Una empresa californiana acaba de revelar una tecnología que llevaba años gestándose en secreto: una fábrica capaz de transformar código en máquinas físicas de tamaño microscópico. Atomic Machines ha anunciado una inversión de 250 millones de dólares para escalar un sistema que promete cambiar la forma en que se diseña y produce hardware de precisión.
El anuncio llega en un momento en que la demanda de componentes electrónicos más rápidos y eficientes se dispara, impulsada en gran parte por la infraestructura necesaria para sostener el auge de la inteligencia artificial. Por eso, una herramienta que promete acelerar y abaratar la fabricación de piezas diminutas resulta especialmente relevante ahora.
Qué es el Matter Compiler
El núcleo de la propuesta de Atomic Machines se llama Matter Compiler. No se trata de una impresora 3D convencional, que únicamente moldea un material existente. Este sistema construye un dispositivo completo y operativo partiendo de cero, siguiendo instrucciones digitales.
En la práctica, quien quiera fabricar una máquina diminuta solo necesita describirla mediante código. A partir de ahí, la inteligencia artificial se encarga de ensamblarla pieza por pieza, revisando cada componente durante el proceso y decidiendo qué materiales encajan mejor según la función que debe cumplir.
La compañía resume su objetivo con una frase sencilla: pasar directamente del código al producto final, sin los pasos intermedios que exige la manufactura tradicional.
PrimeSwitch, el primer dispositivo nacido de este sistema
El primer resultado tangible de esta tecnología es PrimeSwitch, un interruptor de energía pensado para los servidores que dan soporte a cargas de trabajo de inteligencia artificial.
Según ha trascendido, se trata de un relé de potencia electromecánico en miniatura capaz de conducir 150 amperios de forma continua y de abrirse en apenas 50 microsegundos. Esa velocidad lo situaría alrededor de mil veces por delante de un contactor convencional, una diferencia que puede resultar decisiva en centros de datos donde la eficiencia energética es cada vez más crítica.
Seis años de trabajo silencioso antes de salir a la luz
Atomic Machines no es un proyecto improvisado. La empresa, fundada por Jeff Holden, ha permanecido en modo sigiloso durante seis años antes de presentar públicamente el Matter Compiler y confirmar la ronda de financiación de 250 millones de dólares.
Según ha explicado la propia compañía, su plataforma se apoya en operaciones programables y en mediciones constantes para diseñar, construir y perfeccionar dispositivos sin necesidad de crear nuevos moldes, máscaras o procesos específicos para cada producto. Esa flexibilidad es precisamente lo que distingue a este enfoque de las líneas de fabricación tradicionales, diseñadas casi siempre para un único tipo de pieza.
Una inteligencia artificial que aprende mientras fabrica
Uno de los aspectos más llamativos del sistema es su capacidad de aprendizaje continuo. La IA no se limita a ejecutar instrucciones: mide, corrige y ajusta cada paso del proceso de fabricación en tiempo real.
De acuerdo con información recogida por The New York Times, el sistema realiza experimentos durante cada construcción para extraer aprendizajes y mejorar progresivamente. Aun así, la automatización completa todavía no es total. Los ingenieros siguen interviniendo para mover piezas entre las trece máquinas que componen el proceso y para colaborar en el ensamblaje final.
La visión a largo plazo apunta a eliminar esa dependencia humana en las tareas repetitivas, de modo que un mismo sistema pueda producir dispositivos completamente distintos simplemente cambiando las instrucciones digitales que recibe.
Qué implica esta tecnología
Si esta propuesta cumple sus promesas, podría abrir la puerta a una fabricación de hardware avanzado mucho más accesible. Profesionales de sectores como la electrónica, la medicina o la robótica podrían diseñar componentes a escala microscópica sin pasar por los costosos y rígidos procesos de manufactura tradicionales.
Eso se traduciría, en teoría, en ciclos de innovación más cortos y en una reducción de costes para quienes necesitan prototipar o producir piezas altamente especializadas, desde interruptores de potencia hasta componentes médicos diminutos.
Preguntas frecuentes
¿Qué es Atomic Machines?
Es una empresa con sede en California que ha desarrollado el Matter Compiler, un sistema de fabricación basado en inteligencia artificial capaz de construir micromáquinas funcionales a partir de instrucciones de código.
¿Cuánto dinero ha recaudado la compañía?
Atomic Machines ha conseguido 250 millones de dólares para impulsar el desarrollo y la aplicación comercial de su tecnología de fabricación nativa de IA.
¿Qué es el PrimeSwitch?
Es el primer dispositivo fabricado con este sistema: un interruptor electromecánico en miniatura para servidores de inteligencia artificial, capaz de conducir 150 amperios y abrirse en 50 microsegundos, lo que lo haría unas mil veces más rápido que un contactor tradicional.
¿Quién fundó Atomic Machines?
La empresa fue fundada por Jeff Holden, quien mantuvo el proyecto en secreto durante seis años antes de presentarlo públicamente.
¿La fabricación es totalmente automática?
No por completo. Aunque la IA dirige el diseño, la construcción y la corrección de cada pieza, los ingenieros todavía intervienen para mover componentes entre las máquinas y ayudar en el ensamblaje final.
¿En qué se diferencia del Matter Compiler de una impresora 3D?
Una impresora 3D solo modifica la forma de un material. El Matter Compiler construye dispositivos completos y funcionales desde cero, seleccionando materiales y corrigiendo el proceso de fabricación en cada etapa.
Samuel Gil es especialista en infraestructura tecnológica, administración de servidores y desarrollo de servicios digitales. Con una sólida trayectoria en entornos web de alta exigencia, optimización de servidores y gestión de arquitecturas de red, Samuel dedica su labor en faq-box.com a desglosar cuestiones técnicas complejas para convertirlas en guías prácticas, transparentes y de alto valor técnico.
Su enfoque editorial prioriza el rigor, la seguridad en los sistemas y la resolución eficiente de problemas técnicos cotidianos y avanzados. A través de sus análisis, busca ofrecer respuestas directas y contrastadas para profesionales y entusiastas del sector tecnológico.
Cuenta con una sólida formación en el área tecnológica, destacando su especialización a través del Máster en Inteligencia Artificial Aplicada a la Gestión Empresarial y el MBA in Digital Transformation & Artificial Intelligence de ISEEN.EU, lo que aporta un rigor técnico avanzado a cada análisis de desarrollo y arquitectura digital.
