Meta estaría en conversaciones para adquirir Rivos, una startup de semiconductores centrada en chips basados en RISC-V —desde aceleradores de IA hasta GPU—, según informaciones del sector. La operación, aún no anunciada oficialmente, encajaría con la estrategia de la matriz de Facebook de reducir la dependencia de NVIDIA y diseñar hardware a medida para entrenar e inferir sus modelos Llama y otras aplicaciones (p. ej., Ray-Ban Meta).
Si prospera, el acuerdo podría valorarse por encima de 2.000 millones de dólares, según estimaciones de mercado que sitúan a Rivos en ese entorno tras su ronda de 250 millones en 2024 para su primer chip de servidor para IA.
Quién es Rivos y por qué interesa a Meta
- Sede: Santa Clara (California).
- Foco: SoC y aceleradores sobre RISC-V, con ambición de GPU/AI para centros de datos.
- Trayectoria legal: en 2022 fue demandada por Apple, que alegó contratación de decenas de exingenieros y uso indebido de secretos de diseño SoC; Rivos contrademandó. El litigio se resolvió en 2024 mediante acuerdo.
Para Meta, absorber un equipo con IP, tooling y talento especializado en RISC-V y aceleración puede acortar años en su hoja de ruta de silicio propio, hoy apoyada en el proyecto Meta Training and Inference Accelerator (MTIA) —diseñado con Broadcom y fabricado por TSMC, con despliegues limitados ya en algunos centros de datos junto a GPU de NVIDIA.
Qué ganaría Meta: control, coste y ajustarse al “soft-stack” Llama
- Menos dependencia de GPU de propósito general (NVIDIA) en entrenamiento/inferencia, con un mix creciente de silicio propio + GPU donde tenga sentido.
- Ajuste fino al stack de IA de Meta (Llama, pipelines de datos, operadores y precisiones), optimizando rendimiento por vatio y TCO.
- Elasticidad de suministro y resiliencia ante cuellos de botella de HBM y empaquetado avanzado, al diversificar proveedores y nodos.
- Propiedad intelectual y talento en RISC-V, arquitectura abierta que facilita microarquitecturas a medida, chiplets y licenciamiento más flexible que alternativas propietarias.
La apuesta por silicio propio sigue la estela de Google (TPU), Amazon (Trainium/Inferentia) o Microsoft (Cobalt/Athena): grandes hyperscalers que integran software + hardware para ganar eficiencia y control.
¿RISC-V para GPU/IA? Oportunidad y desafíos
RISC-V ofrece un ISA modular y abierto, con extensiones para vectorización (RVV) y matriciales que pueden explotar tareas de IA. Rivos apunta a diseños con pipelines de cómputo y memoria adaptados a operadores de deep learning modernos (matmul/conv, atenciones, formatos mixtos), en un entorno de chiplets y empaquetado 2,5D/3D que será imprescindible para escalar.
Retos:
- Ecosistema de software: compilers, runtimes, kernels y librerías de alto rendimiento (equivalentes a cuDNN/cuBLAS/TensorRT) requieren inversión sostenida.
- HBM y packaging: capacidad y yield en interposers/sustratos siguen siendo cuellos de botella globales.
- Rendimiento: igualar/ superar a GPU de última generación exige ancho de banda, paralelismo eficiente y programabilidad.
Para Meta, integrar Rivos aceleraría la construcción de ese pila de software-hardware, apalancando su masa crítica en frameworks internos y contribuciones open source.
Sinergias con MTIA (y qué podría cambiar)
- Entrenamiento: hoy dominado por GPU; un acelerador RISC-V puede cubrir fases o modelos concretos (p. ej., inferencia de gran escala, preprocessing, embedding) y, a medio plazo, atacar partes del entrenamiento si el stack madura.
- Inferencia: gran candidato para chips Meta-Rivos a medida: operadores específicos, cuantización agresiva (INT8/FP8/bfloat16), batching y latencia predecible.
- Red y almacenamiento: integración con NICs de alto rendimiento, CXL, PCIe 6/7 y sistemas de memoria coherente será clave para el serving de LLMs.
Precio y encaje regulatorio
Las cifras que circulan sitúan la operación >2.000 millones $ (incluso ~3.000 millones). Cualquier acuerdo enfrentará revisión regulatoria en EE. UU. y, previsiblemente, en otras jurisdicciones, por competencia y seguridad económica (transferencia de IP y talento en semiconductores). Dado que el mercado de GPU para IA está fuertemente concentrado, los reguladores podrían analizar si la compra reduce opciones en segmentos emergentes.
¿Qué pierde (o arriesga) Meta?
- Ejecución: fusionar una startup de hardware en una gran organización puede ralentizar decisiones y desgastar talento.
- Capex y plazos**: pasar de tape-out a volumen industrial lleva años; los beneficios no son inmediatos.
- Complejidad de stack: mantener dos o más pistas (GPU externas + silicio propio) exige foco y recursos continuos en compilación, kernels y orquestación.
- Riesgo tecnológico: competir con NVIDIA en rendimiento absoluto es difícil; la estrategia debe apuntar a ventajas específicas (coste/serving/uso interno).
Qué significa para el mercado
- Presión competitiva: más hyperscalers con chips propios reducen el addressable market de GPU genérica y empujan a los diseñadores a diferenciarse (software, ecosistema, empaquetado).
- Impulso a RISC-V: una compra de este tamaño validaría RISC-V en centros de datos, más allá de microcontroladores y edge.
- Cadena de suministro: mayor demanda de TSMC/CoWoS/SoIC, HBM y equipos de test; los cuellos de botella seguirán marcando el ritmo de despliegues.
Señales a vigilar
- Confirmación oficial y términos (precio, retención de plantilla, roadmap).
- Interacción con MTIA: si Rivos se integra como equipo bajo el programa o como línea paralela (p. ej., “GPU-like” vs “accelerator”).
- Hitos de silicio: tape-outs, benchmarks internos, nodos de TSMC y empaquetado.
- Stack de software: compilers, runtimes, modelos soportados y toolchains (cuantización, graph optimization).
- Compras colaterales: posibles adquisiciones de IP (memoria, interconexión) o equipos de EDA para acelerar.
Conclusión
La posible compra de Rivos por Meta encaja con el giro de la industria: quienes sirven IA a escala planetaria quieren propiedad sobre el silicio que ejecuta sus modelos. RISC-V ofrece el lienzo; Rivos, el pincel; Meta, el motivo. El desafío no será “crear otra GPU”, sino diseñar el acelerador correcto para su carga y economía, con un stack que lo explote de verdad. Si lo logran, Meta reducirá costes estructurales, ganará control y resiliencia y, de paso, empujará a un mercado que ya no gira únicamente en torno a una marca de GPU.
vía: bloomberg
