En la actualidad, todos los superordenadores más potentes del mundo funcionan con el mismo sistema operativo: Linux, pese a que el software más utilizado a nivel personal y por parte de los sistemas de las grandes empresas es Windows, con diferencia por delante de macOS y del propio sistema de código abierto de Linus Torvalds.

Todo eso cambió hace unos meses cuando Nvidia anunció RTX Spark, un procesador con una potencia de 1 petaflop para tareas de inteligencia artificial que tiene el potencia de reinventar los ordenadores con Windows.

Ahora, Nvidia ha dado una actualización importante sobre Spark, ya que se ha abierto la preventa de los primeros ordenadores portátiles Windows con el chip más avanzado de Nvidia, de marcas diferentes entre las que se encuentra Asus, con su ProArt P16 y P14 con RTX Spark.

"Si echamos la vista atrás a toda la trayectoria de nuestra empresa, Windows ha sido su eje central. Si no fuera por Windows, no existiría GeForce", ha asegurado el CEO de Nvidia, Jensen Huang, como recoge un comunicado de la compañía realizado junto a Microsoft.

Qué es DGX Station

Pero eso no es todo, sino que con esta novedad, Nvidia ha anunciado también su primer modelo de superordenador con Windows, DGX Station, un producto que marca un antes y un después.

Este ordenador, que tiene la capacidad de ejecutar los modelos de IA fronterizos más avanzados del momento, es capaz de hacer cosas para las que antes era necesario que una empresa alquilase todo un cluster de un centro de datos, y que además se usara Linux, lo que obligaba que las empresas tuvieran dos entornos diferentes.

El nuevo DGX Station de Nvidia funciona con el superchip GB300 Grace Blackwell Ultra de la marca, que proporciona una memoria de 748 GB y hasta 20 petaFLOPS de potencia para las tareas de IA, algo comparable con superordenadores enormes y los modelos de inteligencia artificial más grandes del momento.

De momento, Nvidia solo ha dado un avance con el anuncio de este ordenador, pero no ha precisado cuándo saldrá a la venta. Sin embargo, DGX Station no es el primer superordenador de Nvidia que funciona dentro de su ecosistema Spark y que se centra en el desarrollo de modelos avanzados de inteligencia artificial.

La multinacional estadounidense presentó a finales del año pasado DGX Spark, el superordenador para IA más pequeño del mundo, con una potencia de hasta 1 petaflop. Con un precio de 3.999 dólares, funciona con una arquitectura Grace Blackwell, tiene una GPU GB10 y una CPU de 20 núcleos basada en ARM, aunque en este caso su sistema era Linux.

El director ejecutivo de la tecnológica estadounidense va, como se suele decir, a su bola. Frente a otros líderes de la inteligencia artificial, que han indicado que esta tecnología podría acabar con la humanidad en cuestión de años, Huang cree que hay que darle un poco de margen para demostrar sus beneficios.

Así lo ha indicado en diferentes declaraciones recientes y en una entrevista concedida a The Era Klein Show, un podcast en el que se le ha preguntado acerca de cómo percibe la IA, qué cree que está fallando y cuáles considera que deberían ser sus próximos pasos.

Huang ve la IA como "una revolución industrial"

El director ejecutivo de Nvidia ha explicado primeramente cuál es su visión general acerca de esta tecnología, que considera que es "una revolución industrial" en la que "existen modelos de leguaje de todo tipo".

En este sistema de capas, lo importante es que todas ellas se complementen para crear una capa consistente "de aplicaciones" para servicios legales, de salud, manufactura, etc. Todos los sectores están involucrados", ha concretado en la entrevista, transcrita por New York Times.

En este sentido, Huang ha sugerido que la inteligencia artificial nunca será capaz de sustituir a la mano de obra humana, debido a que, en cualquier trabajo "la labor de cada persona tiene un propósito y, a la vez, una tarea que se realiza como parte de éste".

"Algunas narrativas sostienen que la IA destruirá empleos y eso es fundamentalmente erróneo", ha señalado el directivo, quien, aunque es consciente de que "muchas tareas se automatizarán", ha querido dejar claro que no todas pasarán por un proceso de automatización completo.

"Si quieres dar un giro, apuesta por la IA"

A lo largo de la entrevista, Huang se ha mostrado muy optimista en relación a la IA y ha explicado que es una tecnología que "empodera con mayor facilidad que cualquier otra en la historia de la humanidad".

Con ello, ha reconocido que se trata de una tecnología "potente", que lo es también "de una manera muy fácil de usar" y que esto sucede, precisamente, porque el avance de su desarrollo también es muy rápido.

"Debo utilizar esta tecnología lo antes posible para beneficiarme de esta transición, para que vosotros os beneficiéis de esta nueva industria y no solo os veáis afectados por ella", ha matizado.

Junto con los beneficios que trae el uso de la IA, el directivo ha hecho referencia al consumo de energía que necesita esta tecnología para su desarrollo y ha reconocido que no se ha "planificado suficiente producción de energía".

"De repente, ha surgido esta nueva industria y nos encontramos en una situación en la que no tenemos suficiente capacidad para generar energía y todo el país está en apuros", ha valorado, antes de concretar que desde Nvidia han hecho por comunicarse con las comunidades e "informarles de lo que se avecina".

En este sentido, ha abogado por la energía sostenible, teniendo en cuando que "nunca antes en la historia" el mundo ha estado tan bien preparado para la transición a este formato.

"Gracias a la IA, hoy en día se consume más energía sostenible que nunca", sugiriendo, por tanto, que antes de llegar a la energía sostenible, se tiene que pasar por el consumo de recursos y combustibles fósiles de los centros de datos.

No solamente eso, sino que la misma demanda de componentes ante esta tecnología está generando escasez de varias piezas esenciales para la computación avanzada y doméstica.

Aunque no lo parezca, no es algo que esté afectando únicamente a los PC Gaming, consolas u otros dispositivos debido a la crisis de memoria RAM y SSD.

El problema es tan grande que la IA afecta también a los dispositivos como los Raspberry Pi porque están perdiendo su esencia por el simple hecho de no adaptarse tan rápido a las exigencias de la ejecución de modelos de OpenAI, Meta, Microsoft o Google.

La fiebre de la IA está absorbiendo el hardware que antes llegaba a los usuarios

Cuando Raspberry Pi comenzó su trayectoria, la propuesta consistía principalmente en ofrecer una opción económica para aquellos que necesitan aprender informática o desarrollar proyectos concretos desde un "mini PC".

Este tipo de ordenador de placa única (Single Board Computer o SBC) ofrece ventajas como bajo precio, funciones prácticas y portabilidad debido a que es un dispositivo muy pequeño.

Por esto mismo es que sirve para iniciativas educativas, empresariales y personales, por lo que sigue sirviendo para generar proyectos interesantes con recursos mínimos.

Es evidente que una Raspberry Pi o una Banana Pi no son tan potentes como un PC gaming o una PS5, y es que tiene sentido porque son equipos destinados a otros tipos de funcionamiento. Sin embargo, he ahí el mismo problema que probablemente haga que desaparezcan con el tiempo.

¿Por qué? Porque actualmente hay un factor que no había antes y es la inteligencia artificial. Ahora, muchas de las tareas y funcionalidades que necesitan aplicar los usuarios que se vinculan con modelos de IA.

La propia carrera tecnológica que está consumiendo cantidades enormes de hardware, componentes que no pueden llevar dispositivos tan pequeños como los mencionados.

Las empresas buscan cualquier producto capaz de ofrecer potencia computacional para ejecutar IA, incluso si originalmente no fue diseñado para ese fin.

Un ejemplo especialmente llamativo llega desde NVIDIA. Diversas compañías están comprando unidades de la GeForce RTX 5090 en cantidades masivas para integrarlas en servidores de inteligencia artificial.

Esta situación ha contribuido a disparar los precios de una tarjeta que debutó con un precio oficial de 2.000 euros y que ha llegado a superar los 5.000 euros en algunos mercados.

Lo mismo sucede con respecto a la crisis de memoria RAM y SSD. Todo está subiendo porque los centros de datos exigen cada vez más y más. Al mismo tiempo, la ejecución de IA local o el uso constante de asistentes como Copilot, Gemini, ChatGPT y otros, es algo que definitivamente

Lo más interesante es que esta situación recuerda enormemente a la etapa de la minería de criptomonedas. En aquel momento, los mineros adquirían tarjetas gráficas en masa, provocando escasez y fuertes subidas de precio.

Hoy el fenómeno se repite, pero el protagonista ya no es Bitcoin o Ethereum. Ahora es la inteligencia artificial la que está absorbiendo recursos a un nivel sin precedentes.

Aunque Raspberry Pi no compite directamente con una RTX 5090, ambos casos reflejan una tendencia común ante la mencionada tecnología y esto deja claro nuevamente que hay una nueva era en la industria.

Raspberry Pi sigue viva, pero ya no representa la revolución que fue

Está claro que la Raspberry Pi sigue siendo una herramienta muy útil para realizar varias acciones con respecto a trabajo o experimentos de desarrollo, pero ese impulso de hardware económico es lo que hace que se frene cada vez más.

Llegará un punto en el que la propia comunidad de este tipo de productos exija que haya una mayor capacidad para que se adapte a esas funciones y sí, es posible que se logre, pero no tan pronto como se quisiera.

El año 2030 siempre ha sido una fecha marcada en el calendario de las empresas de inteligencia artificial, ya sea porque se cree que para entonces se habrá conseguido alcanzar la inteligencia artificial general (AGI) o, en el peor de los casos, porque esa misma tecnología haya acabado con la humanidad.

A pesar de que la gran mayoría de gurús de la tecnología han asegurado que la IA puede llegar a destruir el mundo si no se le pone freno con urgencia, parece que hay alguna que otra voz discordante con respecto a este tema.

Es el caso del CEO de Nvidia, que ha dejado caer en diferentes entrevistas recientes que no cree que la IA represente una amenaza existencial para la humanidad y que su buen hacer depende de la ética de cada empresa.

Jensen Huang cree que habrá que "cerrar los laboratorios"

El director ejecutivo de Nvidia es un hombre optimista en cuanto a la IA se refiere y cree que, llegado a este punto, lo más sencillo y sensato es que las empresas sigan trabajando en sus modelos, pero sin hacerlos públicos.

"Si vas a construir un coche autónomo, digamos que es un robotaxi, y nos encontramos con una situación realmente difícil, como ingenieros no tenemos ni idea de cómo resolver este problema, porque estos coches no están programados, sino entrenados", ha explicado Huang en una entrevista con Ezra Klein.

Teniendo en cuenta que estas IAs son responsabilidad de las empresas que las fabrican, el director ejecutivo de la firma tecnológica ha insistido en que está en sus manos lo que suceda con ellas una vez las pongan en manos de los usuarios.

Y, como hay muchos riesgos asociados a ellas, considera que la única solución a esto es cerrar los laboratorios, una situación que ha comparado de una manera muy particular con la industria del automóvil.

"No sabemos cómo entrenarlos [a los coches] ni cómo adaptarlos a las normas de seguridad exigidas en la carretera", ha añadido, asegurando la única "solución" que vería en ese caso sería no comercializar con estos dispositivos.

Probarlo hasta que funcione con seguridad y luego lanzarlo

Huang también ha buscado quitarle la razón a personalidades como Amodei, que consideran que la IA debe ralentizarse, insistiendo en que se deben resolver los problemas que pueda presentar esta tecnología antes de lanzar estos productos.

“Ahora bien, si [los laboratorios de IA] plantean la alternativa, que es: No hay manera de contener nuestros experimentos, simplemente no hay manera; cuando probemos nuestros modelos de IA, se escaparán y dañarán al mundo, entonces creo que la respuesta es que tenemos que cerrar los laboratorios”, ha asegurado tajantemente.

Con ello, el director ejecutivo de Nvidia ha apelado a las buenas prácticas de las empresas que desarrollan tecnología, que deberían plantearse primero si lo que van a lanzar es óptimo, antes de hacerlo sin medir las consecuencias que esto tenga.

"El costo para la humanidad y el daño es demasiado grande. La responsabilidad es increíble", ha indicado finalmente, subrayando lo importante que es que cada una de estas tecnológicas tengan consciencia de lo que están haciendo por la sociedad.

"El fin del mundo no va a llegar en 2030. Hay un 0% de probabilidad de que la IA destruya el mundo", ha explicado el CEO de una de las empresas más poderosas del mundo, en una entrevista publicada por CBS Sunday Morning.

El directivo, que ha sido entrevistado por la periodista Jo Ling Kent, ha señalado que no tiene ningún tipo de vínculo con las que ha considerado "narrativas apocalípticas" de sus compañeros.

Jensen Huang se revela contra las teorías apocalípticas

El director ejecutivo de una de las empresas estadounidenses más poderosas del mundo ha sostenido que el desarrollo de la inteligencia artificial no tiene por qué frenarse y ha argumentado su punto de vista.

"Deberíamos ir tan rápido como podamos, independientemente de cualquier otra persona", ha sostenido, teniendo muy claro que hay una única limitación que podría poner cierta pausa en el desarrollo de esta tecnología.

"Nunca deberíamos enviar productos antes de que estén listos ni tampoco entregar productos que no sean seguros", ha concretado, reiterando que la IA se puede manejar de manera segura.

Con ello, ha matizado que, para él, "las afirmaciones sobre el fin del mundo que siembran el pánico provienen de quienes las hacen" y ha sugerido que la inteligencia artificial no tiene por qué ser regulada de manera diferente a la actual.

Elon Musk y Sam Altman siembran el caos

Cabe recordar que las recientes declaraciones de los grandes líderes de la inteligencia artificial no han sido, ni mucho menos, las primeras que aluden a 2030 como posible fecha para el fin del mundo debido a la evolución de esta tecnología.

No obstante, ha sido ahora cuando Dario Amodei, CEO de Anthropic, y Sam Altman, su igual en OpenAI, han expuesto públicamente que están de acuerdo con que se debería dar más tiempo a los sistemas de seguridad antes de lanzar modelos cada vez más potentes.

Mientras que Amodei ha explicado públicamente que quiere que la IA tenga un ritmo más calmado, Altman ha apoyado esta idea asegurando que, si los modelos avanzan cada vez más rápido, las medidas para comprobar que se comportan de forma segura tienen que avanzar a la misma velocidad.

"Podríamos perder el control del futuro a manos de la IA. Esto es inaceptable. Estamos firmemente comprometidos con la humanidad, y la IA siempre debe estar al servicio de las personas", ha afirmado el director ejecutivo de la empresa creadora de ChatGPT.

El problema es que nadie sabe dónde está ese punto medio del que hablan los líderes del sector, una alineación que, por el momento, no se ha consensuado y que muy posiblemente se mantenga suspendida mientras las empresas continúan peleando por llegar a la AGI.

La gran novedad está en el llamado Neural Rendering que, a diferencia de anteriores versiones de DLSS, centradas principalmente en reconstruir la imagen o generar fotogramas para ganar rendimiento, este puede trabajar sobre una escena ya renderizada y modificar aspectos como la iluminación, los materiales, la piel, el cabello o las sombras para acercarlos a un aspecto más realista.

Pero las primeras demostraciones generaron críticas por rostros extraños, una apariencia excesivamente procesada y el temor a que la IA termine alterando el arte de los juegos. También exige mucha potencia y, en NBA 2K27, se han medido pérdidas de rendimiento.

DLSS 5 no está oficialmente disponible para todas las RTX

Por ahora, NVIDIA ha estrenado oficialmente su Neural Rendering con las GeForce RTX 50, por lo que deja fuera de esta tecnología inicial a millones de usuarios con RTX 40, RTX 30 y RTX 20.

La comunidad, sin embargo, ya ha encontrado formas de ampliar su alcance. Y una de las opciones es DLSS5-Swapper, una herramienta gratuita creada por Rakan Alkhaldi que permite instalar, gestionar y restaurar los componentes necesarios para probar DLSS 5 en juegos y emuladores compatibles.

No convierte mágicamente cualquier juego o gráfica en compatible, sino que es una solución experimental, por lo que los resultados dependen del título, la API gráfica y el hardware utilizado.

Cómo instalar DLSS 5 con DLSS5-Swapper

Desde la página web oficial del proyecto en GitHub se puede descargar DLSS5-Swapper como instalador para Windows o como versión portátil. Ambas están pensadas para Windows 10 y Windows 11 de 64 bits.

Una vez abierto, el programa puede detectar juegos instalados en Steam, Epic Games y GOG, además de permitir añadir carpetas manualmente. También reconoce numerosos emuladores.

Después seleccionas el juego que quieres modificar, donde Swapper comprueba su configuración y puede utilizar la integración disponible si ya soporta DLSS o recurrir a DLSS5-Feeder en determinados títulos que no lo incorporan de forma nativa.

Luego instalas los componentes desde la propia herramienta y ejecutas el juego. Si algo sale mal, Swapper permite restaurar los archivos originales, algo importante cuando experimentas con modificaciones no oficiales.

No todo son ventajas

Cabe señalar que la compatibilidad no está garantizada, por lo que pueden aparecer errores, cierres inesperados, conflictos con otros mods o un rendimiento demasiado bajo para que DLSS 5 resulte práctico.

También hay que tener especial cuidado con los juegos online, donde el propio proyecto advierte de que la inyección de estos componentes puede entrar en conflicto con sistemas antitrampas y, en determinados casos, terminar incluso en una sanción de la cuenta.

DLSS5-Swapper convierte así una tecnología todavía muy limitada oficialmente en algo con lo que muchos usuarios pueden experimentar antes de que NVIDIA amplíe su soporte.

Pero esa es precisamente la palabra importante: experimentar. El resultado puede ser sorprendente, aunque todavía está lejos de ofrecer la estabilidad y el control de una integración creada específicamente por los desarrolladores del juego.

OpenAI reconoció que uno de sus sistemas de IA consiguió salir de un entorno de pruebas y terminó interactuando con Hugging Face durante un ejercicio de seguridad.

Ahora vuelve a estar en todas partes por un motivo muy diferente. NVIDIA ha anunciado la compra de Hugging Face por unos 12.930 millones de dólares, en una de las operaciones más importantes de su historia.

