Los nuevos chips de IA: ¿qué traen NVIDIA, AMD y Qualcomm?

La inteligencia artificial no solo se entrena con datos: se alimenta de silicio. Y en 2025, la carrera por dominar los chips para IA está más activa que nunca. NVIDIA, AMD y Qualcomm presentan arquitecturas que no solo prometen más velocidad, sino también eficiencia energética, capacidad edge y, sobre todo, soberanía tecnológica.
Mientras el software generativo se roba los titulares, el verdadero cambio estructural sucede en el hardware.

NVIDIA Blackwell

El nuevo chip Blackwell B200 de NVIDIA es la joya de la corona. Diseñado especialmente para cargas de trabajo de IA generativa a gran escala, su arquitectura logra:

• Duplicar el rendimiento FP8 y Tensor vs. Hopper (su generación anterior)
• Mejorar en un 30% la eficiencia energética
• Habilitar modelos con más de 10 trillones de parámetros

NVIDIA sigue enfocada en el centro de datos y la nube, consolidando su rol como el motor detrás de las grandes LLMs. Pero también está empujando hacia arquitecturas modulares con menor consumo, pensando en edge computing y data centers más compactos.

AMD Instinct MI325X

AMD no se queda atrás. Su nuevo MI325X marca el camino hacia una competencia más abierta. Aunque no cuenta con el ecosistema CUDA de NVIDIA, sus ventajas clave son:

• 288 GB de memoria HBM3E por chip (más que cualquier otro competidor actual)
• Hasta 6 TB/s de ancho de banda
• Soporte nativo para estándares abiertos como ROCm y PyTorch

AMD apunta tanto al entrenamiento como a la inferencia, y gana terreno en supercomputadoras y soluciones privadas que quieren escapar del ecosistema cerrado de NVIDIA.

Qualcomm Oryon AI Engine

En el otro extremo del espectro, Qualcomm lanzó su nueva arquitectura Oryon AI Engine, optimizada para dispositivos móviles y laptops con conectividad 5G/6G. Sus apuestas:

• Modelos generativos corriendo directamente en el dispositivo
• Uso intensivo de NPU (Neural Processing Units) en lugar de GPU tradicionales
• Consumo ultrabajo: ideal para edge y wearables inteligentes

Esto abre la puerta a una nueva generación de aplicaciones privadas, rápidas y con baja latencia, desde asistentes personales hasta procesamiento de imagen local sin nube.

¿Qué significa esto para empresas y desarrolladores?

• Más opciones, pero también más decisiones críticas: ¿entrenar en NVIDIA, escalar con AMD o distribuir modelos con Qualcomm?
• Arquitectura y compatibilidad como parte de la estrategia de producto: el chip que elijas condiciona el software que puedes construir.
• Edge AI será la norma, no la excepción: el hardware ya está listo para correr modelos en dispositivos, y eso cambiará el juego.

Conclusión

Los nuevos chips de IA están redibujando el mapa de posibilidades técnicas y comerciales. Lejos de ser solo una competencia de rendimiento, esta evolución representa una batalla por la dirección futura de la inteligencia artificial: ¿centralizada o distribuida? ¿cerrada o abierta? ¿global o local?

Creditos: Imagen de freepik
Copywrite: Natalia Jaimes