wp

Etiqueta: Nvidia

  • Nvidia quiere reinventar las computadoras: lanzó un nuevo superchip con IA que amenaza a Intel y AMD

    Nvidia quiere reinventar las computadoras: lanzó un nuevo superchip con IA que amenaza a Intel y AMD

    Nvidia quiere reinventar las computadoras: lanzó un nuevo superchip con IA que amenaza a Intel y AMD

    La revolución de la inteligencia artificial no solo está transformando teléfonos móviles, motores de búsqueda y aplicaciones. En el marco de la conferencia tecnológica GTC, celebrada en Taiwán en paralelo a la feria Computex, el fabricante estadounidense Nvidia presentó RTX Spark, un nuevo procesador con el que pretende desafiar la hegemonía de Intel y AMD en el mercado de las computadoras.

    El anuncio fue realizado por Jensen Huang, fundador y director ejecutivo de Nvidia, quien dejó claras sus ambiciones al afirmar que este desarrollo buscará «reinventar la PC» junto a Microsoft.
    «Microsoft y Nvidia van a reinventar la computadora. Este va a ser el nuevo PC», aseguró Huang durante la presentación.
    ### Un mercado dominado por Intel, AMD y Apple
    Para dimensionar la magnitud del anuncio, es necesario entender cómo funciona actualmente el mercado. Durante más de tres décadas, las computadoras portátiles y de escritorio han estado impulsadas principalmente por procesadores fabricados por Intel. Desde los años noventa, las familias Pentium y posteriormente Core se convirtieron en el estándar de la industria.
    En paralelo, AMD fue ganando terreno con sus procesadores Ryzen y EPYC, destacándose especialmente en el segmento gaming, donde lidera. Esta competencia ha beneficiado tanto a usuarios como a fabricantes.
    El escenario comenzó a cambiar en 2020, cuando Apple abandonó los procesadores Intel en sus computadoras Mac y presentó sus propios chips de la familia Apple Silicon. Modelos como M1, M2, M3 y recientemente M4 demostraron que era posible combinar alto rendimiento, inteligencia artificial integrada y una autonomía superior a muchas notebooks tradicionales.
    Más allá de la irrupción de Apple, la batalla por el procesador central de las PC sigue estando dominada por Intel y AMD. Nvidia, por su parte, construyó su liderazgo en otro segmento: las placas gráficas. Sus GPU GeForce se convirtieron en referencia para videojuegos, diseño profesional y, últimamente, inteligencia artificial. Este éxito la llevó a convertirse en la compañía tecnológica más valiosa del mundo gracias al auge de la IA generativa.
    Ahora, Nvidia busca dar un paso adelante y competir directamente por el componente más importante de una computadora.
    ### Qué es RTX Spark
    A diferencia de las PC tradicionales, donde el procesador central (CPU) y la tarjeta gráfica (GPU) funcionan como piezas separadas, RTX Spark apuesta por una integración mucho más profunda.
    El chip fue desarrollado junto a MediaTek, reconocido en el segmento móvil, y combina una CPU de 20 núcleos con una GPU basada en la arquitectura Blackwell que, según Nvidia, ofrece un rendimiento equivalente al de una placa gráfica GeForce RTX 5070.
    Además, incorpora capacidades específicas para acelerar tareas de inteligencia artificial, uno de los mercados donde la empresa domina globalmente.
    Según Nvidia, se trata de una plataforma diseñada desde cero para ejecutar aplicaciones tradicionales de Windows y al mismo tiempo potenciar nuevas experiencias basadas en inteligencia artificial.