Eso sí, si nunca lo has usado, es posible que no tengas muy claro qué hace. No es un chatbot como ChatGPT, no es una IA que puedas abrir para hacerle preguntas y tampoco es una tienda de modelos. Es uno de los grandes puntos de encuentro de la inteligencia artificial actual.

¿Qué es Hugging Face?

Hugging Face es una enorme plataforma donde la comunidad de inteligencia artificial puede compartir, probar y utilizar modelos, datos y aplicaciones de IA.

La propia compañía la define como un lugar donde la comunidad de aprendizaje automático puede colaborar con modelos, conjuntos de datos y aplicaciones. Actualmente reúne más de dos millones de modelos, cientos de miles de conjuntos de datos y más de un millón de aplicaciones dentro de su apartado Spaces.

De forma algo más simple y a modo de comparación, piensa en GitHub, pero en lugar de estar principalmente pensado para compartir código, Hugging Face está muy centrado en la inteligencia artificial.

Un investigador puede crear un modelo de IA y subirlo a Hugging Face. Otro desarrollador puede descargarlo, probarlo, modificarlo o utilizarlo como base para crear otra cosa. Y lo mismo ocurre con los conjuntos de datos y con las aplicaciones. Por eso la plataforma se ha convertido en una especie de punto de encuentro para quienes trabajan con IA.

Aquí puedes encontrar modelos de lenguaje, sistemas capaces de analizar imágenes, herramientas para generar contenido, modelos de audio, sistemas de traducción y muchísimas otras cosas.

Y no hablamos solo de proyectos pequeños. En Hugging Face se pueden encontrar modelos de compañías y organizaciones muy famosas, además de miles de proyectos creados por investigadores y desarrolladores independientes.

¿Qué puedes encontrar dentro de Hugging Face?

Hay tres partes: modelos, datasets y Spaces. Los modelos son probablemente lo más importante.

Un modelo de inteligencia artificial es el sistema que ha aprendido a hacer una determinada tarea. Por ejemplo, puede aprender a entender texto, reconocer objetos en una fotografía o generar imágenes.

En Hugging Face puedes encontrar esos modelos y ver información sobre ellos, descargarlos o utilizarlos en tus propios proyectos, siempre dependiendo de la licencia y de las condiciones de cada uno.

Después están los datasets, que son conjuntos de datos utilizados para entrenar o probar sistemas de inteligencia artificial. Hugging Face permite compartirlos, descargarlos y trabajar con ellos.

Y finalmente tenemos Spaces. Aquí la idea es todavía más simple porque son aplicaciones de inteligencia artificial que puedes probar directamente desde el navegador. Un desarrollador puede crear una pequeña herramienta utilizando un modelo y publicarla para que otras personas puedan probarla sin tener que instalar todo en su ordenador.

¿Por qué es tan importante para la inteligencia artificial?

En estos años estamos viendo una carrera entre grandes empresas para crear modelos cada vez más potentes. OpenAI tiene sus modelos, Google tiene Gemini, Anthropic tiene Claude, Meta tiene Llama...

Pero existe otro mundo, el de los modelos que se pueden compartir y adaptar de forma más libre. Y ahí Hugging Face se ha convertido en uno de los lugares más top que existen.

En vez de que cada desarrollador tenga que empezar desde cero para crear un sistema de inteligencia artificial, puede coger un modelo que ya existe y trabajar a partir de él.

Además, Hugging Face facilita que investigadores y desarrolladores compartan sus avances. Un proyecto que antes podía quedarse dentro de una universidad o de una empresa ahora puede publicarse y ser utilizado por personas de todo el mundo.

Esta plataforma no obliga a utilizar solo hardware de una compañía concreta. Está pensada para trabajar con todo tipo de herramientas, modelos e infraestructuras. Esa neutralidad es una de las cosas que Nvidia ha asegurado que quiere mantener tras la compra.

¿Qué tiene que ver Hugging Face con Nvidia?

Nvidia no se anda con tonterías y quiere ser el gran capitán del barco de la inteligencia artificial. Es por ese motivo que han puesto sobre la mesa 13.000 millones de dólares para comprar Hugging Face, una de las plataformas más importantes del mundo de IA. Con esto, Nvidia pasa a controlar uno de los principales puntos de conversación para quienes desarrollan y utilizan modelos de IA abiertos.

Para aquellos que no conozcan qué es Hugging Face, hablamos de una plataforma que tiene alrededor de 3 millones de modelos de IA, 500.000 conjuntos de datos y un millón de aplicaciones, además de contar con más de 18 millones de desarrolladores y más de 200.000 empresas.

Hasta ahora, Hugging Face había mantenido una posición bastante independiente dentro del sector. De hecho, la compañía rechazó el año pasado una inversión de 500 millones de dólares de Nvidia precisamente, entre otras razones, para evitar depender demasiado de un único inversor. Ahora la situación parece que ha cambiado.

Nvidia afirma que la plataforma seguirá siendo abierta y que los desarrolladores podrán seguir eligiendo qué modelos, proveedores de nube y chips utilizan. Pero la compañía de Jensen Huang tendrá desde ahora una posición privilegiada dentro de la plataforma.

Mientras los jugadores buscan dónde adquirir una Nvidia RTX 5090 sin pagar sobreprecios desorbitados, algunos fabricantes están encontrando fórmulas poco convencionales para distribuir sus modelos más exclusivos, tal y como está haciendo ASUS junto a Nvidia.

¿Ser gamer ahora es un lujo? Parece que lamentablemente es así porque para tener un buen PC gaming hay que invertir miles de euros en componentes actuales. Todo por la alta demanda de la inteligencia artificial y hardware de alto rendimiento.

El exclusivo Asus ROG Edition 20 esconde una RTX 5090 más barata que la mayoría del mercado

¿Estás dispuesto a gastar miles de euros por una sola GPU? Todo el mundo desearía contar con la opción de última generación, pero es normal pensarlo dos o tres veces antes de invertir una cantidad absurda de dinero.

En un principio, las RTX 5090 rondaban los 2.000 euros, pero ahora esa cifra está aumentando considerablemente. En este caso, se trata de un acontecimiento especial debido a que ASUS ha lanzado el ROG Edition 20, un paquete creado para conmemorar el vigésimo aniversario de Republic of Gamers.

Según Tom's Hardware, el conjunto está disponible en Newegg mediante una oferta combinada valorada en 10.849,96 dólares (aproximadamente 9.463 euros) y reúne algunos de los componentes más exclusivos que la compañía ha fabricado hasta la fecha.

Dentro del pack se encuentra la propia ASUS ROG Astral GeForce RTX 5090 Edition 20, una tarjeta gráfica prácticamente imposible de comprar por separado actualmente. Está valorada en 5.999 dólares (aproximadamente 5.200 euros), una cifra enorme si se compara con el precio recomendado original de la RTX 5090 que ha presentado Nvidia.

Sin embargo, debido a la escasez de stock y a la proliferación de vendedores externos que ofrecen unidades a precios todavía más elevados, esta edición especial de ASUS lamentablemente termina siendo una de las maneras más económicas de hacerse con una RTX 5090 de alta gama.

Dicha propuesta incorpora un diseño premium con detalles exclusivos, una pantalla OLED curva integrada, una placa posterior de cristal y un segundo conector de alimentación BTF capaz de suministrar hasta 800 vatios.

ASUS también ha aumentado las frecuencias de funcionamiento hasta los 2.750 MHz, mientras que su enorme sistema de refrigeración ocupa 4,7 ranuras. Según pruebas publicadas por Tom's Hardware, esta variante incluso ha sido utilizada para batir varios récords mundiales de rendimiento mediante overclocking extremo.

Mucho más que una GPU: una configuración de lujo para unos pocos entusiastas

El paquete ROG Edition 20 no gira únicamente alrededor de la tarjeta gráfica. Asus acompaña la RTX 5090 con la placa base ROG Crosshair X870E Edition 20.

Aquí está la posibilidad de instalar hasta nueve unidades SSD M.2, seis puertos USB-C y un complejo sistema de refrigeración con componentes de cobre de gran tamaño.

También incorpora una pantalla AMOLED curva de 6,7 pulgadas que refuerza el carácter exclusivo del producto. La configuración se completa con la fuente de alimentación ROG Thor Titanium III Edition 20 de 3.000 W, una cifra muy por encima de las necesidades de la mayoría de ordenadores domésticos.

Este modelo incluye certificación Titanium, diseño totalmente modular y otra pantalla OLED magnética que permite monitorizar información relevante del sistema.

ASUS busca así construir un ecosistema visualmente uniforme para quienes desean un equipo sin concesiones tanto en potencia como en estética.

Por último, el conjunto incluye la nueva caja ROG GR20 de formato abierto, fabricada principalmente en aluminio y preparada para albergar placas base EATX de grandes dimensiones. El chasis puede colocarse tanto en posición vertical como horizontal e incorpora iluminación RGB, ventilación específica para la GPU y conectividad moderna.

Considerando todo esto, parte del precio tiene sentido, más en un escenario donde hay escasez de componentes a nivel general. Entonces, si buscas una opción completa, exclusiva y potente, tal vez esta sea una buena opción, pero tampoco es del todo obligatoria para conseguir un buen rendimiento en videojuegos.

Y es que los nuevos agentes de IA ya pueden utilizar herramientas y completar determinadas tareas, de modo que el salto ya no consiste solo en obtener información, sino en delegar parte del trabajo.

Jensen Huang cree que ese cambio modifica por completo el papel de la tecnología. Durante Dreamforce 2026, el fundador y CEO de NVIDIA defendió que la electricidad permitió alimentar máquinas, Internet hizo accesible la información y la inteligencia artificial añade ahora otra capacidad: interpretar esa información y actuar.

Su declaración encaja con su afirmación de que con la IA podremos “saberlo todo y hacer cualquier cosa”. Es una visión sobre hasta dónde puede llegar esta tecnología, no una descripción literal de las capacidades actuales.

Así lo expresó Huang durante una conversación con Marc Benioff, CEO de Salesforce, coincidiendo con la presentación de Koa.

Se trata del primer modelo de razonamiento de Salesforce especializado en CRM que ayuda a aterrizar la idea: no pretende saberlo todo, sino resolver procesos concretos utilizando información y herramientas dentro de un entorno empresarial controlado.

“Saberlo todo” no significa que la IA sea omnisciente

La idea de Jensen Huang va bastante más allá de construir chatbots mejores. En su visión, la IA terminará funcionando como una infraestructura presente en empresas y servicios, formada por modelos conectados a bases de datos, programas y herramientas capaces de ejecutar acciones.

Eso es lo que NVIDIA denomina una empresa agéntica, donde un agente podría consultar información comercial, analizarla y continuar un proceso sin que una persona tenga que indicarle manualmente cada paso.

Es precisamente esa capacidad de actuar la que está llevando a la industria desde asistentes conversacionales hacia sistemas cada vez más autónomos.

“Saberlo todo”, por tanto, no significa omnisciencia, ya que estos sistemas siguen dependiendo de los datos a los que tengan acceso, sus permisos, las herramientas disponibles y el contexto que reciban.

No obstante, “hacer cualquier cosa” tampoco implica actuar sin restricciones, sino ampliar progresivamente las tareas digitales que pueden ejecutar los sistemas inteligentes.

Koa muestra cómo se lleva esa idea a una empresa

Salesforce desarrolló Koa a partir de NVIDIA Nemotron 3 Super, mediante ajuste supervisado y aprendizaje por refuerzo. Utilizó escenarios sintéticos inspirados en unos 27 años de experiencia acumulada en CRM, correspondientes a más de 14 sectores, incluidos salud, manufactura, servicios financieros y viajes.

Salesforce conserva además el control de sus pesos y lo ejecuta en su propia infraestructura. En sus pruebas de CRM Bench, asegura que Koa iguala o supera modelos líderes en algunas acciones de CRM y registra hasta tres veces menos errores.

Cabe señalar que Koa ya funcionaba internamente, donde los pilotos externos estaban previstos para octubre de 2026 y la disponibilidad general para el invierno en regiones estadounidenses. Formula 1, UChicago Medicine, Baxter Credit Union, 1-800Accountant, Engine y Xero aparecen entre los primeros participantes anunciados.

Cuanto más pueda hacer la IA, más importa quién pone los límites

Huang considera que esta productividad no provocará necesariamente una destrucción generalizada de empleo, sino nuevas oportunidades económicas. Bill Gates también ha advertido del impacto que la IA puede tener sobre determinados trabajos.

La seguridad abre una diferencia todavía mayor, donde el CEO de NVIDIA sostiene que desarrollar rápido y hacerlo de forma segura pueden ser objetivos compatibles, y que una compañía debe frenar un producto cuando no tenga suficiente confianza en él. Otros líderes tecnológicos reclaman más cautela: Sam Altman y Dario Amodei han defendido reducir el ritmo en determinados escenarios.

Por ello, cuanto más se acerque la IA a poder conocer información y actuar sobre ella, la cuestión dejará de ser únicamente cuánto sabe. Importará mucho más decidir a qué puede acceder, qué le permitimos hacer y quién mantiene el control cuando se equivoca.

Todo este debate, que ya lleva años dando de qué hablar, ha vuelto ahora a coger fuerza después de que Jacob Coxon, un investigador que ha trabajado en OpenAI y Anthropic, dejara la compañía y asegurara que algunas personas dentro de estas empresas están preocupadas por lo rápido que está avanzando la tecnología.

Aunque muchos no le han considerado como una figura que realmente conozca a fondo los entresijos de estas compañías, ha sido suficiente para que el tema vuelva a ser comentado.

Hace unos días, Amodei pidió que el desarrollo de los modelos más avanzados se haga con algo más de calma, mientras que Altman ha dicho que está de acuerdo con la idea. Elon Musk también ha respaldado la propuesta.

Pero no todo el mundo lo ve igual. Jensen Huang, CEO de Nvidia, ha puesto en entredicho algunas de las predicciones más locas y alarmistas sobre el futuro de la IA y ha dicho que las estimaciones sobre una posible extinción de la humanidad no están respaldadas por la ciencia.

¿Por qué algunos CEO de empresas de IA quieren ralentizar el desarrollo?

Su argumento es que, si los modelos avanzan cada vez más rápido, las medidas para comprobar que se comportan de forma segura tienen que avanzar igual de rápido.

Altman comenta que las empresas deberían usar evaluadores y compartir métodos para comprobar problemas como la pérdida de control de los modelos, los comportamientos inesperados o los intentos de saltarse las restricciones.

Esto consume tiempo y recursos. Y precisamente por eso Altman habla de pacing, que se podría traducir como avanzar a un ritmo más controlado. No significa congelar el progreso y el desarrollo. Significa aceptar que, en algunos momentos, avanzar un poco más despacio puede ser necesario para comprobar que todo está yendo como debe.

"Cuando hablamos de 'ritmo', no nos referimos a 'detener'. El progreso ha sido rápido y seguirá siéndolo. Pero debería ser más lento de lo que podría ser; intervenciones como los estudios de seguridad y el monitoreo tienen costos significativos", comenta.

El CEO de Anthropic ha defendido que los laboratorios de IA deberían contar con personas externas que puedan trabajar dentro de las compañías y publicar sus conclusiones.

La otra cara de la moneda: Jensen Huang cree que algunas predicciones se están inventando

Por otro lado, Huang afirma que la seguridad de la IA es algo vital y que está bien investigar problemas reales dentro de los modelos. Lo que pone en duda es que alguien pueda poner una cifra concreta a la posibilidad de que la inteligencia artificial acabe con toda la humanidad y lanzarlo como si fuera un dato científico.

Su argumento es que no tenemos una forma científica de calcular de forma exacta ese tipo de escenarios futuros. No existe una prueba que permita decir que hay, por ejemplo, un 10% de posibilidades de que la IA provoque la extinción humana durante los próximos diez años.

Y en esto Huang coincide, en parte, con otros expertos que también han pedido prudencia con este tipo de cifras. El problema no es discutir los riesgos, sino distinguir entre lo que se sabe que puede pasar y lo que muchos imaginan o quieren hacer creer que podría pasar.

Eso no significa que Huang considere que la IA sea 100% segura. Su postura es más bien la contraria y, si bien afirma que hay riesgos y hay que tomarlos en serio, también se debe seguir avanzando en esta tecnología.

Kevin Bass pone en duda quién está detrás de las organizaciones que piden más control

Y, en medio de todo esto, aparece Kevin Bass, un escritor e investigador que ha investigado las relaciones económicas alrededor de Anthropic. Afirma que algunas de las organizaciones que están pidiendo más controles para la IA podrían no ser tan independientes como parece.

Bass habla en un tuit de METR (Model Evaluation and Threat Research), una organización que hace pruebas de seguridad a modelos de IA. Dario Amodei ha defendido precisamente que hacen falta este tipo de evaluadores y METR es una de las organizaciones que ya trabaja con empresas como Anthropic.

Este afirma que existe una red de organizaciones y fundaciones conectadas económicamente con Anthropic. En su análisis habla de Dustin Moskovitz, uno de los primeros inversores de Anthropic, y de empresas como Good Ventures y Coefficient Giving, que financian proyectos relacionados con la seguridad de la IA.

Según su teoría, esto podría crear un círculo vicioso: Anthropic crece, hay más dinero para financiar organizaciones que estudian los riesgos de la IA y esas organizaciones tienen más recursos para hablar de esos riesgos y pedir más regulación.

Con todo esto, si una empresa grande de IA consigue que los gobiernos impongan controles, auditorías y requisitos muy exigentes para desarrollar modelos avanzados, a las empresas pequeñas les resulta mucho más difícil competir. Anthropic y OpenAI, que ya tienen muchísimo dinero, infraestructura y personal, pueden asumir esos costes mucho mejor que una startup pequeña.

Además, si una empresa como la de Amodei se presenta como una de las que más se preocupa por la seguridad y propone que existan organismos externos para evaluar a las compañías de IA, también puede acabar teniendo más influencia sobre cómo se diseñan esas reglas y quién realiza esas evaluaciones.

Así lo ha afirmado Jensen Huang, CEO de Nvidia, que participó este lunes en un panel sobre IA en el marco del congreso All In Summit en Los Ángeles. Mientras hablaba de la tecnología del momento, recibió una llamada telefónica que no tuvo más remedio que responder, ya que se trataba de Donald Trump, presidente de Estados Unidos.

