Chile tomó una decisión que hoy empieza a mostrar resultados: invertir de manera sostenida en infraestructura, talento y datos para impulsar la inteligencia artificial.
Relacionados:
Esa apuesta, respaldada por acuerdos público-privados y políticas estables, convirtió al país en el nuevo faro regional de la supercomputación. Y, a la vez, dejó expuesta la distancia que separa a la Argentina en un terreno que muchos consideran estratégico.
El desembarco de AMD en Santiago —con la firma de una alianza con el Centro Nacional de Inteligencia Artificial (CENIA) y una recorrida por la supercomputadora pública Leftraru 2— sirvió para poner en escena un debate que atraviesa a toda la región: quién tendrá capacidad real de desarrollar modelos propios, manejar sus datos y competir en la nueva economía de la IA.
“El que no computa, no compite”, se repitió una y otra vez durante los encuentros. La frase sintetiza un punto central: sin capacidad de cómputo, un país queda condenado a depender de tecnologías externas y modelos entrenados con datos ajenos.
Chile, el caso testigo
Para Nicolás Cánovas, director general de AMD para América Latina, el avance chileno no es casual. “Chile vio con anticipación el impacto de la inteligencia artificial y movilizó recursos”, explicó. Según el ejecutivo, la clave fue la interacción entre Estado, academia y sector privado, combinada con instituciones capaces de “hablar con el espacio público” y orientadas al bien común.
La alianza firmada entre AMD y CENIA va en esa dirección: investigación conjunta, formación de talento y el uso de infraestructura de alto desempeño para entrenar modelos.
El acuerdo también fortalece el proyecto Latam-GPT, un modelo de lenguaje pensado específicamente para la región y entrenado a partir de datos latinoamericanos recolectados mediante convenios con gobiernos, universidades y bibliotecas.
El director de CENIA, Álvaro Soto, remarcó que ese diferencial es crucial porque los modelos globales fueron entrenados mayormente con información en inglés.
“Estudiaron mucho de otras partes del mundo y no tanto de Latinoamérica”, explicó. En ese sentido, afirmó que uno de los ejes del proyecto es trabajar con datos locales bajo esquemas estrictos de gobernanza: quién los provee, cómo pueden usarse y para qué.
La apuesta por el cómputo público
En Chile, esa visión se complementa con infraestructura concreta. El Laboratorio Nacional de Computación de Alto Rendimiento (NLHPC) opera desde 2024 la supercomputadora Leftraru 2, la pieza tecnológica más avanzada del ecosistema chileno y un salto tecnológico que cuadruplicó la capacidad de cómputo del país.
Su arquitectura combina 27 servidores Lenovo ThinkSystem SR645 V3 con procesadores AMD EPYC de 128 núcleos y dos servidores SR675 V3 equipados con GPU AMD Instinct MI210, diseñadas para cargas de IA.
En conjunto, estos equipos permiten ejecutar miles de cálculos en paralelo, procesar grandes volúmenes de datos científicos y reducir tiempos que antes tomaban semanas a apenas horas. Es, en términos simples, una infraestructura que multiplica la capacidad de investigación del país y abre la puerta a proyectos que antes eran directamente imposibles.
Ese salto ya se ve en casos concretos. El proyecto MIRAI Chile, dirigido por la investigadora Susana Mondschein, utiliza Leftraru 2 para anticipar el cáncer de mama en el sistema público de salud, logrando resultados que antes requerían meses de procesamiento en cuestión de días.
En el plano científico, la máquina también acelera investigaciones en áreas como astronomía y modelamiento matemático, consolidando a Chile como uno de los pocos países de la región con una plataforma pública y abierta de esta escala.
Soto fue directo: uno de los desafíos de la región es la falta de cómputo. “Necesitamos desarrollar esa infraestructura”, aseguró, y recordó que los nuevos proyectos en Chile incluyen inversiones multimillonarias en hardware y centros energéticamente sostenibles en el norte del país.
A su lado, Keith Strier, vicepresidente sénior de Mercados de IA Globales en AMD, reforzó la idea desde una perspectiva global: “Si no tenés acceso a 20 o 30 mil GPUs, no podés construir un modelo de frontera (vanguardia)”.
IA soberana
El concepto de “IA soberana” apareció varias veces en las conversaciones. Para Cánovas, la inteligencia artificial involucra seguridad nacional, capacidad de atraer inversiones y desarrollo industrial. Y por eso no puede quedar librada únicamente al sector privado. “Necesita un marco legislativo para funcionar”, sostuvo.
Soto, por su parte, destacó que los países comienzan a distinguir entre dos capas: poder de cómputo y control del conocimiento. Es decir, no solo ejecutar modelos, sino entrenarlos con datos propios y desarrollar capacidades que respondan a necesidades locales, desde educación y agricultura hasta sistemas de salud.
El proyecto Latam-GPT, que tendrá su primera versión pública entre diciembre y enero, se inserta en esa lógica. El modelo se entrenó con datos regionales no disponibles en la web abierta y validado mediante benchmarks creados específicamente para evaluar desempeño en entidades políticas, geográficas y económicas de América Latina.
Qué lugar ocupa Argentina
Argentina apareció recurrentemente en el diálogo con los voceros de AMD. Según Cánovas, el país tiene talento, historia de emprendimiento y un ecosistema de IA vibrante. Pero carece de continuidad y políticas públicas estables. “Lo que falta es que las políticas se mantengan a largo plazo, sin importar el signo político”, afirmó.
El ejecutivo señaló que la Argentina posee capacidades reales —incluido un cluster de supercomputación desarrollado junto a AMD en la Universidad Nacional de Córdoba—, pero que no logró consolidar una estrategia nacional sostenida ni ampliar la infraestructura disponible. “Solo desde el sector privado es muy difícil”, advirtió.
La región enfrenta problemas similares: iniciativas aisladas, inversiones limitadas, escasez de cómputo y dificultades para atraer capital para startups tecnológicas. Strier fue claro sobre este punto: “Necesitás gente, necesitás clientes, necesitás cómputo y necesitás capital. Los países que les facilitan esas cosas a las startups son los lugares a donde las startups van”.
Más allá de los modelos, los chips o las supercomputadoras, el consenso general fue que la competencia global por la IA se definirá en torno a tres ejes: talento, datos e infraestructura. Chile avanzó fuerte en los tres. Argentina destaca en uno (talento), avanza en el segundo (datos) y está retrasada en el tercero (infraestructura).
La alianza entre AMD y CENIA, el despliegue de Leftraru 2 y el desarrollo de Latam-GPT ubican a Chile en un punto singular del mapa regional. No se trata de un liderazgo definitivo, pero sí de una ventaja acumulada: instituciones coordinadas, prioridades claras y una visión que combina academia, Estado y empresas.
En un momento en que la IA empieza a redefinir industrias enteras, la frase repetida durante las jornadas suena menos a consigna que a advertencia: “El que no computa, no compite”. Para la región —y especialmente para la Argentina— el desafío está planteado. El tiempo, como siempre en tecnología, corre rápido.