    «Este es el chip más increíble que el mundo haya construido jamás», afirmó Huang durante la presentación.
    La propuesta responde a una tendencia creciente en la industria: trasladar parte de las funciones de IA desde la nube hacia los dispositivos locales, reduciendo la dependencia de servidores remotos y mejorando la velocidad de respuesta.
    Otro aspecto destacado de este «superchip» es que promete eliminar una de las principales limitaciones de las notebooks de alto rendimiento: la caída de potencia al funcionar desconectadas del cargador. Nvidia asegura que los equipos equipados con este procesador mantendrán prácticamente el mismo nivel de desempeño usando batería, algo poco habitual en computadoras portátiles para gaming o creación de contenido.
    ### Rendimiento de consola e inteligencia artificial portátil
    Durante la demostración, Nvidia mostró el rendimiento del chip en los juegos Forza Horizon 6 y 007 First Light, que corrieron a 100 cuadros por segundo (FPS) en resolución 1440p, una cifra que hasta hace poco estaba reservada para PCs de escritorio de alta gama.
    RTX Spark no estará limitado a notebooks: el chip llegará tanto a portátiles como a equipos de escritorio, ampliando su alcance en el mercado de PC.
    Lo más relevante es que la computadora podrá ejecutar herramientas avanzadas de inteligencia artificial sin necesidad de conexión a servidores externos. En otras palabras, el asistente funcionará directamente en el equipo, ofreciendo mayor privacidad y sin depender de una suscripción mensual.
    Este procesador está orientado tanto a aplicaciones tradicionales de Windows como a nuevas herramientas que utilicen agentes inteligentes, asistentes virtuales avanzados y modelos de inteligencia artificial, ya que puede ejecutar modelos de IA de hasta 120 mil millones de parámetros sin conexión a la nube.
    Así, la PC dejaría de ser simplemente una herramienta para ejecutar programas y se convertiría en una plataforma preparada para interactuar permanentemente con sistemas de inteligencia artificial. Esta visión es similar a la que actualmente impulsan Microsoft, Apple y Qualcomm, que buscan integrar funciones inteligentes directamente en el hardware.
    ### El primer gran paso de Nvidia en las PC
    Aunque Nvidia lleva años desarrollando procesadores para centros de datos, supercomputadoras y dispositivos especializados, RTX Spark representa uno de sus movimientos más ambiciosos en el mercado masivo de computadoras personales.
    La compañía había experimentado con arquitecturas ARM y soluciones integradas, pero nunca con una propuesta explícita para desafiar a Intel y AMD en el segmento principal de PC con sistema operativo Windows. Por este motivo, varios analistas consideran este lanzamiento como el inicio de una «nueva etapa para la industria».
    Además, señalan que la llegada de un tercer competidor de peso podría acelerar la innovación y abrir la puerta a computadoras más potentes, eficientes y preparadas para la era de la inteligencia artificial.
    ### Cuándo llegará al mercado
    Las primeras computadoras equipadas con RTX Spark estarán disponibles entre septiembre y noviembre, aunque aún no se confirmaron fechas ni precios. Entre los fabricantes que adoptarán