Tras recibir las peticiones del público asistente y de sus compañeros en el escenario, Huang puso a Trump en altavoz desde su móvil para que lo escucharan todos los asistentes a la conferencia y hablase del tema del momento.

"[Quienes piden ralentizar la IA] simplemente están haciendo el juego a mucha gente que no quiere que eso ocurra. Podrían ser políticos. También podría ser China", aseguró Trump, refiriéndose a su objetivo de que Estados Unidos gane la carrera tecnológica por la inteligencia artificial para mantener su dominio en la geopolítica mundial.

"No vamos a permitir que eso ocurra [y la IA se ralentice]. Es un bulo", ha afirmado el presidente de los Estados Unidos. A lo que Jensen Huang respondió: "Tiene razón. No vamos a permitir que eso ocurra", ante los aplausos del público.

A favor y en contra de pausar la IA

El líder del Partido Republicano había expresado anteriormente su oposición a una posible ralentización del desarrollo de la IA en Estados Unidos, como habían pedido anteriormente miembros de la industria como Sam Altman, que justificaba esta decisión por riesgos de seguridad, al mismo tiempo que retrasaba la esperada salida a Bolsa de OpenAI.

De la misma manera, el CEO de Anthropic, Dario Amodei, también ha pedido recientemente "ralentizar las mejoras en las capacidades de la IA", algo en lo que coinciden Altman y Elon Musk. Según Trump, el riesgo de perder la carrera contra China es mayor que el de la propia tecnología.

Además, la petición de retrasar el avance de la inteligencia artificial la han expresado también destacados ingenieros que han dimitido de empresas líderes del sector, como protesta por una tecnología que consideran que puede escapar del control humano y volverse peligrosa. Al mismo tiempo, personalidades de movimientos sociales, de la cultura o de la política destacan otros riesgos como el elevado consumo de energía y recursos de los centros de datos.

La multinacional estadounidense Nvidia se ha convertido en una de las grandes defensoras de mantener el desarrollo de la IA en un momento en que se está viendo muy beneficiada por el florecimiento de esta industria, que le ha permitido convertirse en la empresa más valiosa del mundo, con más de 5 billones de dólares.

Conseguir una GeForce RTX 5090 al precio recomendado se ha convertido en una tarea cada vez más complicada y eso es un problema para muchísimos usuarios que están buscando un buen rendimiento en juegos de PC.

La enorme demanda de hardware está haciendo que también haya compañías y millones de gamers adquiriendo grandes cantidades de GPUs de NVIDIA.

Dichas piezas están siendo destinadas a gaming, servidores y estaciones de trabajo especializadas. Lo impresionante es que las empresas están ganando esta batalla al comprar las RTX 5090 por palés, a pesar de que hasta los modelos más económicos estén valiendo más de 5.000 euros.

La IA cambia el destino de la GeForce RTX 5090

¿Recuerdas la crisis provocada por la minería de criptomonedas? En ese entonces, conseguir tarjetas gráficas de última generación era muy complicado y costoso. Los precios aumentaron drásticamente, haciendo que la adquisición fuera demasiado compleja.

A pesar de que el contexto no es el mismo, la fiebre de la inteligencia artificial y el desarrollo de la misma parece que está requiriendo de muchos recursos más.

La demanda de aceleradores gráficos a niveles sin precedentes es algo que definitivamente está cambiando todo el panorama de la industria. Según la información difundida por HKEPC y recogida por distintos medios especializados como VideoCardz, estas compañías están utilizando grandes lotes de RTX 5090.

Por supuesto, el objetivo principal es lograr generar sistemas multinodo capaces de ejecutar cargas de trabajo relacionadas con IA, evitando así la necesidad de recurrir a soluciones profesionales mucho más costosas.

NVIDIA cuenta con lo que se necesita para los centros de datos y la RTX 5090 ofrece buen equilibrio en potencia, memoria y disponibilidad relativa.

Para determinados proyectos, comprar varias unidades de esta tarjeta gráfica puede resultar más rentable que invertir en hardware profesional cuyo precio es considerablemente superior.

Esta tendencia ha tenido un efecto directo sobre el mercado. La GeForce RTX 5090 debutó con un precio recomendado de 2.000 euros, pero en determinados canales de venta y mercados asiáticos algunas unidades ya rondan los 5.000 euros y ese incremento es más del 100%.

NVIDIA tiene difícil frenar esta nueva fiebre tecnológica

A diferencia de lo ocurrido durante el auge de las criptomonedas, NVIDIA ya ha tomado medidas en el pasado para limitar ciertos usos de sus tarjetas de consumo para poder adaptarse a la situación.

La compañía introdujo las conocidas restricciones LHR (Lite Hash Rate) en varias generaciones de GPUs para reducir su atractivo en tareas de minería.

Según la información compartida por HKEPC, NVIDIA habría reducido determinadas capacidades de IA en la RTX 5090 respecto a algunas especificaciones esperadas inicialmente.

Aun así, el rendimiento sigue siendo lo suficientemente elevado como para que numerosas empresas continúen considerando esta GPU una opción viable para proyectos relacionados con aprendizaje automático y otras cosas por el estilo.

Hay que tener en cuenta que, mientras exista demanda y las ventas continúen siendo sólidas, resulta difícil imaginar restricciones adicionales que impidan la compra masiva de RTX 5090.

El resultado es un mercado donde las existencias permanecen bajo presión constante y donde encontrar la GPU insignia de NVIDIA a su precio oficial es cada vez menos habitual.

Jensen Huang, CEO de Nvidia, cree que ese momento ya ha llegado. Eso sí, no es la primera vez que lo dice este año. En marzo ya dijo que habíamos alcanzado la AGI y ahora ha vuelto a comentar lo mismo tras el lanzamiento de GPT-6 Astra, el nuevo modelo de OpenAI.

Greg Brockman, presidente de OpenAI, también ha hablado de la llegada de la "era de la AGI" con el lanzamiento de GPT-6 Astra. El nuevo modelo ha conseguido resultados increíbles en algunas pruebas, aunque eso no significa que sea el mejor en todo.

Por supuesto, todo esto hay que cogerlo con pinzas y no olvidar un aspecto muy importante: Nvidia es una de las empresas que más se beneficia del enorme gasto que están haciendo las compañías de IA para entrenar y utilizar sus modelos. Desde luego, le interesa más que a nadie que la rueda siga girando.

GPT-6 Astra necesita una enorme cantidad de chips de Nvidia

El CEO de Nvidia ha querido sacar pecho afirmando que OpenAI entrenó GPT-6 Astra utilizando más de 100.000 GPU Nvidia Blackwell. Además, aseguró que otras 400.000 unidades están preparándose para entrar en funcionamiento.

Por eso hay que tener cuidado con las declaraciones de Huang sobre la llegada de la AGI. Puede tener razón cuando dice que las IA actuales ya son capaces de hacer tareas que hace unos años parecían imposibles. Pero también es evidente que Nvidia tiene un gran interés económico en que las empresas sigan aumentando el número de chips que utilizan.

El propio Huang ha defendido que la IA ya está siendo productiva y que está generando beneficios. Su argumento es que, si queremos que esos sistemas hagan más cosas, necesitamos todavía más capacidad de cálculo.

Dicho de otra forma: cuanto más potentes sean las IA, más chips necesitan. Y cuantos más chips necesiten, más negocio tiene Nvidia.

Un objetivo difícilmente alcanzable al que muchos le tienen miedo

Partiendo de la base de que se considera este avance como uno de los grandes logros de la humanidad al conseguir que la IA sea tan inteligente como un humano, matizar primero un pequeño aspecto.

Se supone que las aplicaciones AGI replican la conciencia humana y las habilidades cognitivas sin problemas. Sin embargo, los desarrolladores de esta tecnología no pueden crear redes neuronales que puedan imitar la conciencia artificial en un laboratorio, al menos no todavía. La conciencia humana es demasiado abstracta y asimétrica.

Otro problema que se puede observar es que la IA, a pesar de todas sus increíbles capacidades, todavía se ejecuta en algoritmos y programas informáticos meticulosamente creados que, por un lado, pueden fallar y dejar de funcionar como ocurre con el resto de herramientas y, por otro, cada decisión está respaldada por análisis y procesamiento de datos humanos.

Además, que este progreso veas que es exponencial no significa siquiera que se logre en algún momento de nuestra existencia.

Si las empresas quieren fijar fechas como ese 2050 o incluso 2029 (Ray Kurzweil, ingeniero de Google, o incluso Elon Musk pronostican esta última fecha para la AGI), tan mediatizado por algunos, definitivamente detrás se esconde un entramado de marketing más que de realidad.

No hay consenso sobre qué es exactamente la AGI

Dejando todo esto a un lado, hay un punto aún más importante que comentar: no hay consenso general sobre qué es o de qué estamos hablando exactamente.

Hablar de AGI suena como si estuviéramos hablando de algo muy concreto, pero en realidad no es así. No existe una prueba oficial que una inteligencia artificial tenga que superarnos para que se pueda decir que ya hemos llegado a la AGI. Tampoco hay una definición que todas las empresas y expertos acepten.

En general, cuando se habla de AGI, se refieren a una IA capaz de hacer muchas tareas diferentes con un nivel parecido al de una persona. Hablan de una inteligencia capaz de aprender, razonar y enfrentarse a problemas muy distintos.

El problema es que decir que es capaz de hacer muchas tareas deja bastante en el aire su definición. Una IA puede ser mejor que cualquier persona escribiendo código, resolver problemas matemáticos como el reciente caso de Navier-Stokes o analizar millones de documentos. Pero eso no quiere decir que pueda desenvolverse igual de bien en cualquier otra situación.

Por ejemplo, un modelo puede sacar una puntuación casi perfecta en un examen muy complicado y, al mismo tiempo, tener problemas con una tarea más sencilla para una persona.

También hay mucho debate sobre cuánto tiene que parecerse una IA a una persona para poder llamarla AGI. Cada respuesta cambia dependiendo de a quién le preguntes. Eso no es consenso.

Por eso Jensen Huang puede afirmar que la AGI ya está aquí, mientras otras personas siguen pensando que todavía falta mucho. No están hablando de exactamente lo mismo y, al final, lo que queda es simplemente negocio, alarmismo y competencia.

Se trata del GeForce Hotfix Display Driver 616.86, una versión especial que llega antes de la próxima actualización oficial para solucionar errores concretos relacionados con la imagen y la conectividad remota.

Uno de los fallos corregidos puede resultar molesto para quienes utilizan el ordenador para navegar por Internet. Nvidia ha solucionado un parpadeo intermitente que aparecía en algunos navegadores al visitar determinadas páginas web.

El problema no afectaba necesariamente a todos los sitios ni aparecía constantemente, pero podía provocar que la pantalla parpadeara mientras se utilizaba el navegador.

El nuevo controlador también corrige un error introducido con la versión 616.56 que impedía crear correctamente determinadas pantallas virtuales.

Las pantallas virtuales pueden utilizarse en diferentes configuraciones de trabajo, especialmente cuando se emplean herramientas que necesitan crear monitores adicionales de forma artificial. Para los usuarios afectados, la actualización anterior podía hacer que esta función dejara directamente de funcionar.

Nvidia también ha solucionado otro problema bastante específico, pero importante para quienes trabajan de forma remota.

Después de instalar el controlador 616.56, algunos usuarios podían encontrarse con una pantalla completamente negra al conectarse mediante Escritorio remoto de Windows (RDP). El nuevo controlador 616.86 corrige este comportamiento.

Así el registro de cambios oficial señala tres problemas principales que quedan solucionados con este nuevo controlador. Por un lado, Nvidia corrige los parpadeos intermitentes que podían aparecer en los navegadores al visitar determinadas páginas web; también se ha solucionado un fallo que impedía crear pantallas virtuales después de instalar el controlador 616.56 y, por último, la compañía pone fin a otro problema relacionado con Escritorio remoto.

El controlador 616.86 está basado en el Game Ready Driver 616.64, una versión reciente que introdujo importantes novedades relacionadas con DLSS 5.

Sin embargo, al tratarse de un hotfix, Nvidia no lo plantea como una actualización imprescindible para todos los usuarios. Su objetivo principal es solucionar rápidamente estos errores concretos antes de incorporarlos a un futuro controlador oficial.

Por tanto, si tienes una tarjeta GeForce y estás sufriendo alguno de estos problemas, merece la pena instalar el nuevo controlador. Si tu ordenador funciona con normalidad y no utilizas ninguna de las funciones afectadas, puedes esperar tranquilamente.

La compañía ya había presentado RTX Spark como una de las propuestas más potentes de la industria, incluyendo ante los procesadores de Apple Silicon y las soluciones Arm impulsadas por Qualcomm.

Este lanzamiento hace la diferencia ante portátiles Windows con IA, gracias a la combinación de CPU Arm, GPU Blackwell RTX y memoria unificada.

ASUS, Dell, HP, Lenovo y MSI ya preparan modelos basados en esta tecnología, entonces, ¿cómo funcionan estas variantes del esperado chip? Los desarrolladores han vuelto a compartir la información relacionada más importante.

RTX Spark apuesta por la IA, el gaming y la productividad en un único chip

¿Listo para la potencia de RTX Spark? NVIDIA ha confirmado que los primeros PC Windows equipados con el mencionado chip comenzarán a llegar al mercado en octubre.

Basado en arquitectura Arm, es un formato que ofrece un equilibrio en potencia gráfica, inteligencia artificial y eficiencia. El componente logra un avance importante por esta colaboración de MediaTek y NVIDIA. De hecho, el trabajo se está centrando en reforzar las capacidades de las futuras generaciones de los procesadores.

La configuración más avanzada integra una CPU NVIDIA Grace de 20 núcleos junto con una GPU Blackwell RTX de 6.144 núcleos. A esto se le suman 128 GB de memoria unificada, lo cual es suficiente para alcanzar hasta 1 petaflop de rendimiento FP4 para tareas de IA.

¿Cuándo va a estar disponible? En portátiles y PC de sobremesa con diseños compactos, donde hay alternativas de ordenadores que cuentan con TDP de hasta 140 W.

Gracias a esto, es posible gestionar las cargas de trabajo exigentes sobre IA, desarrollo de programas, renderizado 3D y videojuegos de alta calidad.

Dos variantes N1X y fabricantes de primer nivel ya confirmados

NVIDIA también ha revelado una segunda configuración del chip RTX Spark N1X pensada específicamente para portátiles, la cual funciona con CPU Grace de 18 núcleos, GPU Blackwell RTX con 5.120 núcleos y hasta 64 GB de memoria LPDDR5X unificada.

Los Tensor Cores de quinta generación, soporte para DLSS 5, Reflex 2, CUDA, G-SYNC y los controladores Game Ready y Studio son algunas de las cosas que se pueden aprovechar para el ámbito de los videojuegos. Esto significa que la compañía busca atraer tanto a jugadores como a creadores de contenido y profesionales.

Por ahora ya existen varios fabricantes preparando dispositivos con RTX Spark. NVIDIA menciona oficialmente los ASUS ProArt P16, Dell XPS 16, HP OmniBook X 14, Lenovo Yoga Pro 9n, Microsoft Surface Laptop Ultra y MSI Prestige N16 Flip AI+.

No se han revelado los precios oficiales de los primeros equipos RTX Spark. Algunos fabricantes ya han mostrado sus productos durante IFA 2026, pero las tarifas definitivas siguen pendientes de confirmación.

Para aquellos que no conozcan qué es Hugging Face, hablamos de una plataforma que tiene alrededor de 3 millones de modelos de IA, 500.000 conjuntos de datos y un millón de aplicaciones, además de contar con más de 18 millones de desarrolladores y más de 200.000 empresas.

Hasta ahora, Hugging Face había mantenido una posición bastante independiente dentro del sector. De hecho, la compañía rechazó el año pasado una inversión de 500 millones de dólares de Nvidia precisamente, entre otras razones, para evitar depender demasiado de un único inversor. Ahora la situación parece que ha cambiado.

Nvidia afirma que la plataforma seguirá siendo abierta y que los desarrolladores podrán seguir eligiendo qué modelos, proveedores de nube y chips utilizan. Pero la compañía de Jensen Huang tendrá desde ahora una posición privilegiada dentro de la plataforma.

¿Qué es exactamente Hugging Face?

Si GitHub se ha convertido en uno de los lugares por excelencia para los programadores de código, Hugging Face es exactamente lo mismo, pero para aquellos que se dedican a la inteligencia artificial.

La plataforma permite a desarrolladores, empresas y centros de investigación subir, investigar, descargar y modificar modelos de IA, además de compartir datos y aplicaciones.

La gran ventaja de esta plataforma es que, a diferencia de empresas como OpenAI o Anthropic, que cuentan con modelos de IA cerrados al mundo, los que hay aquí sí que permiten que los usuarios descarguen sus componentes y los ejecuten o adapten en su propia infraestructura.

Eso hace que Hugging Face sea un lugar vital para el desarrollo de la IA y para empresas que quieren incorporar esta tecnología sin tener que entrenar un modelo gigantesco desde cero o pagar millonadas por algo de OpenAI, por ejemplo. Y ahí está precisamente una de las razones por las que Nvidia está interesada.

Nvidia no compra solo una plataforma: compra un canal de distribución

La compañía de Jensen Huang ya es la reina a la hora de fabricar los chips que se utilizan para entrenar y ejecutar buena parte de los grandes modelos de IA. Pero durante los últimos años ha ido mucho más allá de vender GPU.

La compañía está intentando construir todo un ecosistema alrededor de la inteligencia artificial, desde los chips y servidores hasta las empresas que crean modelos y las infraestructuras en la nube. Hugging Face es una pieza más que encaja perfectamente en esa estrategia.

Cuantos más modelos abiertos se desarrollen y utilicen, más infraestructura será necesaria para entrenarlos, ajustarlos y ejecutarlos. Y buena parte de esa infraestructura necesita GPU y otros componentes de Nvidia.

En pocas palabras, más modelos significan más IA. Más IA significa más infraestructura. Y más infraestructura significa más chips.

Por eso la compañía ha invertido también en empresas que se dedican a crear modelos abiertos y en proveedores de infraestructura en la nube como CoreWeave o Nebius.

En cuanto a qué va a ocurrir a partir de ahora en Hugging Face, Nvidia asegura que todo seguirá igual.

