
Gartner sacó su primer Magic Quadrant para Cloud AI Infrastructure y las posiciones son bastante clarificadoras del momento que vive la industria.
Google Cloud: el Leader
Google fue nombrado Leader, posicionado más alto en Ability to Execute y más lejos en Completeness of Vision. El reconocimiento no es casualidad:
- TPU 8t: 9,600 chips por superpod, ~3x más compute por pod que la generación anterior, diseñado para training de frontier models
- TPU 8i: 288 GB HBM y 384 MB SRAM on-chip (3x más que antes), optimizado para inference agentic en tiempo real
- Sirve a 9 de cada 10 frontier AI labs, además de empresas como Citadel Securities y Mercedes Benz
- Co-diseño de silicio + software desde hace más de una década
Google también confirmó que será uno de los primeros en ofrecer instancias A5X basadas en Vera Rubin de NVIDIA cuando estén disponibles este año.
CoreWeave: Visionary
CoreWeave entró como Visionary en este primer MQ. Un reconocimiento importante para un player que nació como crypto miner y se transformó en uno de los mayores providers de GPU-as-a-service para AI. Su enfoque en performance pura y cost-efficiency para inference/training le está pegando fuerte a los grandes.
¿Qué nos dice esto?
El hecho de que Gartner cree un Magic Quadrant dedicado exclusivamente a AI Infrastructure confirma que este es un mercado distinto al cloud tradicional. No basta con tener datacenters — necesitas silicio optimizado, networking de alto rendimiento, y un software stack que saque el jugo a cada FLOP.
La competencia se va a poner brutal con Meta Compute entrando al ring (ver nuestro artículo de hoy), Google apretando con TPUs propios, y CoreWeave comiendo por abajo. AWS y Azure van a tener que responder fuerte.
Fuentes: Gartner, Google Cloud Blog, BusinessWire, IT Brief