  • IA vs. trabajadores: en Nvidia admiten que «el costo de la computación supera con creces los costos de los empleados”

    IA vs. trabajadores: en Nvidia admiten que «el costo de la computación supera con creces los costos de los empleados”

    IA vs. trabajadores: en Nvidia admiten que «el costo de la computación supera con creces los costos de los empleados”

    La idea de que la inteligencia artificial (IA) ya está reemplazando masivamente a los trabajadores cobra fuerza con cada anuncio de despidos en el sector tecnológico. Sin embargo, los datos y la experiencia dentro de las propias empresas muestran un panorama más complejo, con una marcada brecha entre las expectativas y la realidad económica.

    “Para mi equipo, el costo de cómputo es muy superior al costo de los empleados”, afirmó Bryan Catanzaro, vicepresidente de deep learning aplicado en Nvidia. Con esta declaración, cuestiona la creencia ampliamente difundida de que la IA es hoy una alternativa más económica que el trabajo humano.
    El contexto parece contradecir esa idea. Meta anunció un recorte del 10% en su plantilla, unos 8.000 empleados, y congeló miles de vacantes. Por su parte, Microsoft lanzó el mayor programa de retiros voluntarios en su historia. En conjunto, el sector tecnológico acumula más de 92.000 despidos en 2026, según Layoffs.fyi, con un ritmo que ya supera al del año anterior.
    Esta situación alimenta la narrativa de un reemplazo directo por IA, pero al analizar en detalle, los recortes responden a múltiples factores: reestructuraciones internas, presión por la rentabilidad tras años de crecimiento acelerado y, principalmente, la necesidad de financiar inversiones cada vez más grandes en inteligencia artificial.
    En los últimos meses, varias empresas tecnológicas han reorganizado sus equipos para redirigir recursos hacia la IA. Google redujo áreas no prioritarias y fortaleció su estrategia en modelos generativos, mientras que Amazon recortó 14.000 posiciones en distintas unidades al tiempo que acelera el desarrollo de servicios basados en IA para la nube.
    Estos movimientos suelen interpretarse como un reemplazo directo de trabajadores por algoritmos, pero los datos muestran otra realidad. Un estudio del Massachusetts Institute of Technology (MIT) de 2024 analizó tareas donde la visión artificial podría sustituir el trabajo humano y concluyó que la automatización solo es económicamente viable en el 23% de los casos; en el resto, el costo de implementar y operar sistemas de IA supera al de mantener empleados.
    El problema central radica en la estructura de costos. Entrenar y ejecutar modelos avanzados requiere centros de datos especializados, chips de alto rendimiento y un consumo energético significativo. Según estimaciones de McKinsey & Company, el gasto total en IA podría superar los 5 billones de dólares hacia 2030, impulsado principalmente por infraestructura y hardware.
    Además, existe un costo de uso continuo menos visible. Firmas de gestión de gastos tecnológicos detectaron que el precio de herramientas de IA aumentó entre un 20% y un 37% en el último año, en parte porque las suscripciones actuales no cubren el uso intensivo que hacen las empresas.
    Incluso dentro de las compañías, el impacto presupuestario ya genera tensiones. El CTO de Uber, Praveen Neppalli Naga, admitió que los costos asociados a herramientas de programación con IA superaron lo previsto y obligaron a replantear los planes financieros.
    También existen límites técnicos que afectan la ecuación. Los modelos aún requieren supervisión humana, pueden cometer errores y, en ocasiones, generan fallas operativas. Ingenieros han reportado incidentes donde agentes automatizados eliminaron bases de datos o afectaron redes debido a decisiones incorrectas, lo que suma costes de recuperación y control.
    Expertos coinciden en que lo observado actualmente es un desajuste temporal entre inversión y retorno. Las empresas están apostando fuertemente a una tecnología que aún no logra reemplazar eficientemente el trabajo humano en términos económicos.
    El economista Keith Lee, del Instituto Suizo de Inteligencia Artificial, sostiene que la IA funciona por ahora como una herramienta complementaria más que como un sustituto directo del trabajo, aumentando la productividad de los equipos existentes en lugar de eliminarlos.
    Este escenario podría cambiar en los próximos años. Proyecciones de Gartner indican que el costo de ejecutar modelos a gran escala podría caer más de un 90% en los próximos cuatro años, gracias a mejoras en los chips, la eficiencia de los modelos y la infraestructura disponible.
    También se anticipa un cambio en el modelo de negocio. Muchas empresas ofrecen IA con tarifas planas que no reflejan el costo real del uso intensivo. La migración hacia esquemas de pago por consumo podría ajustar precios y hacer más sostenible la operación.
    Otro factor clave será la confiabilidad. Para desplazar tareas a gran escala, la IA necesita reducir errores, minimizar las falsas interpretaciones y adaptarse mejor a los sistemas internos. Sin esa previsibilidad, el costo de la supervisión humana seguirá siendo relevante.
    Los datos de adopción muestran un crecimiento sostenido, aunque aún parcial. A fines de 2025, aproximadamente el 18% de las empresas ya utilizaban herramientas de IA, con un aumento acelerado en pocos meses. La tendencia indica expansión, pero también una etapa de experimentación en la que el impacto real aún está en evaluación.
    El punto de inflexión llegará cuando converjan dos variables: una caída significativa en costos y una mejora sustancial en confiabilidad. Hasta entonces, el contraste persiste. Mientras las empresas ajustan plantillas y multiplican las inversiones en inteligencia artificial, la tecnología que impulsan sigue siendo, en muchos casos, más costosa que los trabajadores a quienes supuestamente viene a reemplazar.