La compañía ha prometido que Hugging Face seguirá siendo una plataforma abierta para todo el sector de la IA. También ha asegurado que los más de 18 millones de desarrolladores podrán continuar eligiendo libremente los modelos, proveedores de nube y chips que quieran utilizar.

Sin embargo, la reacción de parte de los gamers y de la prensa especializada ha sido bastante menos entusiasta. Ya que mostrar más fotogramas por segundo no garantiza que la imagen sea mejor ni que el juego responda más rápido.

La generación neuronal puede aumentar considerablemente la cifra que aparece en el contador de FPS, pero esos fotogramas adicionales no son exactamente iguales a los que renderiza de forma tradicional la tarjeta gráfica.

Cabe señalar que, para salir de dudas y como funciona esta tecnología, Nvidia ha explicado ahora los fundamentos técnicos de DLSS 5, pero sus explicaciones no han cerrado el debate.

La cuestión que queda sobre la mesa es si realmente estamos ante una mejora perceptible de la calidad gráfica o ante una tecnología capaz de hacer que los juegos parezcan más rápidos mientras existe pérdida de detalle o mayor latencia.

Una IA que interviene mucho más en la imagen

DLSS nació como una tecnología para reconstruir imágenes y aprovechar mejor la potencia de la GPU y DLSS 5 amplía considerablemente esa intervención.

En lugar de limitarse a escalar una imagen o reconstruir determinados efectos, el sistema utiliza modelos neuronales para sintetizar capas visuales a partir de la información proporcionada por el motor del juego.

Esto significa que su objetivo incluye aspectos como la iluminación, el sombreado, así como la apariencia de determinados materiales.

El modelo analiza la información disponible de la escena y genera una representación que intenta aproximarse a un resultado visual más avanzado sin calcular todos esos elementos mediante renderizado tradicional.

No obstante, el problema es que una imagen generada por inteligencia artificial no tiene por qué conservar todos los detalles de una imagen nativa.

Los primeros análisis de DLSS 5 han señalado posibles problemas de ghosting, pérdida de detalles pequeños cuando los objetos se mueven rápidamente y deformaciones en algunos elementos del HUD.

¿Realmente se ve mejor que la resolución nativa?

Esta es probablemente la pregunta más importante. Una tecnología puede producir una imagen técnicamente más sofisticada y, al mismo tiempo, no resultar más convincente para el jugador.

Las dudas se concentran especialmente en escenas en movimiento, donde un elemento estático puede parecer muy definido en una captura, pero las estelas, pequeños errores temporales o pérdida de información durante movimientos rápidos pueden hacerse mucho más evidentes mientras se juega.

Por eso todavía resulta complicado afirmar que DLSS 5 ofrezca una calidad superior a una resolución nativa bien implementada. La comparación debe hacerse en movimiento y bajo las mismas condiciones, no únicamente observando imágenes promocionales.

Por otro lado, DLSS 5 puede aumentar el número de imágenes mostradas por segundo mediante cuadros creados neuronalmente, pero esos cuadros adicionales no equivalen a nuevos ciclos completos de renderizado realizados por la GPU.

Esto tiene una consecuencia importante para la experiencia del jugador, ya que los fotogramas sintéticos pueden mejorar la sensación de movimiento, pero no reducen por sí mismos el input lag.

De este modo, la respuesta de los controles continúa dependiendo de los fotogramas realmente procesados y de la cadena completa de renderizado.

Aquí entra Nvidia Reflex, cuya función es reducir la latencia del sistema. La generación de imágenes necesita coordinarse con esta tecnología para evitar que el aumento de trabajo y los búferes terminen provocando una respuesta menos inmediata.

El futuro depende de cómo se utilice

También queda la cuestión de la compatibilidad, donde Nvidia mantiene una segmentación entre generaciones de tarjetas y todavía existe incertidumbre sobre qué funciones concretas de DLSS 5 llegarán a modelos anteriores.

Existe además un riesgo para la propia industria. Si las técnicas neuronales permiten disimular determinadas limitaciones del renderizado tradicional, algunos estudios podrían confiar demasiado en ellas y dedicar menos recursos a optimizar sus motores de forma nativa.

DLSS 5 puede convertirse en una herramienta importante para mejorar los gráficos, pero sus cifras de FPS no bastan para demostrarlo. La prueba definitiva será mucho más sencilla: jugar, mover la cámara y comprobar si la imagen realmente mejora sin pagar demasiado a cambio.

La compañía ya había anunciado esta decisión, pero la fecha definitiva se acerca. El último controlador compatible con Windows 10 llegará en octubre, mientras que el lanzamiento previsto para noviembre será el primero que ya no incluirá soporte para el sistema operativo.

Esto no significa que las tarjetas gráficas vayan a dejar de funcionar de repente. Los juegos instalados seguirán funcionando y los controladores existentes continuarán disponibles. El problema llegará progresivamente, especialmente con los juegos nuevos.

Hasta ahora, los controladores Game Ready han permitido a Nvidia introducir ajustes específicos para los últimos lanzamientos, además de mejoras de rendimiento, perfiles de compatibilidad, nuevas funciones y correcciones.

Con el final del soporte completo, los jugadores de Windows 10 dejarán de recibir todas esas novedades. Un juego que funcione correctamente hoy no tiene por qué hacerlo igual de bien en el futuro, especialmente si necesita optimizaciones específicas que solo estén disponibles en los nuevos controladores para Windows 11.

Nvidia, eso sí, no abandonará inmediatamente a quienes permanezcan en Windows 10. Después del último controlador completo, la compañía seguirá publicando actualizaciones de seguridad trimestrales hasta octubre de 2029, destinadas a solucionar vulnerabilidades críticas y errores graves.

El movimiento llega cuando Windows 10 sigue teniendo una presencia considerable entre los usuarios de PC.

Según la encuesta de hardware de Steam correspondiente a julio de 2026, Windows 10 representa el 24,8 % de los equipos Windows participantes, frente al 75 % de Windows 11. Statcounter muestra una proporción similar, con aproximadamente un 30 % para Windows 10 y un 69 % para Windows 11.

Por tanto, Nvidia no está dejando atrás a un sistema operativo utilizado únicamente por una minoría anecdótica.

Microsoft terminó oficialmente el soporte de Windows 10 el 14 de octubre de 2025, aunque posteriormente amplió durante otro año su programa de actualizaciones de seguridad para consumidores. Los equipos inscritos pueden recibir parches críticos e importantes hasta el 12 de octubre de 2027.

Muchos hacen comparaciones entre las generaciones 30, 40 y 50, ya que el valor de los modelos nuevos continúa presionando el presupuesto de muchos jugadores, profesionales y aficionados de ordenadores.

Ahora que hay una disponibilidad irregular en algunos mercados, hay cada vez más usuarios que vuelven a opciones de generaciones anteriores que todavía ofrecen un rendimiento muy competitivo y son una buena alternativa temporal para ahorrar sin quedarse a la deriva.

Japón acaba de convertirse en uno de los ejemplos más llamativos de esta tendencia. Una GeForce RTX 3080 Ti usada puesta a la venta por un conocido minorista de hardware se agotó prácticamente de inmediato.

Una RTX 3080 Ti por 350 euros desata el interés de los compradores ante la reciente crisis de componentes

El minorista japonés OLIOSPEC, especializado en hardware para PC, está llamando la atención de todo el sector de los ordenadores debido a que recientemente ha estado comercializando productos usados.

No se trata de cualquier componente, sino de uno que marcó a toda una generación y, de hecho, la compañía de Jensen Huang lo ha reconocido.

Encontrado por el medio VideoCardz, se dice que entre los primeros artículos destacados de la plataforma mencionada apareció una "ZOTAC GAMING GeForce RTX 3080 Ti Trinity OC de 12 GB" de GDDR6X.

Según la descripción, cuenta con una frecuencia de 1665 MHz (Boost), ancho de banda de 384 bits y 10.240 núcleos CUDA. Aunque pertenece a una generación lanzada en junio de 2021, tal y como se puede apreciar, sigue ofreciendo especificaciones que siguen siendo relativamente buenas.

La gráfica desapareció rápidamente del inventario y el listado pasó a mostrarse como agotado. La información publicada por la tienda, la tarjeta fue clasificada como producto de grado A, una categoría reservada para hardware en buen estado.

Además, había sido sometida a pruebas de funcionamiento, conservaba su caja original e incluía una garantía de un mes, aspectos que aportan una mayor confianza frente a las compras realizadas en plataformas de compraventa entre usuarios.

En la tienda ha sido ofrecida por 63.800 yenes con impuestos incluidos, una cifra equivalente a unos 350 euros al cambio actual. Esta es una diferencia gigante en comparación con el lanzamiento al mercado japonés en 2021.

Las versiones disponibles rondaban los 175.000 yenes, mientras que la ZOTAC Trinity estándar se comercializaba por aproximadamente 179.800 yenes.

Esto significa que la unidad fue vendida con una depreciación cercana al 64% respecto a su precio inicial, una reducción difícil de ignorar para quienes buscan una GPU potente sin realizar una inversión propia de las generaciones más recientes.

El auge de la segunda mano llega mientras las GPU nuevas suben de precio

Actualmente, el catálogo de OLIOSPEC apenas incluye dos tarjetas gráficas: la ya agotada RTX 3080 Ti y una MSI GeForce RTX 3090 GAMING X TRIO equipada con un bloque de refrigeración líquida EK, anunciada por 198.000 yenes.

Aun así, el movimiento resulta significativo porque muestra cómo algunos distribuidores comienzan a explorar el mercado reacondicionado para responder a una demanda cada vez más evidente.

La razón principal parece estar relacionada con el crecimiento del valor de dichos componentes, ya que durante los últimos días, varias GeForce RTX 5070 superaron la barrera de los 110.000 yenes en el comercio japonés. Paralelamente, los suministros de las RTX 5070 Ti y RTX 5080 se han vuelto menos predecibles en determinadas tiendas.

CFD Sales comunicó revisiones de precios para algunas GPU de GIGABYTE, determinando que son incrementos situados entre el 20% y el 40%, una situación que complica aún más el acceso a hardware nuevo para millones de usuarios.

Teniendo la GeForce RTX 3080 Ti a disposición con un rendimiento equilibrado y un precio asequible, es más que suficiente como para cumplir con las exigencias medias necesarias mientras que los consumidores esperan una bajada de precio en las recientes generaciones.

Pero a día de hoy, NVIDIA no solo es un fabricante de gráficas para profesiones especializadas, sino que es el pilar fundamental sobre el que gira toda la industria tecnológica, mayormente por la evolución imparable de la inteligencia artificial generativa y sus capacidades.

Esto la ha llevado a superar con creces los 100.000 millones de dólares en ingresos de forma anual, con una estrategia que está centrada en los centros de datos y sumándose al podio de gigantes como Apple y Microsoft en valor empresarial.

Ahora bien, no todo el mundo tiene acceso a dispositivos tan potentes que puedan lanzar los grandes modelos de lenguaje natural (LLM), y tan solo una simple prueba de estos puede acarrear gastos que no todos los usuarios o empresas están dispuestos a pagar.

Para ello, NVIDIA ha creado su plataforma NVIDIA Build, que se basa en microservicios de inferencia –NIM por sus siglas en inglés–, que permiten el acceso rápido, sencillo y gratuito a los mejores modelos de código abierto del mercado, pero también a los propietarios.

En definitiva, si quieres probar estos modelos antes de gastarte dinero en implementar o desarrollar un proyecto basado en estos, puedes acceder a esta plataforma de NVIDIA para realizar testeos.

Qué es NVIDIA Build y qué modelos ofrece

La Interfaz de Programación de Aplicaciones –conocida popularmente por sus siglas en inglés como API– es crucial para cualquier proyecto en el que necesites que 2 programas se comuniquen entre sí. Por ejemplo, un LLM y una herramienta para crear código, como puede ser Claude Code.

En la práctica, el editor de código envía una petición a un servidor remoto y recibe una respuesta generada por IA en tiempo real, sin que tu máquina tenga que procesar numerosos datos que, de otra forma, exigiría algo más de complejidad.

Con NVIDIA Build, la compañía ofrece un catálogo impresionante de modelos de IA más avanzados, con una arquitectura que los mete en pequeñas "píldoras", por decirlo de alguna manera más coloquial, como TensorRT-LLM o vLLM, para que el modelo mantenga la misma precisión y no haya prácticamente diferencia en la latencia con lo que ofrecería de forma local un LLM.

Muchas compañías como OpenAI o Anthropic, además, solo ofrecen sus propios modelos, por lo que un desarrollador no puede probar otros de forma gratuita, aunque solo sea para revisar la rapidez de las respuestas o su capacidad de razonamiento.

En NVIDIA Build puedes probar muchísimos sin tener que cambiar entre plataformas. Así, tienes acceso a lenguajes de razonamiento como Meta Llama y sus diferentes versiones –según los parámetros que requiera tu proyecto–, todos los de Mistral, Microsoft Phi, así como Google Gemma y los propios de NVIDIA Nemotron.

Más allá de esto, tendrás que revisar muy bien para qué quieres cada modelo, desde el menú lateral izquierdo, ya que no es lo mismo que uses uno para programación que uno para generación de imágenes o con capacidad de visión.

En estos últimos ámbitos, no tendrás ningún tipo de limitación, ya que navegar por ellos es realmente sencillo; con una grandísima ventaja para analistas de datos y científicos, con modelos que pueden realizar tareas específicas realmente impresionantes para este tipo de investigaciones.

Cómo generar claves API y cuál es el sistema de créditos

La plataforma de NVIDIA ofrece una versión gratuita desde el inicio que es bastante generosa, ya sea que estés estudiando y quieras probar o que seas un programador más avanzado que está dudando sobre qué modelo elegir sin tener que pagar nada desde el principio.

En esta versión, obtener la clave API es realmente sencillo: tendrás que registrarte o iniciar sesión en su página oficial, elegir el modelo que prefieras de todos los que aparecen y pinchar dentro del que hayas seleccionado sobre la opción Generate API Key, para copiar y pegar donde la necesites.

Es importantísimo que esta clave API la mantengas a buen recaudo, independientemente del servicio que estés utilizando, ya que es una clave secreta como si fuera una contraseña –solo aparece una vez, así que es importante que la apuntes en un sitio que recuerdes–.

Por otro lado, hay que destacar que una cuenta nueva recibe 1.000 créditos gratuitos, mientras que si necesitas una ampliación a 5.000 créditos sin tener que pasar por caja, es necesario un correo electrónico corporativo o educativo.

Si no tienes ninguno de estos, también puedes completar la solicitud de ampliación, lo que elevará tus créditos sin pagar nada hasta los 5.000 créditos.

Aunque, lógicamente, también tiene limitaciones y las peticiones máximos por minuto se quedan en unas 40 aproximadamente, lo que es suficiente para realizar pruebas, autocompletado en editores de código o consultas simples a cualquier modelo.

En el casos de los usos destinados, es importante destacar también que su uso está destinado a investigación, desarrollo personal, prototipado o pruebas; cualquier uso más allá de este, como la producción comercial a escala requiere de una licencia empresarial de la plataforma de NVIDIA.

Como recomendación, lo mejor es que utilices el chat interactivo que hay disponible desde la propia interfaz web, a no ser que estés utilizando un editor de código y quieras probarlo en ese entorno.

Sea como sea, podrás ajustar parámetros clave como la temperatura o el número máximo de tokens, imprescindible si has configurado algún servidor casero y no quieres que se descontrole el uso de tokens, siempre pudiendo ajustar esto a lo que permitan tus dispositivos, como una Raspberry Pi o un mini PC.

Por último, para los usuarios que usen los modelos de OpenAI, NVIDIA lo pone muy fácil al permitir la compatibilidad al 100% con sus endpoints y la librería oficial de esta compañía, simplemente cambiando la URL base.

En resumen, aunque NVIDIA es la empresa más importante de la industria, aún mantiene opciones gratuitas de prueba que son vitales para sus usuarios, también para los que simplemente se muevan por su curiosidad. Y, de momento, no he encontrado una plataforma que funcione casi de la misma forma que si lanzaras un LLM en tu propia máquina en local –sin depender de las especificaciones de tu máquina–.

Para mitigar este tipo de problemas, además de ahorrar energía y tener un consumo cero de agua, NVIDIA ha presentado una solución que, aparentemente, es contradictoria. Este nuevo diseño se denomina DSX y sirve para la arquitectura de servidores Rubin.

En este caso, NVIDIA ha conseguido enfriar sus supeordenadores con IA con un circuito líquido que entra a 45 grados centígrados, una temperatura más elevada que la de un jacuzzi, y que acaba saliendo a 55 grados.

"El diseño de referencia NVIDIA DSX para fábricas de IA tiene cero consumo de agua: hemos eliminado cantidades masivas de uso de energía y casi todo el uso de agua", explica en un comunicado Ali Heydari, director de refrigeración e infraestructura de centros de datos de NVIDIA. "Con los diseños a base de enfriadores en seco, es un sistema de circuito cerrado sin refrigeración por evaporación, independiente del 1% del año en el que podríamos necesitar enfriadores en algunos climas".

Este refrigerante, formado por un 75% de agua y un 25% de propilenglicol, circula directamente por placas frías de metal pegadas a cada chip y componente de red; tras absorber toda la energía térmica, el líquido acaba saliendo a 55 grados.

En tal caso, al salir del equipo a esta temperatura, no hay necesidad de utilizar máquinas de aire acondicionado ni refrigeradores mecánicos complejos, ya que solo bastaría con canalizar el líquido hacia radiadores secos expuesto al aire exterior para disipar el calor de forma pasiva prácticamente durante todo el año.

"En la ubicación geográfica correcta, con el diseño correcto del sistema, no se necesita ningún equipo de refrigeración", asegura Richard Whitmore, CEO y presidente de Schneider Electric, que cuenta con una división avanzada de refrigeración, Motivair. "Puedes poner bobinas de radiador grandes afuera y usar la temperatura del aire para todo el enfriamiento. Es increíblemente eficiente".

Según los datos técnicos que ha proporcionado la propia NVIDIA, al ser un circuito estanco el consumo de agua se reduce prácticamente a cero; en contraste, las torres de refrigeración tradicionales suponen aproximadamente 10 millones de litros por cada megavatio (MW).

