El hardware con IA empieza a definirse menos por la etiqueta del producto que por el lugar donde se ejecuta el procesamiento. Un ordenador con modelos locales, una plataforma para calcular la contaminación atmosférica y los anuncios sobre nuevos chips y robots apuntan hacia una misma dirección: llevar capacidades de inteligencia artificial a equipos concretos, con necesidades específicas de potencia, privacidad y respuesta. Los casos disponibles no describen una tecnología uniforme ni permiten medir todavía su adopción, pero sí muestran cómo el componente físico se convierte en una parte central de la estrategia de IA.

Hardware con IA en el dispositivo

La investigación de la Universidad de Manchester con NVIDIA Earth-2 es uno de los ejemplos más claros de esta tendencia aplicada a un problema público. Según NVIDIA, el equipo utiliza la plataforma para pronosticar la contaminación del aire en el Reino Unido. El punto de partida es una limitación de los modelos tradicionales basados en química: calcular la calidad del aire con suficiente detalle exige una capacidad de cómputo elevada, lo que restringe tanto la resolución de los análisis como la frecuencia con que pueden ejecutarse.

El caso no implica que la inteligencia artificial sustituya por completo a esos modelos. La información disponible indica que el enfoque busca facilitar conocimientos basados en datos y ampliar la capacidad de análisis. NVIDIA cita una estimación de alrededor de 30.000 muertes asociadas a la contaminación del aire en el Reino Unido durante el último año, una cifra presentada como referencia del riesgo sanitario. El valor del sistema, por tanto, dependerá de cómo se validen sus predicciones y de cómo puedan emplearse en investigación o políticas públicas, aspectos que no quedan detallados en la fuente.

En el ámbito de los ordenadores personales, NVIDIA también anunció la disponibilidad en Windows de Perplexity Portable Computer, una versión local del agente Perplexity Computer. La propuesta se apoya en modelos que funcionan directamente en el PC y en GPU RTX para acelerar el procesamiento. El sistema está descrito como un agente capaz de planificar y ejecutar tareas de varios pasos, analizar datos y reunir información sin enviar necesariamente todo el trabajo a servidores remotos.

La ejecución local puede reducir la exposición de información sensible, aunque no significa que todos los datos queden siempre fuera de la nube ni que cualquier equipo pueda ejecutar las mismas cargas. La fuente habla de modelos locales cada vez más capaces, pero no proporciona en este material requisitos de hardware, mediciones de rendimiento o una comparación independiente con otras soluciones. Esa falta de datos impide valorar cuánto cambia la experiencia según la configuración del ordenador.

La convergencia entre modelos de IA y hardware especializado tiene consecuencias distintas según el dispositivo. En un sistema de predicción ambiental, la capacidad de cálculo puede determinar el nivel de detalle y la periodicidad de los resultados. En un PC, la presencia de una GPU compatible puede trasladar algunas tareas desde centros de datos al equipo del usuario. En ambos casos, el hardware deja de ser un soporte invisible: condiciona qué modelos pueden ejecutarse, cuánto tardan y qué información debe salir del dispositivo.

Los chips para centros de datos y teléfonos forman otra pieza de esta competencia. Un reporte difundido por Google News y atribuido a Gestión señala que Meta prepara su propio chip de inteligencia artificial, identificado con el nombre de “Astrid”. La información facilitada no confirma especificaciones, calendario, proceso de fabricación ni productos concretos en los que se utilizaría. Lo que puede afirmarse con prudencia es que el reporte apunta al interés de Meta por diseñar silicio propio, una vía que podría darle mayor control sobre costes, rendimiento e integración si el proyecto llega a materializarse.

Algo parecido ocurre con la noticia sobre MediaTek. Infobae informa de la presentación de un chip para móviles fabricado con tecnología de TSMC y descrito como basado en un proceso avanzado. Sin datos técnicos adicionales en el resumen disponible, no es posible precisar el nodo de fabricación, la arquitectura, la unidad de procesamiento para IA o las mejoras frente a generaciones anteriores. La relevancia del anuncio está en la relación entre fabricante de chips, fundición y dispositivos móviles, un ecosistema donde las funciones de inteligencia artificial dependen tanto del diseño del procesador como de la eficiencia energética.

La robótica introduce un desafío diferente. Un artículo de Mundo Ejecutivo CDMX presenta el uso de perros robot en emergencias y rescates. El material disponible no identifica el modelo, el fabricante, el nivel de autonomía ni las funciones concretas de inteligencia artificial. Por ello, no corresponde atribuirles capacidades específicas de navegación, detección o toma de decisiones. La referencia sí sitúa a estos robots en escenarios donde un dispositivo cuadrúpedo puede complementar a los equipos humanos en lugares de difícil acceso, siempre que su operación, seguridad y utilidad estén demostradas en condiciones reales.

Chips y robots para tareas físicas

La siguiente fase de esta expansión estará marcada por la verificación, no solo por la potencia anunciada. Para la previsión de contaminación será necesario observar la precisión de los pronósticos, la cobertura geográfica y su utilidad para decisiones sanitarias. En los ordenadores con modelos locales habrá que comprobar el consumo de memoria, la autonomía, la compatibilidad con distintas GPU y qué partes del flujo de trabajo permanecen realmente en el dispositivo.

En los chips de Meta y MediaTek, la atención debería centrarse en especificaciones confirmadas: rendimiento por vatio, memoria, fabricación, disponibilidad y productos finales. Un nombre de proyecto o una descripción comercial no bastan para establecer una ventaja técnica. En los perros robot, la pregunta principal será qué tareas pueden realizar con supervisión humana, bajo qué protocolos y con qué resultados en emergencias reales.

El patrón común es claro, aunque sus resultados todavía no lo sean: la IA se está incorporando a procesadores, ordenadores, plataformas científicas y máquinas móviles. Ese desplazamiento puede mejorar la capacidad de cálculo y reducir la dependencia de servicios remotos en ciertos usos, pero también traslada al diseño del hardware decisiones sobre privacidad, consumo, mantenimiento y seguridad. La evolución del sector se medirá por esas prestaciones verificables, no solo por la presencia de un acelerador o de una etiqueta de inteligencia artificial.

Fuentes consultadas: NVIDIA Blog, “University of Manchester Uses NVIDIA Earth-2 to Forecast Air Pollution Across the UK”, https://blogs.nvidia.com/blog/uk-air-pollution-research-earth-2/; NVIDIA Blog, “Perplexity Portable Computer Is Now Available on Windows, Powered by NVIDIA RTX”, https://blogs.nvidia.com/blog/local-ai-perplexity-windows-pcs/; Gestión, “Meta alista su propio chip de IA, así será ‘Astrid’”, enlace difundido por Google News; Infobae, “La taiwanesa MediaTek presenta un chip para móviles con la tecnología más avanzada de TSMC”, enlace difundido por Google News; Mundo Ejecutivo CDMX, “Perros robot en emergencias: tecnología que transforma rescates”, enlace difundido por Google News.

Fuentes consultadas

• Fuente consultada (NVIDIA Blog)
• Fuente consultada (NVIDIA Blog)
• Fuente consultada (Google News Hardware IA)
• Fuente consultada (Google News Hardware IA)
• Fuente consultada (Google News Hardware IA)