¿Dibujará la IA sus propios chips?: Kimi, Jalapeno y el muro de la verificación

Este episodio de Asianometry abre con la afirmación de Kimi K3 en julio de 2026 de haber diseñado un chip en una sola ejecución autónoma de 48 horas, lo que recortó un 9 por ciento las acciones de Synopsys y Cadence en medio de una venta más amplia de valores de IA; la señal es clara en cualquier caso: la IA es el nombre del juego en el diseño de chips. La presentación de OpenAI en Hot Chips y las sesiones de Siemens amplifican la misma pregunta: ¿dónde termina el hype y dónde empieza la realidad?

Primero un glosario: el front-end escribe el flujo de datos en lenguajes como Verilog, las herramientas de síntesis emiten listas de puertas, el back-end coloca y enruta, y la simulación más la verificación comprueban cada paso. El mercado pertenece a Synopsys y Cadence con Siemens en tercer lugar; el código abierto tiene la suite OpenRoad. El lenguaje de los chips se parece al código, pero miles de millones de elementos nunca caben en el contexto, el conocimiento es profundo y cerrado, y los kits de diseño de las fundidoras están tras estrictos acuerdos de confidencialidad. Los modelos de extremo a extremo de especificación a archivo están lejos; los arneses de llamada de herramientas son obligatorios.

La afirmación de Kimi se sitúa en una escala modesta: descripción de hardware para un pequeño acelerador de inferencia, el Nano KPU, escrito con herramientas de código abierto; cierre de temporización a 100 MHz dentro de 4 milímetros cuadrados, 1,46 millones de celdas estándar y más de 8 700 tokens por segundo de rendimiento simulado. Suena impresionante, pero las advertencias muerden: la descripción de hardware escrita por IA precede a ChatGPT, los ensayos con GPT-2 alcanzaron el nivel de novato en 2020, y un diseño asistido por ChatGPT llegó una vez al tapeout. Esa parte no es el avance.

Más importante aún, el diseño de Kimi omite la colocación, el enrutado, la verificación física y la validación final; el cierre de temporización se basa en estimaciones, y 100 MHz se lee tenue frente a diseños humanos de 20 a 450 MHz en la misma biblioteca de 45 nanómetros. El propio Kimi lo enmarca como prueba de concepto, subrayando la integridad funcional autónoma. El presentador aconseja ver el bosque, no los árboles: la dirección está fijada y huele a futuro.

La evidencia alentadora proviene de los bucles humano-máquina: en un artículo de un ex ingeniero de xAI, un bucle interno escribe, sintetiza y enruta mientras un bucle externo revisa la ejecución y propone métodos, guiados por cadenas de objetivos humanas. El bloque crítico de multiplicar-acumular alcanzó 900 MHz a 1 GHz, con la complejidad aumentando a medida que el esfuerzo se extendía por el chip. La iteración guiada, no el espectáculo autónomo, es lo que da resultados.

La revelación de Jalapeno de OpenAI recibe una lectura similar: 9 meses desde la primera descripción hasta el tapeout suena rápido, pero 9-12 meses con herramientas de Synopsys y sin IA ya es corriente; dónde arranca el reloj es difuso y el diseño es bastante simple. Lo llamativo no es el tiempo sino el equipo central de 20-30 personas; que un equipo así pueda hacer esto sugiere muchos menos humanos en el futuro. El trabajo de back-end, apenas detallado, se supone que pasó por el socio Broadcom, probablemente a mano.

El nudo del episodio es el muro de la verificación: la optimización potencia-rendimiento-área ofrece un bucle de recompensa cerrado, mientras que la verificación no da ninguna señal de aproximación más allá de aprobar o suspender, y saber qué probar sigue siendo humano. Los errores se imprimen en el silicio y los 90 días posteriores al tapeout transcurren tensos. Con el 50-70 por ciento del tiempo de desarrollo hundido en la validación, se cita una frase de Tenstorrent: diseñado por IA más verificado por humanos consuela más que al revés.

El panorama de las startups se lee con el mismo lente: los envoltorios de front-end sobre modelos de frontera arriesgan a que los gigantes propietarios de los modelos les quiten su milkshake, mientras que las apuestas de back-end y verificación se ven más interesantes. Las demostraciones de agentes de larga data de Siemens y la deriva de Synopsys hacia precios de suscripción más pago por token muestran que el modelo de licencias también se transforma; el mundo del asiento por usuario no se convertirá en un mundo de ejecuciones paralelas sin dolor.

El cierre enfatiza el ritmo: la afirmación de Redwood de Architect Labs de producción con IA a partir de una especificación de dos arquitectos, hasta TSMC pronunciando IA agéntica, hacen que todo se sienta obsoleto en cuestión de semanas. El presentador se desmarca de credenciales de diseñador de chips, pero el veredicto direccional es firme: la IA y los expertos del dominio están juntando cabezas, y la presión de los clientes alisará los problemas.