A su vez, enfriar las instalaciones hasta ahora representaba el 40% de todo el consumo eléctrico en un centro de datos. Al elevar la temperatura, por cada grado Celsius la temperatura de refrigeración reduce un 4% el coste en energía del enfriamiento.

Además, a este nivel de escala, la estimación de ahorro en costes económicos en agua y electricidad supone más de 4 millones de dólares cada año, a la par que el ahorro en espacio también es evidente en las unidades necesarias de rack.

Con todo esto, NVIDIA ha creado una tecnología y un diseño que podría suponer un ante y un después para el consumo de agua y energía de un centro de datos, para acabar con el consumo excesivo, sobre todo ante el aumento imparable de la inteligencia artificial.

Así, Nvidia lo calificó como "el momento GPT para los gráficos", una clara referencia que su fundador y CEO, Jensen Huang, quiso hacer durante la presentación para mostrar que tampoco los videojuegos están exentos de llevar inteligencia artificial generativa.

Pero gran parte de la comunidad y de los medios especializados se llevó las manos a la cabeza, ante lo que consideraban un golpe a la creatividad de los diseñadores humanos, a pesar de que Nvidia también puso en valor que DLSS 5 no puede darse sin personas que revisen esta tecnología, como ocurre siempre con la IA.

Otra gran parte de los usuarios criticó también las imágenes generadas, que consisten en intercalar fotogramas de forma artificial para hacer que todo se vea mucho más realista. Aunque las imágenes no convencieron.

No obstante, durante la última keynote de Nvidia, la compañía ha mostrado una gran variedad de ejemplos gráficos de lo que puede conseguir la tecnología DLSS 5, y es prácticamente una imagen casi idéntica a la realidad, con rasgos bien definidos y texturas muy bien logradas.

Quizá el principal anuncio de la keynote es que DLSS 5 no es todo blanco o negro, sino que permite diferentes niveles de detalle, con lo cual los desarrolladores pueden usarlo, por ejemplo, en un porcentaje del 80% o, por el contrario, no usarlo para nada.

Básicamente, es como las tecnologías que ya se utilizan en la actualidad para los videojuegos más exigentes a nivel gráfico, como DLSS, FSR y XeSS, fundamentales para el anti-aliasing y el trazado de rayos más moderno.

Ahora bien, se desconoce si los desarrolladores y los usuarios podrán elegir el siguiente paso, que se realiza sobre el renderizado nativo y utiliza el modelo de IA para aplicar capas adicionales de detalle y nitidez, y no actuar simplemente sobre la geometría y la iluminación.

En cualquier caso, durante la keynote Nvidia ha dejado claro que lo que busca es la flexibilidad, y no forzar a que un título tenga un solo patrón de procesamiento, con lo cual existen 3 modos de IA diferentes, cada uno con diferente carga sobre la tarjeta gráfica.

Como grandísima ventaja, es posible alternar en tiempo real entre los 3 modelos de IA según la exigencia de la escena, así como decidir qué elementos son tratados mediante IA y cuáles permanecen intactos, en el caso de los desarrolladores.

En tal caso, es diferente a la IA generativa tradicional, ya que el módulo de retoque de DLSS 5 actúa como una capa posterior, y no desde el inicio, algo que corresponde al equipo de arte de cada videojuego.

En la keynote, además, Nvidia ha mostrado un modelo que no requiere de hardware externo, sino que está aligerado de alguna forma para poder funcionar en resolución 4K a tiempo real dentro de una sola tarjeta gráfica y con un consumo de VRAM optimizado.

Sea como sea, Nvidia ha confirmado también que seguirá afinando los parámetros para que DLSS 5 acabe llegando previsiblemente durante el tercer trimestre de este mismo año.

El boom de la inteligencia artificial ha convertido a la estadounidense Nvidia en un gigante, hasta el punto de que la empresa vale más que países enteros y regularmente está por encima de los 5 billones de dólares en capitalización bursátil, por delante de gigantes con mucha más historia como Apple, Google y Microsoft.

En esta hegemonía, los chips de Nvidia para la inteligencia artificial, diseñados en Estados Unidos y fabricados en Taiwán en la mayoría de los casos, han sido los grandes responsables de su éxito, pero ahora la empresa se prepara para un nuevo capítulo en el que Japón puede ser su principal aliado.

Huang ha rubricado 3 grandes acuerdos durante su viaje a Japón la pasada semana (entre el 15 y el 16 de julio), y en todos ellos hay un mismo objetivo en común: llevar la inteligencia artificial al mundo físico y, en especial, a la industria más avanzada.

Los 3 grandes acuerdos de Nvidia en Japón

Consciente de que la inteligencia artificial es un sector en el que Estados Unidos y China compiten actualmente por la hegemonía, Japón tiene planes para invertir 1 billón de yenes (5.384 millones de euros) en 5 años a través de grandes empresas locales como SoftBank, Sony, NEC y Honda.

El objetivo de este proyecto, conocido como Noetra, es desarrollar una "IA física", que pueda ejecutarse en robots, vehículos y en fábricas. Para ello, Japón ha llegado a un acuerdo con Nvidia para construir un gran centro de datos con 13.750 CPUs Vera y 27.500 GPUs Rubin, con 140 Megavatios, que se espera que esté listo en 2028.

El segundo acuerdo de Nvidia implica a las grandes empresas de robótica y de manufactura japonesas, como Fanuc, Yaskawa, Kawasaki Heavy, Fujitsu, Hitachi, NEC, Sony, SoftBank, Kubota y AIRoA. Aunque ya usan los modelos Cosmos de Nvidia, ahora la compañía ha presentado Cosmos 3 Edge, una nueva versión en la que el modelo puede funcionar dentro de las máquinas industriales y robots.

Mientras que el tercero se central en la IA para coches, a través de acuerdos con fabricantes japoneses de vehículos como Toyota, que ya usan la tecnología de Nvidia para usos como la conducción asistida o la mejora de la fabricación a través de simulaciones con IA.

"La próxima frontera de la IA está en el mundo físico"

A través de un comunicado, el CEO de Nvidia ha expresado que los acuerdos que ha firmado en Japón tienen un objetivo claro: que la tecnología del momento dé el salto al mundo real.

"La próxima frontera de la IA se encuentra en el mundo físico, y esta es una oportunidad para Japón de las que solo pasan una vez cada generación", como ha afirmado Jensen Huang.

En este camino para que la inteligencia artificial se vuelva física, Nvidia espera que la experiencia de Japón en fabricación le suponga un nuevo aliado con el que continuar su dominio sobre la tecnología del momento.

"Japón inventó la fabricación moderna. Ahora tiene la oportunidad de reinventarla para la era de las industrias inteligentes", ha apostillado el director ejecutivo de la multinacional estadounidense.

A los rumores de una posible cancelación debido a los problemas de precios por falta de stock de RAM, se le sumó la filtración de que la 5080 SUPER tenga un consumo de diseño térmico de 415 vatios. Comparando este número con los 360 vatios que gasta el modelo estándar actual, hablamos de una subida del 15% en la factura de la luz.

Y ahora llega un nuevo varapalo para la compañía de Jensen Huang: los costes de fabricación han obligado a paralizar su salida al mercado. Según se ha filtrado, Nvidia ya ha enviado los primeros chips gráficos a sus socios, pero les ha dado la orden directa de congelarlo todo porque la nueva memoria GDDR7 de 3 GB es, ahora mismo, muy cara.

Con esto como base, si deciden lanzar estas tarjetas ahora mismo con los precios actuales de los componentes, el coste para los usuarios se dispararía por encima de lo normal. Inviable.

Por otro lado, si obliga a marcas como Asus o MSI a mantener los precios oficiales baratos, estas empresas directamente se negarían a fabricarlas porque perderían dinero con cada venta. Al final, la única opción lógica ha sido retrasarlo todo a la espera de que la cosa se relaje.

Esta situación deja a la compañía de Jensen Huang en una posición muy difícil

La gran novedad de estas versiones SUPER está precisamente en el uso de esos nuevos módulos de memoria de 3 GB. Ofrecen un 50% más de capacidad que los de 2 GB que llevan las tarjetas normales que se venden ahora, lo que permite meter mucha más memoria VRAM sin tener que cambiar el diseño interno ni los cables por los que viajan los datos.

El problema es que estos nuevos módulos se están vendiendo en las fábricas a un precio que duplica o triplica el coste de los anteriores.

La lista de tarjetas que la compañía quería lanzar en este mismo año incluye modelos que la gente espera con muchas ganas, como la RTX 5080 SUPER y la RTX 5070 Ti SUPER (ambas con 24 GB de memoria), la RTX 5070 SUPER (con 18 GB) y una opción más barata, la RTX 5050 de 9 GB.

Sin embargo, un cambio de estrategia que Nvidia hizo a finales de 2025 ha terminado de complicarlo todo: antes, ellos te vendían el pack completo del chip con la memoria; ahora, obligan a las marcas que montan la tarjeta a apañarse como puedan y comprar la memoria por su cuenta.

¿Cuándo podrán ver la luz y qué está sucediendo para que se retrasen las tarjetas gráficas de NVIDIA?

La situación con respecto a la crisis de la RAM es bastante complicada. La gravedad de esta crisis de componentes es tan grande que ha provocado algo que no se veía en años. Por primera vez en cinco años, Nvidia fue al CES de 2026 sin presentar ni una sola tarjeta gráfica para el público general.

Huang prefirió no anunciar nada en la feria porque sabe de sobra que la falta de material impide asegurar que las tarjetas lleguen de forma normal a las tiendas.

De hecho, esta crisis está afectando incluso a las GPU más caras que Nvidia vende a empresas y gobiernos. En sus equipos de inteligencia artificial más potentes, el coste de los chips de memoria ya supone una cuarta parte de lo que cuesta fabricar todo el aparato, tras sufrir una subida de precio cercana al 500% en unos meses.

Si esto le pasa a tarjetas más top que valen miles de euros, imagínate el impacto al intentar cuadrar el precio de una tarjeta para jugar en tu casa con tu PC.

De momento, nadie sabe muy bien qué van a hacer Nvidia y sus socios para salir de esta. Los procesadores de las RTX 50 SUPER ya están casi acumulando polvo en los almacenes de ensamblaje, por lo que el retraso no puede durar mucho más si no quieren que todo esto se quede anticuado.

La decisión ahora es la siguiente: o asumen que los precios van a ser más caros de lo normal, o te quedas directamente sin novedades para PC en lo que queda de 2026 (y quién sabe qué pasará en 2027).

La principal novedad de esta versión es la llegada de la grabación mediante ShadowPlay a 240 fotogramas por segundo, una característica pensada para quienes buscan capturar partidas con la máxima fluidez posible. Sin embargo, no todos los usuarios podrán aprovecharla.

La nueva función está disponible únicamente para las tarjetas gráficas GeForce RTX Serie 40 y Serie 50, dejando fuera a generaciones anteriores. Aunque para la mayoría de jugadores grabar a 60 o 120 FPS sigue siendo suficiente, la posibilidad de registrar imágenes a 240 FPS puede resultar especialmente atractiva para jugadores competitivos, creadores de contenido y usuarios que editan vídeos a cámara lenta.

Gracias a esta mejora, las grabaciones pueden capturar movimientos mucho más suaves y precisos, algo especialmente útil en títulos de disparos, simuladores o juegos de deportes electrónicos donde cada detalle cuenta.

La configuración puede realizarse desde el menú de ShadowPlay, accesible mediante el conocido atajo Alt + Z.

La actualización también incorpora nuevas funciones relacionadas con la gestión de pantallas. NVIDIA ha añadido opciones que permiten limitar la barra de tareas a un único monitor o ampliar ventanas a través de todas las pantallas conectadas.

Estas características están especialmente dirigidas a usuarios que utilizan configuraciones de dos o más monitores, una práctica cada vez más habitual entre jugadores avanzados, streamers y profesionales que trabajan con múltiples aplicaciones abiertas al mismo tiempo.

Otro de los cambios destacados es la ampliación del soporte para las funciones Optimal Settings y DLSS Override en numerosos videojuegos.

Entre los títulos más importantes que reciben compatibilidad se encuentran Death Stranding 2: On The Beach, Resident Evil Requiem, Crimson Desert, Marathon y Pragmata.

Estas herramientas permiten optimizar automáticamente la configuración gráfica y aprovechar mejor las capacidades de las tarjetas GeForce compatibles.

Además de las nuevas funciones, NVIDIA ha corregido varios errores detectados en versiones anteriores. Entre ellos destaca un fallo que impedía grabar correctamente algunas partidas cuando el nombre del juego incluía caracteres especiales.

Nos referimos a la plataforma de la compañía creada para ordenadores equipados con chips de inteligencia artificial. La verdad es que unir IA y juegos SEGA en la misma frase suena un tanto extraño, pero esta alianza viene de lejos.

Hace exactamente 30 años, en 1996, ambas empresas ya cruzaron sus caminos cuando la tarjeta gráfica Nvidia NV1 se encargó de llevar por primera vez el juego Virtua Fighter de las recreativas a los compatibles de la época.

Aquel primer experimento no salió del todo bien porque ese modelo de tarjeta utilizaba un sistema de renderizado geométrico que no consiguió calar en el mercado. Pero la semilla ya estaba plantada.

Y el resultado es lo que se ha presentado ahora. En lugar de obligar a los jugadores a usar emuladores o a gastarse dinero en hardware antiguo de segunda mano, la plataforma RTX Spark de Nvidia se encargará de hacer todo el trabajo pesado. Esto permitirá que vuelvas a jugar sin problemas a estas joyas de los 90 directamente en tu monitor.

Entre la lista de juegos confirmados que aterrizan en la plataforma de inteligencia artificial de Nvidia aparecen nombres de peso: Virtua Fighter, Virtua Fighter 2, Virtua Cop, Daytona USA, SEGA Rally Championship, Panzer Dragoon, Panzer Dragoon II Zwei, Fighting Vipers y Last Bronx.

¿Qué es RTX Spark de Nvidia y cómo vas a poder jugar a los clásicos de SEGA en PC?

Al utilizar algoritmos de escalado y optimizaciones en la nube, esta plataforma es capaz de coger juegos antiguos de SEGA que corrían a resoluciones muy bajas y adaptarlos para que se vean perfectos y fluidos en pantallas de alta resolución.

Por tu parte, no tendrás que configurar plugins de vídeo ni tendrás ningún tipo de fallo. Nvidia se ha encargado de que la plataforma RTX Spark lea el código de los juegos y lo traduzca para que entienda los mandos actuales y las tarjetas de forma nativa.

Linus Torvalds también se niega a decir adiós a la SEGA Dreamcast en Linux

Lo cierto es que Linux también quiere aportar su granito de arena con respecto a esta compañía japonesa y busca mantener con vida la SEGA Dreamcast.

Pese a su antigüedad, y por mucho que le pese a Linus Torvalds, la comunidad de usuarios de la SEGA Dreamcast sigue siendo enorme y muy activa, y son muchísimos los que se resisten a dejar morir su máquina.

El foco principal de las mejoras se ha centrado en solucionar los problemas de compatibilidad del puerto Maple. En concreto, el código arrastraba un fallo grave en el controlador del ratón que provocaba un cuelgue de la máquina cada vez que un programa intentaba abrir el dispositivo. Lo curioso de este error es que llevaba oculto desde el año 2017.

Además del ratón, los parches de actualización también mejoran los controladores del teclado oficial y del joystick.

Como ves, han preferido priorizar las preferencias de la comunidad de jugadores antes que mantener la compatibilidad con viejas arquitecturas.

Y es que, mientras que los ordenadores antiguos acaban siendo inservibles y las nuevas generaciones opacan el pasado, las consolas, con los años, suben al escalón de lo vintage, al estatus de culto que las mantiene vivas por mucho que pasen décadas.

En la industria ha habido todo tipo de marcas, pero algunas han dejado huella por ser más cerradas con respecto a sus productos. Dentro de esa historia, pocas declaraciones han tenido tanto impacto como las palabras contra NVIDIA.

Un problema que afectaba a miles de usuarios de Linux hace más de una década fue lo que desató la crítica que puso sobre la mesa el futuro de los controladores y los componentes en plataformas abiertas.

El día en que Linus Torvalds cargó contra NVIDIA

En junio de 2012, durante una sesión de preguntas y respuestas en la Universidad Aalto, en Finlandia, un asistente planteó una queja relacionada con la compatibilidad de la tecnología NVIDIA Optimus en Linux.

Con esto, se solucionaban varias cosas porque era posible alternar entre gráficos integrados y gráficos dedicados. Como consecuencia, el rendimiento y la autonomía de muchos portátiles podían mejorar considerablemente, a pesar de que el funcionamiento en el sistema del pingüino Tux no era del todo adecuado.

De aquí fue que surgió una de las citas más famosas de Linus Torvalds, quien reaccionó a los obstáculos que siempre había con respecto a los componentes: "Nvidia ha sido uno de los peores puntos problemáticos que hemos tenido con los fabricantes de hardware".

Después añadió que la situación era especialmente decepcionante porque la compañía buscaba vender una gran cantidad de chips en el mercado Android, un ecosistema basado precisamente en el kernel Linux.

Tras eso, dijo que "NVIDIA ha sido la peor empresa con la que hemos tratado". Así que, NVIDIA, ¡que te jxdan!". Harto de la situación, afirmaba que Intel y AMD tenían una mejor disposición para la cooperación.

NVIDIA solía tener estrictas restricciones propietarias y eso complicaba las cosas para la comunidad de código abierto. Con una experiencia limitada, el kernel tampoco podía avanzar tanto como debería.

Cómo NVIDIA pasó de ser criticada por Linux a apostar por el código abierto

Aquello sucedió en 2012, hace más de una década, y actualmente las cosas son muy distintas porque parece que NVIDIA se ha propuesto cambiar las cosas ante Linux.

Desde mayo de 2022, la empresa de Jensen Huang presentó módulos de kernel para GPU bajo una licencia dual GPL/MIT, los cuales permitían el acceso al código fuente.

De esta manera, se explicó que el objetivo era facilitar las cosas para los desarrolladores y proveedores de distribuciones. Más adelante, la empresa confirmó que la transición hacia los módulos abiertos se convertiría en la dirección principal de su plataforma gráfica para Linux.

