional a [email protected].
Estamos particularmente interesados en aplicar IA puntera al diseño de chips”.
Es una forma de subrayar que Tesla quiere competir en el mismo terreno que las grandes firmas de semiconductores: no solo usando chips, sino diseñándolos, optimizándolos para sus cargas de trabajo y, cada vez más, apoyándose en IA generativa y modelos especializados para diseñar nuevas arquitecturas.
El contexto: una carrera por el silicio de IA cada vez más feroz
La declaración de Musk llega en un momento en el que el mercado de chips de IA está en plena explosión:
NVIDIA domina el segmento de centros de datos con sus GPU Blackwell y sus plataformas NVL72, que aglutinan decenas de aceleradores como un “superchip” para entrenar y desplegar modelos de IA a gran escala.
Google, Amazon, Microsoft, Meta y otros hiperescalares están diseñando sus propios ASICs de IA (TPU, Trainium, Maia, etc.) para reducir la dependencia de NVIDIA y ajustar coste, consumo y rendimiento a sus necesidades.
En el terreno de los dispositivos, empresas como Apple, Qualcomm o AMD integran NPUs y aceleradores de IA directamente en sus SoC para portátiles y móviles, apostando por la IA en el borde (on-device).
Tesla se sitúa en una categoría peculiar: sus chips combinan funciones de procesamiento de sensores, visión artificial y control en tiempo real para vehículos, y ahora también para robots. Si logra escalar producción a millones de unidades anuales, será sin duda uno de los grandes consumidores mundiales de silicio especializado en IA.
Pero de ahí a superar el volumen combinado de todos los chips de IA de la industria, el camino es largo y está lleno de incógnitas:
¿Con qué fundición se fabricarán de forma sostenida esos AI4, AI5 y AI6?
¿En qué nodo y con qué costes, en un contexto de alta demanda y restricciones de capacidad?
¿Podrá Tesla mantener un ciclo anual de nuevos chips sin comprometer estabilidad, costes y compatibilidad?
¿Qué significa esto para el futuro de la IA “del mundo real”?
Más allá de si Musk cumple literalmente su promesa o no, el mensaje refleja una tendencia clara: la convergencia entre automoción, robótica y hardware de IA.
Los coches conectados y cada vez más autónomos se están convirtiendo en plataformas de cómputo sobre ruedas.
Los robots humanoides y otros sistemas autónomos necesitarán grandes cantidades de potencia de cálculo dedicada para visión, planificación y control.
Las empresas que controlen tanto el software (modelos de IA) como el hardware (chips optimizados para esas tareas) tendrán una ventaja competitiva importante.
Tesla quiere estar en ese grupo, no solo como cliente de NVIDIA, sino como diseñador de su propio “stack” de IA, desde el silicio hasta los algoritmos. La historia reciente demuestra que la compañía es capaz de moverse rápido, pero también que sus plazos suelen ser optimistas.
Por ahora, lo único seguro es que la carrera por los chips de IA se intensifica, y que el sector tendrá un ojo puesto tanto en los AI5 y AI6 de Tesla como en la respuesta de los grandes fabricantes de semiconductores tradicionales.
Si Musk tiene razón o no sobre “fabricar más chips que todos los demás juntos”, será algo que el mercado —y los próximos años— se encargarán de demostrar.
