Los chips de IA se han convertido en una pieza central de la competencia tecnológica, no solo por la capacidad de entrenar modelos, sino también por la posibilidad de ejecutar tareas directamente en servidores, ordenadores y dispositivos. Varias informaciones recientes apuntan a movimientos de Apple, Huawei y Meta en el diseño o despliegue de hardware propio, mientras NVIDIA sitúa los modelos locales como una vía para que los agentes de inteligencia artificial trabajen en equipos con Windows. El patrón común es claro, aunque sus resultados todavía deben medirse: la inteligencia artificial necesita más capacidad de cálculo y los grandes actores intentan controlar una parte mayor de esa infraestructura.

Chips de IA para servidores

El cómputo de IA se apoya principalmente en procesadores capaces de realizar muchas operaciones en paralelo. Las unidades de procesamiento gráfico, conocidas como GPU, se diseñaron originalmente para manejar imágenes y gráficos, pero su arquitectura resulta adecuada para entrenar y ejecutar modelos de inteligencia artificial. En un centro de datos, estos chips se combinan con memoria, redes de alta velocidad y sistemas de refrigeración para procesar grandes volúmenes de información. En un ordenador personal, el objetivo suele ser distinto: ejecutar modelos más pequeños con menor dependencia de servidores remotos.

Esa separación está empezando a ser menos rígida. NVIDIA afirma que Perplexity Portable Computer ya está disponible en Windows y que utiliza GPU RTX para acelerar una versión local del agente Perplexity Computer. Según la compañía, este sistema puede planificar y llevar a cabo tareas de varios pasos, analizar datos y reunir información directamente en el equipo. La referencia a modelos locales también implica una posible ventaja de privacidad, porque parte de la información sensible puede permanecer en el dispositivo, aunque la fuente no detalla qué tareas se ejecutan siempre de forma local ni qué requisitos concretos necesita cada configuración.

La otra tendencia es el diseño de chips propios por parte de compañías que antes dependían en mayor medida de proveedores especializados. The Information, según recoge Xataka, señala que Apple planea regresar al mercado de servidores para IA con apoyo de NVIDIA y mediante un futuro chip M8 Ultra. La información aparece formulada como un plan, no como un producto presentado oficialmente, por lo que todavía no permite conocer especificaciones, fechas, clientes o el alcance real de esa posible estrategia. La combinación mencionada sugiere una relación entre el silicio propio de Apple y la capacidad de aceleración de NVIDIA, pero los detalles técnicos no están confirmados en la información disponible.

Huawei, por su parte, anunció el chip de IA Ascend 960 y una previsión para multiplicar por diez su capacidad de cómputo de aquí a 2030, según dplnews.com. En este caso conviene distinguir entre el anuncio del componente y la proyección a largo plazo. La cifra describe una meta comunicada por la compañía, no un resultado ya demostrado. Tampoco se ofrecen en la fuente resumida datos sobre fabricación, consumo, rendimiento comparativo o disponibilidad internacional del Ascend 960. Aun así, el anuncio muestra que la carrera por el hardware de IA no se limita a los proveedores estadounidenses y que la capacidad de cómputo se plantea como una variable estratégica.

El avance de estos proyectos puede alterar la distribución del trabajo entre la nube y los dispositivos. Cuando un modelo se ejecuta en un servidor, el usuario depende de una conexión, de la capacidad contratada por el proveedor y de sus reglas para tratar los datos. Cuando parte de la inferencia —el proceso por el que un modelo genera una respuesta a partir de una entrada— se realiza en el equipo, pueden reducirse la latencia y la transferencia de información. El coste es que el dispositivo necesita memoria, almacenamiento y un acelerador con suficiente rendimiento, además de gestionar el consumo energético y el calor.

Para los fabricantes, diseñar chips propios ofrece potencialmente más control sobre el rendimiento, el consumo y la integración con el software. También puede reducir la dependencia de calendarios externos de suministro, aunque esa ventaja no está garantizada: fabricar semiconductores exige acceso a procesos industriales, empaquetado avanzado, memoria y redes de distribución. En el caso de Apple, el posible regreso a los servidores sería especialmente relevante porque ampliaría el papel de su arquitectura más allá de sus ordenadores y dispositivos, pero la información publicada no confirma que el proyecto vaya a materializarse ni cuál sería su escala.

Meta aparece en otra de las informaciones recientes por la preparación de un chip propio de IA denominado “Astrid”, según Gestión. El titular disponible no aporta detalles sobre su diseño, proceso de fabricación, rendimiento o destino. Por eso, lo que puede afirmarse es limitado: la compañía estaría trabajando en una solución propia, pero no hay base suficiente para describirla como un producto comercial ni para compararla con Ascend, RTX o los chips de Apple. El interés de este movimiento está en la tendencia que representa: las empresas que operan grandes servicios de IA buscan cada vez más adaptar el hardware a sus cargas de trabajo específicas.

La orquestación de agentes también conecta esta evolución de chips con el software. La Razón informa de que Happy Robot ha mostrado una arquitectura de agentes de IA y la presenta como el unicornio español más joven y precoz. La fuente disponible no aporta detalles de hardware ni permite establecer una relación directa con los chips citados. Sí ayuda a entender la presión que ejercen los agentes sobre la infraestructura: un sistema que divide una tarea, consulta herramientas y encadena varios pasos puede requerir más ejecuciones que un asistente que responde una sola pregunta. Esa demanda puede repartirse entre centros de datos y equipos locales, según el modelo y la tarea.

Chips de IA y agentes locales

El próximo punto de observación será la distancia entre los anuncios y los productos verificables. En Apple habrá que comprobar si el supuesto M8 Ultra para servidores llega a presentarse, qué papel desempeña NVIDIA y si la compañía ofrece una plataforma para terceros o una infraestructura destinada a sus propios servicios. En Huawei será necesario contrastar el rendimiento del Ascend 960, su disponibilidad y la capacidad real de producción frente a la previsión de cómputo para 2030. En Meta, cualquier detalle sobre “Astrid” permitiría saber si se trata de un acelerador para entrenamiento, de un chip para inferencia o de una pieza para centros de datos.

En los ordenadores personales, la disponibilidad de Perplexity Portable Computer en Windows marca una dirección concreta, pero no resuelve por sí sola las limitaciones de los modelos locales. El rendimiento dependerá de la GPU RTX, la memoria disponible, el tamaño del modelo y la conexión que requieran las funciones no ejecutadas en el equipo. La cuestión no es únicamente cuántas operaciones puede realizar un chip, sino dónde se ejecutan, con qué coste energético y bajo qué condiciones se procesan los datos.

Fuentes consultadas: NVIDIA Blog, “Perplexity Portable Computer Is Now Available on Windows, Powered by NVIDIA RTX”; Xataka, sobre la información de The Information acerca de Apple, NVIDIA y el M8 Ultra; dplnews.com, sobre el anuncio del Ascend 960 de Huawei; Gestión, sobre el chip de IA “Astrid” de Meta; y La Razón, sobre Happy Robot y la orquestación de agentes de IA.

Fuentes consultadas

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