En 2024, finalmente la compañía dijo que estos módulos para las arquitecturas modernas de GPU podían conciliarse como en una adopción total, yendo de la mano con la evolución de la inteligencia artificial, supercomputación y centros de datos.

A pesar de que CUDA, cuDNN o NCCL siguen siendo propietarias, también se han desarrollado soluciones basadas en Linux para sus plataformas DGX y la computación de alto rendimiento.

Sea como sea, lo que comenzó como una de las críticas más duras realizadas por Linus Torvalds hacia una gran compañía terminó precediendo una etapa de acercamiento entre NVIDIA y el mundo del código abierto.

Un claro ejemplo de ello son las tecnologías como NVIDIA DLSS, Intel XeSS y AMD FidelityFX Super Resolution, las cuales son claves para mejorar la tasa de fotogramas y reducir la carga de trabajo.

Sin embargo, AMD parece que tiene algo preparado bajo la manga, una nueva forma de multiplicar los FPS sin sacrificar la calidad visual que es más ambiciosa de lo esperado. No es cualquier cosa y podría marcar la diferencia en un futuro cercano.

AMD trabaja en una generación multifotograma capaz de alcanzar un modo 8x

¿Qué pasará con las futuras funciones de FSR? Las GPU Radeon RX 9000 Series y las innovaciones basadas en aprendizaje automático están evolucionando considerablemente gracias al trabajo de AMD.

En este caso, no se trarta de las mejoras en Linux o la rivalidad con Intel, sino de algo que podría hacer temblar a Nvidia. Principalmente, se trata de una evolución para FidelityFX Super Resolution.

Las mejoras en cuestión se realizarían mediante un sistema de generación multifotograma que podría alcanzar una relación de hasta 8x, según se comparte en RadeonTuner.

Por lo tanto, se tendría la capacidad de generar hasta 7 imágenes adicionales por medio de la IA, por cada fotograma renderizado de forma tradicional por la tarjeta gráfica. Esto cambia por completo la funcionalidad porque normalmente ronda los 6x que ofrece NVIDIA Multi Frame Generation (agrega 5 fotogramas).

Aunque no es un anuncio oficial de la compañía, la herramienta de terceros que sirve para analizar parámetros internos ocultos en los controladores Radeon apunta a que hay referencias a las propiedades MfgOverride y MfgRatio.

A su vez, se encontraron en los controladores AMD Adrenalin 26.6.2 WHQL junto a una biblioteca asociada a FSR 4.1.1. En el apartado de generación multifotograma también se localizaron controles experimentales para tecnologías como FSR Ray Regeneration Denoiser y FSR Neural Radiance Caching.

Con estas características, se puede forzar la activación de FSR Multi Frame Generation. De hecho, las cosas no quedan únicamente ahí, sino que es posible configurar desde 1x hasta 8x.

Los registros encontrados sugieren además que estas funciones estarían vinculadas inicialmente a la arquitectura RDNA 4 o superior, lo que incluye a las Radeon RX 9000 Series.

Más rendimiento, pero también mayores retos para la calidad y la latencia

El descubrimiento determina que AMD no solamente está buscando mejorar los FPS, porque también se está considerando una expansión del ecosistema FSR.

De igual manera, tal y como se ha apreciado con el reciente DLSS 5, mientras más imágenes artificiales se insertan entre 2 fotogramas reales, más difícil resulta mantener una representación precisa de los objetos en movimiento y la consistencia temporal.

Ya sabes, eso de ver partes difuminadas, que no terminan de cargar o objetos extraños, así como el problema del ghosting o las irregularidades en el frame pacing.

Por el momento, ninguna de estas opciones se encuentra operativa. Las pruebas realizadas con una Radeon RX 9060 XT en títulos como Pragmata, Crimson Desert, Death Stranding 2, Resident Evil 9 y Forza Horizon 6 no permitieron activar la generación multifotograma detectada en los controladores.

Según el desarrollador de RadeonTuner, AMD suele incorporar determinados parámetros internos varios meses antes de implementar el código definitivo que los hace funcionales. Entonces, hay una gran posibilidad de que toda esta información recopilada sea cierta.

De igual manera, hay que esperar para comprobar que sea real. En efecto, por muy impresionante que sean esos 8x, también hay que considerar que se deben analizar adecuadamente las características cuando esté disponible para saber de una vez por todas que sí cumplirá con las expectativas que tienen los gamers en la actualidad.

Jensen Huang abordó este problema durante una entrevista concedida a Harrison Chase, fundador y CEO de LangChain. El responsable de Nvidia defendió una nueva visión de la IA empresarial, donde dijo que la capacidad del modelo de IA importa, pero el contexto es lo que permite aprovecharla de verdad.

Para Huang, el futuro no pasa únicamente por crear sistemas cada vez más avanzados, sino que las empresas también tendrán que conectarlos con sus documentos y herramientas internas. Solo así podrán convertir una IA general en un agente que entienda realmente su trabajo.

Saber mucho no significa conocer la respuesta correcta

Huang explicó su idea mediante una comparación con las personas. Alguien puede tener una gran capacidad para pensar, aunque eso no garantiza que pueda resolver cualquier problema, ya que primero necesita conocer los detalles importantes.

Pensemos en un trabajador de atención al cliente, donde, por mucha experiencia que tenga, difícilmente podrá solucionar una incidencia si no sabe qué compró el usuario o qué ocurrió con el envío. Necesita consultar el pedido y conocer las condiciones de la empresa antes de actuar.

Eso es lo que Jensen quiere decir cuando asegura que una persona inteligente se vuelve mucho más útil al recibir información relevante. En la IA ocurre algo similar, ya que el modelo aporta la capacidad para razonar, pero la información le permite aplicar esa capacidad al problema adecuado.

Los agentes de IA quieren ir más allá del chatbot

La conversación con Harrison Chase se centró en los agentes de IA, donde se dijo que estos sistemas no se limitan a contestar una pregunta, sino que también pueden buscar información, utilizar programas y completar varios pasos hasta terminar una tarea.

LangChain desarrolla herramientas para construir y supervisar este tipo de agentes. Su tecnología permite combinar modelos con memoria, aplicaciones y mecanismos de evaluación para adaptarlos a situaciones reales de trabajo.

La diferencia se entiende con un ejemplo sencillo, en el cual un chatbot puede redactar una respuesta para un cliente, pero un agente conectado a los sistemas internos podría revisar su caso y preparar una solución basada en las reglas reales de la compañía.

Los datos pueden convertirse en la verdadera ventaja

Dos empresas podrían utilizar el mismo modelo y conseguir resultados muy diferentes. La diferencia estaría en la información que cada una pone a su alcance y en la forma de organizarla.

Aquí aparece uno de los puntos más importantes de la visión de Jensen Huang, donde los modelos de IA pueden estar disponibles para muchas compañías, pero cada negocio conserva un conocimiento propio. Sus procesos y la experiencia acumulada permiten crear agentes especializados.

Este acceso también requiere límites, donde una IA no debería entrar en todos los sistemas de la empresa por defecto, sino que cada agente tendrá que consultar solo los datos necesarios y pedir autorización cuando una acción pueda tener consecuencias importantes.

Por ello, Nvidia y LangChain trabajan en soluciones que buscan ofrecer esa combinación entre autonomía y control. La intención es que las empresas adapten sus agentes sin poner en riesgo la información privada.

Quién es Jensen Huang

Jensen Huang nació en Taiwán y estudió Ingeniería Eléctrica. Antes de crear Nvidia, trabajó en AMD y LSI Logic, y en 1993 fundó la empresa junto a Chris Malachowsky y Curtis Priem. Desde entonces permanece al frente como presidente y consejero delegado.

Nvidia comenzó centrada en los gráficos para ordenadores, donde su GPU, presentada en 1999, impulsó los videojuegos y abrió nuevas posibilidades para realizar muchas operaciones al mismo tiempo. Esa capacidad terminó siendo fundamental para entrenar los grandes modelos de IA.

Cabe señalar que Huang se ha convertido en una de las figuras más influyentes del sector porque los chips de Nvidia sostienen buena parte de la infraestructura utilizada por esta tecnología.

Por eso llama la atención que Jensen Huang, cofundador y CEO de Nvidia, haya decidido no llevar reloj. Y es que para él, prescindir de ese objeto tiene un sentido muy concreto: recordar que el momento más importante es el que está viviendo en el presente.

Esta forma de pensar de Jensen la relaciona con una experiencia que vivió en Kioto, durante una visita a un jardín de musgo. Allí encontró una lección profesional que acabaría acompañándole durante años.

No llevar reloj es una forma de volver al presente

Durante aquel viaje a Japón, Huang observó a un jardinero que cuidaba un enorme jardín de musgo con unas pequeñas pinzas de bambú. El espacio parecía inabarcable, mientras que las herramientas del hombre eran mínimas.

El jardinero llevaba cerca de treinta años ocupándose del lugar, donde Huang no pudo evitar preguntarle cómo era posible mantener un jardín tan grande trabajando de una forma tan lenta. La respuesta fue sencilla: tenía tiempo de sobra.

Cabe mencionar que el hombre no intentaba terminar el jardín cuanto antes, sino que se ocupaba de la parte que tenía delante y repetía ese trabajo cada día. La constancia hacía posible lo que, visto de golpe, parecía imposible.

Para el CEO de Nvidia, aquello se convirtió en una de las mejores enseñanzas personales que había recibido, que no llegó de un mentor del mundo empresarial, sino de alguien que llevaba décadas haciendo bien la misma tarea.

Por ello, Jensen Huang no utiliza reloj no porque rechace los horarios o la planificación, sino que dirigir una empresa como Nvidia exige tomar decisiones con tiempo, coordinar equipos y anticiparse a muchos cambios.

Su idea es que mirar siempre hacia el futuro puede hacer que perdamos atención sobre lo que estamos haciendo ahora. Cuando la mente está ocupada con la siguiente meta, el trabajo actual corre el riesgo de convertirse en un simple trámite.

No llevar reloj le sirve como recordatorio, ya que en lugar de medir cada momento por lo que falta para llegar a otro sitio, intenta centrarse en la tarea que tiene delante.

"La mayoría de las veces espero a que las cosas lleguen a mí. Rara vez las persigo. No tengo reloj. Estoy concentrado en el presente. “Disfruto de mi trabajo”, menciona en Storyboard18.

Hacer mejor en lugar de hacer más

La filosofía de Jensen Huang tampoco consiste en conformarse. Él mismo ha explicado que prefiere mejorar en lo que ya está haciendo antes que perseguir constantemente nuevos objetivos.

De este modo, acumular proyectos no siempre significa avanzar. A veces, dedicar más esfuerzo a una sola tarea produce mejores resultados que repartir la energía entre demasiadas cosas.

Esta idea también encaja con su manera de hablar sobre Nvidia, donde Huang suele dar mucha importancia a lo que la empresa necesita resolver en el presente. No significa trabajar sin estrategia, sino evitar que un plan impida reaccionar a lo que está ocurriendo.

Hay un regla de oro de la seguridad informática: no descargues ni instales nada de fuentes desconocidas. Y también hay una incomprensible tendencia de los usuarios, a confiar en desconocidos. Entonces pasa lo que ha pasado con DLSS Swapper.

Hay que decir que la aplicación no ha sido hackeada ni tiene virus. Si la has usado de forma convencional, no hay problema. Pero si alguien te ha dicho que una versión de un DLSS personalizado funciona mejor o arregla algo, y la has instalado, corre a pasar el antivirus. Vamos a ver qué ha ocurrido, y cómo evitarlo.

DLSS Swapper y los DLL contaminados de terceros

DLSS Swapper es una herramienta muy popular entre los gamers, porque puede mejorar el rendimiento de los juegos. Los títulos modernos usan herramientas de inteligencia artificial como DLSS de Nvidia o FSR de AMD (esta no usa IA), para crear frames artificiales o utilizar una resolución dinámica. Esto consigue que los juegos dupliquen o tripliquen sus fps, sin perder apenas calidad gráfica.

Estas librerías se actualizan casi cada mes, pero las nuevas versiones solo se usan en los juegos nuevos. Lo que hace DLSS Swapper es instalar las últimas versiones de DLSS, FSR, y otras tecnologías similares, en juegos con versiones más antiguas. Esto puede hacer que obtengan más fps, mejoren en el trazado de rayos, puedan usar frame generation, y otras funciones que solo están en las versiones más nuevas.

DLSS Swapper detecta la versión instalada de DLSS y el resto en cada juego que tienes instalado en tu PC, descarga la versión más moderna, y la instala en la carpeta del juego. Tienes libertad total para elegir entre docenas de versiones, o volver a la original.

Si usas la herramienta descargando todo desde dentro, no hay ningún problema. El peligro está en si has instalado alguna versión de DLSS personalizada por terceros.

Según ha descubierto el autor de DLSS Swapper, Brad Moore, alguien ha manipulado ficheros DLL para insertar malware. Con herramientas como Manifest Builder genera un archivo de manifiesto que usa DLSS Swapper para integrar esta versión infectada en el PC.

Para que la gente lo use, lo distribuyen en foros gaming con mensajes del tipo: “A mí me ha solucionado este problema” o “va mejor que el original”. Suficiente para que la gente se olvide de la seguridad, y lo integre en DLSS Swapper para meterlo en el juego. Así que el usuario estará instalando él mismo, voluntariamente, el malware.

Evitar esto es tan sencillo como no usar DLLs de terceros, la regla de oro “No descargar cosas de fuentes desconocidas”, e instalar solo las versiones que te ofrece la aplicación. Igualmente, descargar DLSS Swapper solo desde su web oficial en GitHub.

GeForce Trading Cards: Series 1 son unas cartas coleccionables que quieren conmemorar los primeros años de la compañía. Desde su primer procesador NV1 a su primera tarjeta gráfica, la GeForce 256, hasta la RTX 2080 Ti. El resto se cubrirán en próximas series.

Estas cartas coleccionables de Nvidia no se van a vender. La compañía verde las regalará en ferias y eventos, y las sorteará en sus redes sociales. Seguro que van a interesar a los coleccionistas.

Qué son las cartas coleccionables GeForce Trading Cards: Series 1

“Cada jugador de PC tiene su propia historia de cómo empezó”, dice Nvidia en la nota de prensa. “Quizá todo empezó con la primera tarjeta gráfica instalada en un nuevo ordenador de sobremesa; una LAN de fin de semana; un shooter on line favorito; una demo técnica que no parabas de ver una y otra vez; o tal vez un nuevo y espectacular juego que hizo que la actualización mereciera realmente la pena”.

Y continúa: “Para celebrar estos momentos, NVIDIA presenta su primera serie de cromos de GeForce, una colección gratuita con 14 diseños diferentes que recogen algunos de los grandes momentos de los videojuegos para PC con GeForce. Desde GPU emblemáticas, demos memorables y juegos clásicos hasta referencias a momentos clave de la historia para los aficionados a GeForce”.

Las cartas incluyen fotos de míticas tarjetas gráficas, como la primera de todas, GeForce 256. La GeForce 3, la primera en usar shaders, GeForce 7800 GTX, o GeForce 10 Series, que incluye la mítica GTX 1080, una de las más queridas de la historia. Esta Series 1 incluye 14 cartas.

Hay también un recuerdo para demos gráficas que dejaron asombrados a los jugadores, como Bubble, Chameleon y Medusa, y ediciones especiales de tarjetas, como la GeForce RTX 2080 Ti Cyberpunk 2077 Edition.

Nvidia ha anunciado que regalará sobres en redes sociales y en ferias y eventos presenciales como Bilibili World 2026, QuakeCon 2026 y Gamescom 2026.

Como era de esperar, la iniciativa no ha caído muy bien entre los jugadores quemados porque las tarjetas gráficas de Nvidia cuestan el doble que hace unos meses, o no hay stock de las más deseadas.

El origen de esta filtración parece que ha sido un descuido por parte de Seasonic, una de las marcas más importantes del mundo a la hora de fabricar fuentes de energía para PC.

La empresa asiática ha actualizado la calculadora virtual de su página web, que sirve para que los usuarios puedan saber cuánta luz va a gastar su ordenador, incluyendo por error tres modelos que todavía no existen.

Al ver las opciones para elegir, algunos de ellos se han encontrado con las futuras RTX 5080 Super, RTX 5070 Ti Super y RTX 5070 Super.

Esto no solo confirma que finalmente los nuevos modelos están de camino, ya que hubo algunas voces que aseguraron que quizá se podrían cancelar debido a la inteligencia artificial, sino que viene acompañada de los vatios exactos que va a consumir cada tarjeta, y es aquí donde empiezan las malas noticias.

La subida de consumo eléctrico en toda la gama es bastante preocupante. El caso más importante de todo el listado es el de la joya de la corona, la nueva RTX 5080 Super.

Según los datos que se han podido ver, esta tarjeta gráfica va a tener un consumo de diseño térmico de 415 vatios. Si se compara este número con los 360 vatios que gasta el modelo estándar actual, hablamos de una subida del 15% en la factura de la luz.

¿Qué potencia necesitan las nuevas tarjetas gráficas de NVIDIA y por qué va a subir tanto el consumo de luz?

Todo esto parece que tiene que ver con los límites físicos de la tecnología. Para conseguir que un juego funcione con mejores gráficos o a más fotogramas por segundo sin cambiar por completo la arquitectura del chip, los ingenieros de NVIDIA tienen que subir las frecuencias de reloj y meter más electricidad al circuito.

El problema es que todo esto tiene consecuencias y, claro, se dispara el calor generado y la energía que el ordenador necesita.

Además de la velocidad pura, el otro gran factor que explica esta subida de vatios está en la memoria de vídeo. Hay rumores que apuntan a que NVIDIA va a aprovechar este lavado de cara Super para aumentar la capacidad de almacenamiento de sus tarjetas, utilizando los nuevos módulos de memoria GDDR7.

Al meter más gigas dentro del circuito para que los juegos carguen texturas más pesadas, el consumo general sube.

Pero esto también afecta a los otros dos modelos. La RTX 5070 Ti Super va a tener unos 350 vatios de consumo, una subida del 17% si se compara con la versión normal que se vende ahora mismo. Por otro lado, la RTX 5070 Super subirá un 10%, pasando de los 250 vatios hasta los 275 vatios.

