Meta aumenta inversión en centro de datos Texas a $10B; apunta a 1 GW para 2028

Meta aumentó su inversión de capital planeada en un centro de datos de IA en El Paso, Texas de $1,5 mil millones a más de $10 mil millones, expandiendo la instalación a capacidad de un gigavatio para su lanzamiento en 2028. El aumento refleja la reevaluación de Meta de las demandas de computación de IA mientras la empresa se prepara para cargas de trabajo de inferencia a escala de agentes y expande su capacidad de entrenamiento de modelo de IA interno. La medida se produce en medio de la expansión de infraestructura más amplia de Meta, con gastos de capital totales de 2026 proyectados en $115 mil millones a $135 mil millones—casi el doble de los $72 mil millones que la empresa gastó en 2025.

Meta está consolidando su estrategia de infraestructura de IA en silicio personalizado e hardware heterogéneo. La instalación de Texas representa una piedra angular de la capacidad de cómputo soberano de Meta, reduciendo la dependencia de proveedores de nube de terceros y permitiendo que la empresa ajuste directamente la optimización de cargas de trabajo a su pila de hardware. El objetivo de 1 GW posiciona a Meta junto con otros hiperscalers que construyen instalaciones de escala similar: Amazon apunta a múltiples gigavatos en despliegues de Trainium, Google ha escalado la capacidad de TPU en múltiples regiones, y Microsoft está añadiendo gigavatos de capacidad en centros de datos de Azure.

La intensidad de capex refleja un cambio en toda la industria: la inferencia de modelos fronterizos se está volviendo cada vez más intensiva en capital conforme los modelos se escalan a escalas de parámetros de billones y los agentes requieren cómputo sostenido en lugar de llamadas API esporádicas. La reestructuración interna de Meta, incluidos 700 despidos iniciales anunciados junto con la guía de capex, señala que el capex de infraestructura ahora es prioritario sobre el crecimiento de la fuerza laboral. El cronograma de la instalación de Texas (finalización 2028) se alinea con las expectativas de la industria de que la inferencia en dispositivo se estabilizará entre 2027-2028, forzando que las cargas de trabajo de inferencia se consoliden en instalaciones a hiperescala optimizadas para patrones de cómputo de agentes.