Para los usuarios que quieren montar desde cero sus propios ordenadores, no te viene nada mal conocer todos estos datos. Debes tener en cuenta que, si una tarjeta gráfica consume más de 400 vatios por sí sola, exige tener en el chasis una fuente de alimentación de una calidad muy alta y con una potencia que supere fácilmente los 850 vatios para evitar apagones.

Al final, esto es algo que se puede solucionar, pero a base de pagar más, aparte de que tu factura, por otro lado, también lo va a sufrir.

El CEO de Nvidia ha llevado esta chaqueta durante 10 años en los lanzamientos de productos más emblemáticos de Nvidia, en las conferencias de desarrolladores y en los anuncios más importantes que contribuyeron a marcar el auge de la inteligencia artificial. También cuando va a comer fideos zhajiangmian en los puestos callejeros de China.

Es el modelo auténtico porque está firmada por el propio Jensen Huang. Además tiene alguna rozadura que se puede ver en las fotos de prensa cuando la llevaba Huang. Quizá te preguntes por qué la séptima persona más rica del mundo, con una fortuna de casi 200.000 millones de dólares, pone a subasta su chaqueta más emblemática, y qué va a hacer con el dinero. Es una donación.

Una chaqueta de cuero con mucha historia

Jensen Huang se ha hecho mundialmente famoso gracias a la IA, pero para los usuarios de PC ya lo era en los años 90 del pasado siglo. Huang es también un pionero de los videojuegos, ya que Nvidia creó una de las primeras tarjetas gráficas gaming de la historia (con permiso de 3dfx Voodoo), y desde hace 30 años los videojuegos de PC evolucionan al ritmo de sus GPU.

Diez años parece mucho tiempo para una chaqueta de cuero, pero los modelos de Tom Ford son conocidos por su durabilidad. Su prestigio recae en "su excepcional artesanía, sus pieles flexibles y su lujo discreto, las chaquetas de Tom Ford ocupan un lugar destacado en la moda masculina contemporánea”, explica Sotheby's. Será un lujo discreto, pero su precio no lo es. Cuestan entre 3.000 y 4.500 euros en España.

“No es solo una chaqueta. Es el uniforme de un pionero. Un símbolo de su estilo de liderazgo, que encarna la autenticidad, el ingenio, la perseverancia, el valor y la alegría. Se ha convertido en un símbolo de la visión que lidera la revolución de la inteligencia artificial”.

La casa de subastas estima que la chaqueta de cuero de Jensen Huang alcanzará un valor de entre 40.000 y 60.000 dólares, pero con la locura que hay ahora con la IA, no es de extrañar que la puja se dispare.

El dinero recaudado se donará a una iniciativa filantrópica organizada por Long Journey Ventures en beneficio del Edge Institute. Es una organización sin ánimo de lucro que reúne a personas que trabajan en las fronteras de la tecnología, la ciencia, la cultura y la sociedad para que convivan y experimenten con el objetivo de construir un futuro mejor.

“Los fondos recaudados entre diferentes objetos donados por personalidades se destinarán a financiar becas, subvenciones y residencias para que la próxima generación de jóvenes creadores pueda dedicarse a sus pasiones y proyectos. Esto permitirá la colaboración multidisciplinar al vivir y experimentar juntos con la misión de construir un futuro mejor en el que los seres humanos puedan prosperar”, dice la ficha de Sotheby’s.

La chaqueta de cuero de Jensen Huang se ha convertido en su imagen de marca. Puede ser tuya en esta subasta de Sotheby's si estás dispuesto a pagar entre 40.000 y 60.000 euros. Un icono cultural y tecnológico, que seguramente se venda por mucho más.

¿Para qué tener una GeForce RTX 5090 cuando no se puede aprovechar al máximo por los límites de la RAM? Más de 2.000 euros son los que se tienen que invertir y ni siquiera se puede obtener toda la potencia.

Justamente por esto es que está reviviendo una alternativa legendaria que podría ser la solución para muchas personas que están buscando una tarjeta gráfica para sobrevivir mientras que el RAMageddon termina.

Sí, se trata de nada más y nada menos que de la RTX 3060 y tiene mucho sentido considerando que costará casi lo mismo que en 2021. Tanto para jugar como para ciertas tareas exigentes, es aceptable y tal vez consideres tener uno durante estos tiempos difíciles para el sector de los ordenadores.

La RTX 3060 regresa al mercado en pleno problema de suministro

Ahora que los usuarios están buscando opciones equilibradas para no tener que gastar una fortuna en los componentes de PC, llega esta nueva tendencia de regresar a lo de antaño.

La situación actual de la crisis, ha provocado movimientos inesperados dentro de la industria, incluyendo el regreso de productos que parecían definitivamente retirados.

En este caso, se trata de uno de los modelos más populares de la generación Ampere: la GeForce RTX 3060. No es solo algo que han estado pidiendo los usuarios, sino que el director ejecutivo de Nvidia, Jensen Huang, ha mencionado que es posible que vuelva a estar disponible.

No lo ha confirmado directamente, pero durante el CES 2026 dejó la puerta abierta a que se recupere esta tarjeta gráfica para aliviar los problemas de los precios y la disponibilidad de las gamas actuales.

Diversos minoristas ya han empezado a mostrar nuevas unidades de la GeForce RTX 3060 de 12 GB. Uno de los casos más llamativos es el de una Gigabyte RTX 3060 Windforce de doble ventilador, publicada en Newegg por 339,99 dólares, según indica Tom's Hardware.

Esto solamente se posiciona 10 dólares por por encima del precio de venta de 2021, siendo una suma más que aceptable considerando los años que han pasado.

Además, la tarjeta incorpora la denominación "Rev2.0", un detalle que apunta a una nueva revisión del producto pese a mantener prácticamente las mismas características conocidas del modelo original.

Medios especializados han detectado la disponibilidad de modelos de Asus en Europa. Esto quiere decir que es probable que varios socios de Nvidia estén participando discretamente en el regreso de la RTX 3060.

Soluciona un área del mercado, pero no la de los gamers

El principal argumento de venta de la RTX 3060 sigue siendo su memoria de vídeo de 12 GB porque es un punto importante frente a las tarjetas más recientes que suelen contar con 8 GB en su mayoría.

Esos 4G marcan una diferencia, pero también tienen sus desventajas porque hay configuraciones donde la propia potencia gráfica sigue sin ser suficiente, al menos ante los videojuegos AAA que son más exigentes.

Esta capacidad extra de VRAM no siempre se traduce en una experiencia superior para el jugador promedio. La tarjeta no puede ejecutar las mejoras actuales de DLSS 4.5 debido a limitaciones de hardware y tampoco dispone de compatibilidad con DLSS Frame Generation.

Por eso, recuperar la RTX 3060 es una opción para usuarios estándar que solo necesitan contar con algo momentáneo para ejecutar apps que requieren de ciertos requisitos y juegos a configuraciones modestas.

Aun así, mantiene un reconocimiento importante entre la comunidad de PC Gaming gracias a su historial de fiabilidad, siendo todavía muy atractivo para muchos usuarios.

La empresa de Jensen Huang ha diseñado un sistema de refrigeración líquida que pretende cambiar los centros de datos para siempre. NVIDIA no puede evitar utilizar agua, pero apuestan por un sistema surrealista: calentarla para enfriar los servidores que alimentan la inteligencia artificial.

NVIDIA quiere usar agua caliente en sus centros de datos

El mayor fabricante de chips del mundo le ha dado la vuelta al concepto de "refrigeración". NVIDIA ha sacado pecho asegurando que "el reto del consumo de agua para los centros de datos está prácticamente solucionado", algo impensable para gigantes de la industria como Amazon o Microsoft.

La compañía de Huang ha copiado el sistema de refrigeración jacuzzi con temperaturas entre 35 y 40 ºC para sus centros de datos. Los nuevos servidores de IA de NVIDIA pueden usar refrigeración líquida con agua aún más caliente hasta 45 ºC, es el sistema más eficiente aunque no lo parezca.

NVIDIA apuesta por nueva arquitectura Rubin para sus centros de datos de IA, la primera en el mundo con un sistema de refrigeración líquida total. La empresa solo tiene que sellar las placas de los servidores y eliminan los ventiladores que disparan los niveles de ruido cerca de estas instalaciones.

Enfriar utilizando agua caliente

La compañía de Jensen Huang ha aprovechado los principios básicos de la física. Los chips de IA generan tanto calor que un líquido compuesto por el 75% de agua y el 25% de propilenglicol puede absorber la carga térmica de los procesadores, incluso entrando en el circuito a 45 ºC.

El líquido absorbe el calor y sale del circuito a unos 55 ºC. NVIDIA logra que la diferencia térmica con el aire exterior sea lo suficientemente alta como para que el sistema funcione incluso en climas templados, solo deben instalar unos gigantescos radiadores externos.

Sustituir los ventiladores enormes por radiadores puede no ser eficiente, pero NVIDIA vuelve a encontrar una solución. Ese circuito de agua solo se debe llenar una vez, es un sistema cerrado que evita alimentar el centro de datos con miles de millones de litros.

NVIDIA asegura que han conseguido recortar el consumo de agua de los centros de datos casi en un 100%. El fabricante de chips ahora debe encontrar una solución al enorme consumo de energía.

El lanzamiento de la Steam Machine el próximo lunes, es un primer paso: poner un PC con alma de consola en el salón. Poco potente para lo mucho que cuesta, cierto. Pero la bandera ya está clavada en el suelo.

Es solo una batalla de la guerra que ya ha comenzado entre SteamOS y Windows 11. Valve lleva mucho tiempo trabajando codo con codo con AMD, y su hardware ya es compatible con SteamOS, como demuestran Steam Deck y Steam Machine. ¿Qué ocurre con Intel y Nvidia?

SteamOS: el próximo sistema operativo gaming

Ironías de la vida, poca gente sabe que Gabe Newell es uno de principales “culpables” de que Windows sea compatible con los videojuegos. Antes de fundar Valve trabajó en Microsoft, y allí creó Doom 95, el videojuego que demostraba que Windows 95 podía funcionar de forma nativa con el mismo rendimiento que MS-DOS.

Cuando se marchó para fundar Valve y Steam, se dió cuenta de que Windows era un lastre para los videojuegos, siempre lleno de bugs, demasiado intrusivo, y con un bajo rendimiento en juegos. Por eso hace algo más de una década creó SteamOS, un sistema operativo gaming basado en Arch Linux, que usa una capa Proton para ejecutar código de Windows en Linux.

Hasta ahora solo lo había usado con su propio hardware, pero Newell está decidido a que funcione en cualquier PC.

En la actualización SteamOS 3.8.10 de hace unos días, se indica que ha mejorado la compatibilidad con las consolas portátiles basadas en Intel, así como el soporte de sus últimos procesadores. En una entrevista en The Verge, un representante de Valve confirma que están colaborando estrechamente con los ingenieros de Intel para optimizar SteamOS a nivel de la pila gráfica, con el fin de garantizar que el sistema operativo funcione correctamente en Panther Lake.

El caso más problemático es el de Nvidia. El ingeniero de Valve Pierre-Loup Griffais asegura que integrar los drivers de AMD en SteamOS ha sido fácil, porque son de código abierto. Pero Nvidia tiene muchas tecnologías propietarias que son difíciles de integrar en SteamOS. Confirma que están trabajando codo con codo con la compañía de Jensen Huang, y esperan finalizar en 2027. Pero asegura SteamOS 3.8.10 ya funciona en cualquier PC.

Muchos gamers solo usan Windows 11, un sistema operativo muy intrusivo, porque es la única forma de jugar a videojuegos, y están esperando la primera oportunidad para abandonarlo. Si SteamOS acaba siendo compatible con el 100% del hardware de PC, como todo apunta, Microsoft puede perder uno de sus monopolios más lucrativos.

NVIDIA ha anunciado que este año inaugurarán 35 superordenadores de computación de alto rendimiento (HPC) en toda Europa. El mayor fabricante de chips del mundo necesita una forma de alimentar su inteligencia artificial.

NVIDIA construirá 35 superordenadores en Europa

La empresa de Jensen Huang pretende conquistar Europa con la construcción de 35 superordenadores en todo el continente. NVIDIA es mucho más que sus procesadores, pretende seguir siendo un gigante de IA en su lucha contra OpenAI, Google y Microsoft.

El fabricante de chips ha presentado sus nuevos sistemas en el ISC High Performance 2026. Las arquitecturas Blackwell y Hopper de NVIDIA llegarán a varios centros nacionales de supercomputación, centros de IA e institutos de investigación para beneficiar hasta a tres millones de investigadores.

“La IA es el nuevo instrumento de la ciencia, y Europa está construyendo toda la infraestructura necesaria para ponerla al alcance de millones de investigadores”, asegura el propio Jensen Huang, CEO de NVIDIA.

Superordenadores más potentes en España

Los nuevos sistemas Blackwell y Hopper darán soporte a la investigación en clima, atención médica, energías limpias, computación cuántica y otros campos científicos. Uno de los proyectos más importantes es la actualización de MareNostrum 5 del Centro de Supercomputación de Barcelona.

MareNostrum 5 dará la bienvenida a los sistemas NVIDIA GB300 NVL72 y GB200 NVL4. NVIDIA ofrecerá hasta 20 exaflops de rendimiento en entrenamiento de IA y 33 exaflops en inferencia de IA, un salto enorme respecto a las capacidades actuales.

NVIDIA también renovará la plataforma Blue Swan de BavariaAI en Alemania con 1000 GPU, la fábrica de IA IT4LIA en Italia con más de 8000 GPU, el proyecto HammerHAI en Alemania y el centro de IA Mimer en Suecia.

La empresa de Jensen Huang incluso ha cerrado un acuerdo con Siemens Energy para acelerar el proceso de diseño y simulación de turbinas de gas compatibles con hidrógeno. La empresa alemana ha confirmado que han reducido el tiempo de simulación hasta en un 77%.

Bautizada con el nombre de LineShine, supone una completa revolución en este campo. Mientras que la arquitectura normal de estos enormes y potentes ordenadores mezcla una unidad central de procesamiento con tarjetas de vídeo para acelerar los procesos, el diseño de LineShine rompe con esto y deriva toda la carga de trabajo a varios procesadores centrales.

Este sistema, según los datos que se han podido conocer, alcanza hasta 1,54 exaflops de rendimiento en tareas de entrenamiento de IA. Para ponerlo en contexto, la capacidad de cálculo es extremadamente alta, capaz de procesar cantidades masivas de datos en muy poco tiempo. Todo ello sin, recordemos, recurrir a las GPU por las que el mundo entero se pela.

Pese a esto, este superordenador ya se puede incluir directamente dentro del grupo de las máquinas más potentes del planeta. Puede procesar en una sola tarde una cantidad de información que a un ordenador actual le llevaría miles de años completar.

Para compensar la ausencia de GPU, toca poner toda la carne en el asador a base de CPU. Es por eso que los ingenieros han creado una infraestructura de 20.480 nodos de computación. Cada uno de estos cuenta con dos procesadores LX2 desarrollados bajo la arquitectura Armv9, aportando un diseño de 304 núcleos por chip.

En total, la supercomputadora tiene 2.451.840 núcleos de procesamiento trabajando en paralelo. Además, los ingenieros chinos han creado un sistema de memoria muy curioso que une memoria de banda ancha rápida de 32 GB soldada directamente al chip con hasta 256 GB de memoria RAM DDR5 convencional por fuera.

Esto permite a la LineShine romper con uno de los grandes cuellos de botella actuales: las lentas y costosas transferencias de datos que suelen producirse entre el procesador principal y la tarjeta gráfica. Al estar todo en el mismo espacio, los datos se pasan sin intermediarios.

China quiere ir en contra de lo que el resto del mundo está llevando a cabo con sus superordenadores

Pero este no es el único proyecto que tienen entre manos y que funciona de esta forma. El Centro Nacional de Supercomputación en Shenzhen también ha anunciado el proyecto Lingsheng, un superordenador que planea romper la barrera de los 2 ExaFLOPS sin utilizar ni una sola GPU extranjera.

Con la idea de demostrar que no les hace falta nada de fuera, quieren ir más allá de LineShine y crear un ordenador enorme con 47.000 CPU hechas en casa, colocadas en 92 armarios de computación.

Teniendo esto en cuenta, era obvio que las comparaciones, sobre todo con EEUU no iban a tardar en salir.

El superordenador El Capitán, del Departamento de Energía de EEUU, es ahora mismo el más rápido del planeta, pero este usa casi 45.000 APU de AMD que combinan CPU y GPU en un mismo pack. China, con Lingsheng, pretende superar el rendimiento de El Capitán (que marca unos 1,8 ExaFLOPS en pruebas reales) llegando a los 2 ExaFLOPS sostenidos.

Por supuesto, todo tiene una cara B y no se puede negar que los superordenadores que combinan CPU y GPU tienen una mayor eficiencia energética y una velocidad superior.

El problema que se le añade a LineShine es que enfocar toda la potencia de un superordenador en procesadores esconde una letra pequeña: son menos eficientes que los basados en tarjetas gráficas como las de Nvidia. Consiguen los mismos resultados, eso es cierto, pero consumiendo más electricidad.

Sin embargo, la independencia tiene este coste. Al no contar con chips especializados en el bajo consumo para tareas de IA, la cantidad de energía necesaria para alimentar y refrigerar estos 40.960 procesadores trabajando a la vez es inmensa.

En la última actualización de Windows 11, Microsoft ya no exige a los desarrolladores usar una NPU o chip de inteligencia artificial para utilizar las IA de Windows en local. Ahora también acepta tarjetas gráficas de Nvidia de hace ya unos años, a partir de una RTX 3000 con 6 GB de RAM.

Intenta así que más gente use su inteligencia artificial en Windows 11, viendo que los usuarios están optando por usar Ollama y similares para instalar sus propias IA en local con una GPU, dando la espalda a las IA de Microsoft.

Los usuarios de PC pasan de Copilot+

La llegada de la IA ha sido vista como una gran oportunidad de negocio por las compañías de PC. Y nadie más oportunista que Microsoft, cuando se trata de usar Windows para imponer sus productos.

Asociándose con los principales fabricantes de PC, lanzó Copilot+ para Windows 11, una IA que solo funciona en los PC con una NPU, un chip de IA en el procesador. Es decir, los PC nuevos, a precios prohibitivos.

Nos lo vendieron como la revolución de la IA, pero interesadamente se olvidaron de una cosa: el hardware con IA lleva años en el PC, a través de las GPU de Nvidia, que tiene sus propios chips de IA, más potentes que los que se instalan en los nuevos procesadores.

Pero Microsoft no les dió soporte para Copilot+, con el objetivo de vender sus nuevos portátiles Surface con NPU, y los de sus aliados. Por desgracia para ellos, sus altos precios, que se han multiplicado debido a la crisis de la RAM, no han ayudado.

Los usuarios de PC, hartos de imposiciones, y de tener que cambiar de PC sin necesitarlo a precios por las nubes, han optado por instalar Ollama u otras aplicaciones que permiten usar la IA en local con tarjetas gráficas de Nvidia. Han utilizado IA de código abierto de Meta, Anthropic, Google, DeepSeek y otras para traducir, hacer resúmenes, escribir código, y otras tareas. Básicamente lo que hace la IA de Windows y más, sin usar la IA de Windows.

Microsoft se ha dado cuenta de que (otra vez), puede perder a los usuarios de PC en el uso de la IA, así que ha comenzado a rectificar. En una actualización del SDK de Windows en GitHub, Microsoft confirma que los desarrolladores ya pueden usar las API de sus modelos de IA sin el requisito de la NPU. En su lugar pueden utilizar una GPU de Nvidia a partir de una RTX 3000 con 6 GB de VRAM.

De momento esta liberación se limita a las API de los programadores. Los usuarios no pueden activarlo, solo las aplicaciones que usen IA, y decidan hacerlo. Pero es un primer paso que revela lo inevitable: Windows 11 va a tener que abrir Copilot+ y el resto de sus IA a todos los PC que tengan hardware de IA, sea una NPU o una GPU de Nvidia y, en el futuro, de AMD. Esa es la función de un sistema operativo, dar soporte a todos, aunque a Microsoft se le olvida a menudo.

Esta creación de parte de Microsoft, Nvidia y MadiaTek está integrada en el nuevo Surface Laptop Ultra, demostrando grandes avances en cuanto a rendimiento general y eficiencia.

Como si la crisis de memoria RAM no fuera suficiente, esta innovación abre la puerta a una nueva generación de equipos que plantean una subida de precios importante, o al menos eso es lo que analiza la editora senior de PCWorld, Alaina Yee.

Por lo visto, el valor de estos dispositivos enfocados en IA y apps de productividad sería una barrera importante que podría hacer que las ventas no sean tan fructíferas como esperan las grandes empresas.

RTX Spark tiene la potencia extrema para la nueva era de PC

Lo que se ha logrado con el RTX Spark no es simplemente un procesador, sino un chip completamente diferente a lo que el mundo tecnológico está acostumbrado.

Es una plataforma completa que se basa en la arquitectura ARM, contando con una CPU Grace de hasta 20 núcleos con una GPU Blackwell de 6.144 núcleos CUDA.

Ambos apartados del hardware se unen mediante la memoria unificada. Así, ha sido posible alcanzar hasta 1 petaflop de rendimiento en inteligencia artificial y ejecutar modelos de gran tamaño de manera local, algo que para la mayoría de los dispositivos actuales es realmente difícil.

Sin depender de la nube o directamente de internet, estos PC con IA toman la potencia del componente para ejecutar agentes, automatizar tareas exigentes o soportar trabajos profesionales pesados.

De hecho, es una de las cosas a las que Microsoft ha estado apuntando últimamente y parece que este es solo el comienzo de una nueva era, una en la que ya no se tendrá que abrir apps o juegos, sino pedirle al ordenador que lo haga con el respectivo asistente.

Si ya te has enterado de las funciones de Hey Copilot!, puedes hacerte una idea. Fabricantes como Dell, Asus, MSI, HP, Lenovo y Microsoft lanzarán equipos con este chip a partir de otoño de 2026, creando una nueva categoría de dispositivos ultrapotentes, compactos a los modelos LLM.

Alaina Yee sobre el verdadero precio de los PC con RTX Spark

Retomando el tema con respecto a lo que menciona la experta en tecnología y editora senior de PCWorld, Alaina Yee, el paradigma del mercado se reestructura con la transición a esta nueva tecnología.

Es muy directa al mencionar que “nadie esperaba que fueran baratos” y que los recientes acontecimientos solo determinan que más bien va a ser un verdadero obstáculo para el usuario promedio, al menos al comienzo.

Como ejemplo, revela que los primeros modelos con chip N1 estarán entre 2.000 y 2.500 dólares (1.731 y 2.163 euros). Los equipos con N1X (RTX Spark), van a subir entre 2.500 y 2.900 dólares (2.163 y 2.510 euros).

Es un promedio elevado para las opciones "estándar" que habrá en el mercado y por eso es que la especialista hace la pregunta de “¿Cuánto pagarás por estar en la primera línea de un mundo de IA agente?”.

Evidentemente, para nadie es una decisión sencilla y es que, a pesar de que no se tienen los precios oficiales todavía, todo el mundo está a la espera de que comiencen siendo elevados, sumando el crecimiento del precio de componentes como memoria y almacenamiento.

De igual manera, es posible que el posicionamiento del RTX Spark esté orientado a un tipo específico de usuario, como para desarrolladores, early adopters y profesionales que verdaderamente necesiten esta tecnología y quieran evitar gastos de uso de APIs o tokens de IA.

El futuro de la computación personal con inteligencia artificial local ya está aquí, pero entrar en él será caro durante la primera generación. No obstante, como pasa con todas las tecnologías, es posible que con el tiempo se vuelva más común y sea más asequible para el uso promedio.

El nuevo RTX Spark es una pieza clave en la nueva era impulsada por agentes personales de modelos de IA, especialmente creado para el corazón del ecosistema Windows al contar con un rediseño completo orientado a este tipo de tecnología.

Seguro que has escuchado algunos detalles sobre el próximo Surface Laptop Ultra, ya que está llamando la atención justamente porque incorpora este chip avanzado. Al parecer, es un elemento que va a cambiar la manera en la que se usa el PC para la productividad.

Cómo funciona el superchip que redefine la potencia de la IA en PCs con Windows

¿Listo para ejecutar modelos de lenguaje localmente sin depender de la nube? Es una de las cosas a las que están apuntando Microsoft y NVIDIA con este nuevo superchip.

El NVIDIA RTX Spark es un sistema en chip (SoC) que está pensado para las cargas pesadas de trabajo. Esto incluye el uso constante de la inteligencia artificial, creación de contenido avanzado y gaming exigente.

Podría decirse que es como una "plataforma" porque no está solo: cambia todo el funcionamiento de la computadora al ser procesador y contar con herramientas de seguridad de Windows, el sistema NVIDIA OpenShell para los agentes de IA y compatibilidad con programas como Adobe.

Este componente tiene una GPU NVIDIA Blackwell RTX con 6.144 núcleos CUDA y núcleos Tensor de quinta generación con precisión FP4. Por otra parte, está la CPU NVIDIA Grace de 20 núcleos con interconexión NVLink-C2C.

Así se convierte en la clave para un rendimiento altamente eficiente, logrando mantener una potencia elevada en un diseño ultrafino sin sacrificar la eficiencia energética.

Es un hardware increíble porque llega a 1 petaflop en IA con 128 GB de memoria unificada, siendo suficiente para hacer uso local de modelos de lenguaje de hasta 120.000 millones de parámetros o trabajar con hasta 1 millón de tokens.

Son funciones que cambian las reglas del juego porque eliminan cuellos de botella tradicionales entre CPU y GPU. Según NVIDIA, la innovación en CUDA, RTX, DLSS y TensorRT se compacta tecnológicamente para que cada apartado sea aprovechado al máximo.

“Durante cuarenta años lanzabas aplicaciones… con RTX Spark, tú pides y el PC hace el trabajo”, son las palabras oficiales del CEO de Nvidia, Jensen Huang.

Es decir, que se abren las puertas a una nueva ola de chips especializados que tal vez sean más comunes en las próximas generaciones de los portátiles.

Todo lo que puedes hacer con RTX Spark en tu ordenador

¿Por qué es tan importante esta evolución? Más allá de lo mencionado, se trata de una nueva categoría de equipos que tienen una integración total entre hardware, software y herramientas especiales.

Las cosas que puedes hacer con esta pieza son realmente impresionantes porque tienes la capacidad de renderizar escenas 3D de más de 90 GB mediante NVIDIA OptiX, editar vídeo en formato 12K 4:2:2 o generar contenido de IA en 4K de manera local.

El simple hecho de no depender de internet o la nube para usar la inteligencia artificial demuestra lo potente que es al ser una de las funcionalidades más exigentes en la actualidad.

En cuanto al gaming, se dice que podría soportar resoluciones de 1440p con más de 100 FPS, incluyendo el uso del ray tracing, DLSS y Reflex. Al mismo tiempo, es compatible con avances como el DLSS 4.5 con reconstrucción por IA que se ha vuelto crucial para la mejora del rendimiento y la calidad, tanto en videojuegos como en apps.

Adobe es otro de los puntos focales porque plataformas como Photoshop y Premiere están cambiando para ser optimizadas al máximo ante esta nueva tecnología. Es decir, las funciones de inteligencia artificial en dichos programas podrían duplicar su velocidad.

Lo curioso es que el NVIDIA RTX Spark es solo el comienzo. Es un avance que está destacando tanto como cuando llegaron las GPU modernas y el almacenamiento SSD que superó al HDD. Entonces, en unos años es probable que tu dispositivo tenga este chip o algo similar.

En una charla, Jensen Huang, jefe de la compañía más valiosa del mundo, ha presumido a bombo y platillo su forma de actuar con aquellos que están por debajo: "No soy un experto en ese tema. Creo que se debe pagar lo máximo posible. Pregúntenles a mis empleados; literalmente, yo lo hago". "Les pago a mis empleados lo que puedo", añade. "Pero eso es solo lo que hago. No justifica nada".

El motivo de todos estos comentarios nace tras el episodio que se vivió a finales de mayo con Samsung. Consiguió evitar una huelga de 18 días de casi 50.000 empleados a base de talonario. Aunque han pactado un bonus de 400.000 dólares por trabajador, la situación sigue bastante tensa.

Los sindicatos han ido a los jueces para intentar tumbar el acuerdo porque dicen que solo beneficia a los que fabrican chips, dejando lo poco que sobra para los que realmente mantienen en pie toda la compañía.

Unos 78.000 trabajadores de la división de componentes van a cobrar un enorme extra este año, pero el resto de los empleados se siente completamente desplazado.

Jensen Huang deja claro que la oleada de despidos no está justificada y solo sirve para asustar a la humanidad

Al igual que Yann LeCun, considerado como uno de los padres de la IA moderna o Andrew Ng, otra de las grandes mentes en este campo, el CEO de Nvidia quiere desmarcarse por completo de ese discurso de terror en lo que al trabajo y esta tecnología se refiere.

Para Jensen Huang, esa idea de vaciar oficinas enteras para meter la IA en cualquier rincón de las compañías es una visión cortoplacista y totalmente equivocada.

Tal y como afirma, cada gran cambio en la historia termina creando más puestos de trabajo de los que destruye. El ejemplo más simple hace referencia a cuando aparecieron los ordenadores o el propio internet. En esos años el mercado laboral no se cayó por completo, sino que se crearon profesiones que antes no se conocían.

El problema actual, según explica, es que las constantes noticias catastrofistas están provocando una ansiedad absoluta en la población que trabaja (sobre todo en los más jóvenes), haciéndoles creer que sus carreras tienen los días contados.

Sin embargo, también es cierto que a la humanidad nos gusta castigarnos con historias del fin del mundo. Como afirmaba Ng en una de sus newsletters, "las sociedades son capaces de contarse historias durante años que tienen poca base en la realidad y que conducen a malas decisiones a nivel social".

Al igual que en su día el miedo a la energía nuclear frenó inversiones, o el pánico a la bomba demográfica en los años 60 llevó a políticas extremas, hoy está sucediendo exactamente lo mismo con la idea de que la IA nos va a dejar a todos en la calle. Es un fenómeno psicológico que afecta a todos y que, según este experto, ya está empezando a perder fuerza en la prensa.

Como dice Ng, "contar historias exageradas sobre el desempleo a gran escala es irresponsable y dañino".

Que a este mensaje se una la persona que precisamente más beneficio está sacando de la IA y a quien realmente más le interesaría que todo esto no se hunda y siga adelante, resulta bastante potente. En lugar de aumentar los miedos, como por ejemplo está haciendo Sam Altman, CEO de OpenAI, pida frenar el alarmismo laboral.

Con nombre RTX Spark (aunque internamente se le conoce con el nombre en clave N1X), llega con una arquitectura tipo ARM, la misma tecnología que usan los móviles, pero con mucha más potencia para intentar destronar a los reyes del sector: Intel y AMD.

Todo esto nace de una gran y afianzada alianza estratégica con Microsoft. Ambas compañías llevan tres años trabajando en secreto para reinventar por completo el funcionamiento interno de los ordenadores con vistas a una nueva era dominada por la IA local y los agentes.

El primer gran fruto de este matrimonio será el Surface Laptop Ultra de Microsoft, un ordenador que ya se posiciona como el portátil más potente jamás creado por los creadores de Windows y que llevará el chip de Nvidia en su interior.

Jensen Huang, CEO de Nvidia, ha asegurado que el RTX Spark es el chip más potente jamás construido y que a cualquier otra empresa le habría costado 33 años diseñar algo parecido.

Según explica, el procesador es capaz de ejecutar el 100% de todo el ecosistema de software de Nvidia sin problema, incluyendo herramientas pesadas de biología digital, gráficos tridimensionales de última generación y funciones avanzadas como el reescalado inteligente DLSS o la plataforma de programación CUDA.

Sin embargo, ya bien sabes que no hay que fiarse solo de las palabras del propio creador de algo. La realidad es que Nvidia no ha compartido ni un solo dato técnico, ni una gráfica de rendimiento, ni benchmarks que demuestren cómo rinde este procesador frente a la competencia. La compañía ha preferido dejar que sean los fabricantes de ordenadores los que compren su chip.

Muchos analistas sospechan que detrás de tanto bombo publicitario podría haber algo de humo

Pese a todas estas dudas que se están generando alrededor de esta supuesta bestia, son muchos los que se preguntan, confiando en la palabra del CEO de Nvidia, si podrán usar sus programas de toda la vida (teniendo en cuenta que hablamos de procesador ARM).

Para que te hagas una idea, históricamente, cambiar el cerebro de un ordenador a la arquitectura ARM significaba que muchas aplicaciones y videojuegos dejaban de funcionar.

Pero Jensen Huang ha querido cortar el miedo de raíz con una promesa: el RTX Spark puede ejecutar absolutamente todas las aplicaciones que se han creado para Windows a lo largo de la historia y todo el software desarrollado por Nvidia, gracias a una optimización realizada con la propia Microsoft.

Aunque puede sonar a una nueva exageración más, lo cierto es que la idea de que un chip ARM ejecute todo lo de Windows ya no es tan loco como se cree.

Gran parte del mérito de que se haya llegado a este punto la tiene Qualcomm, que lleva años trabajando y apostando por este ecosistema. Gracias a ese esfuerzo, hoy en día las aplicaciones más conocidas como Google Chrome, Microsoft Edge, Adobe Premiere Pro, Blender o el editor de vídeo DaVinci Resolve, ya funcionan de forma nativa en sistemas ARM sin problema.

Para el software más antiguo o los juegos que no se han actualizado, Microsoft ha creado una especie de traductor en tiempo real integrado en Windows 11 llamado Prism.

Este emulador funciona perfectamente porque traduce las instrucciones de los procesadores tradicionales al lenguaje que entiende el nuevo chip de Nvidia al momento.

Pero dejando todo esto a un lado, uno de los detalles más comentados que sí se han filtrado del RTX Spark es que contará con una arquitectura de memoria unificada que puede alcanzar hasta los 128 GB.

En los ordenadores de siempre, el procesador tiene su propia memoria RAM y la tarjeta gráfica tiene la suya aparte, lo que obliga al sistema a estar pasando datos de un lado a otro constantemente, perdiendo tiempo. Al unificar toda la memoria en un solo bloque ultrarrápido pegado al chip, tanto la tarjeta gráfica integrada de Nvidia como los motores de inteligencia artificial pueden acceder a los datos en segundos.

Por último, pero no por ello menos importante, el chip de Nvidia promete ofrecer una batería de portátil que dure días enteros gracias a su eficiencia energética.

La compañía ha avanzado sus lanzamientos y novedades en el marco de Computex 2026, que comienza oficialmente mañana y cada año se consolida como una de las ferias de tecnología y electrónica más destacadas de todo el mundo y en la que también están presentes firmas como Intel y Qualcomm.

Junto con el súper chip RTX Spark, que estará integrado en la Surface Laptop Ultra de Microsoft y que está pensado para "redefinir los ordenadores con sistema operativo Windows", gracias a que ofrece 1 petaflop de potencia de computación de IA y tiene una GPU Blackwell RTX con 6.144 núcleos CUDA y Tensor.

Ahora, la compañía ha avanzado que no quiere limitarse a las GPU y que busca nuevos horizontes en el apartado de los servidores, comenzando con Nvidia Vera, la primer CPU diseñada para agentes de inteligencia artificial.

Nvidia Vera, hasta 1,86 más rápida que las CPU x86

Nvidia ha señalado que los líderes tecnológicos planean adoptar pronto su último lanzamiento, que recibe el nombre de Nvidia Vera y que se presenta como la CPU diseñada para agentes de IA, tal y como ha comentado en una nota de prensa.

Este procesador puede completar tareas 1,8 veces más rápido que las CPU x86 para impulsar diferentes cargas de trabajo en varios escenarios e industrias, así como las inteligencias artificiales agénticas y el procesamiento de datos.

"Vera lleva el rendimiento y la eficiencia energética de las CPU a nuevos niveles para las cargas de trabajo de IA más exigentes en los centros de datos modernos, donde los agentes pasan de responder preguntas a realizar acciones, ejecutar código, utilizar herramientas y evaluar resultados", ha señalado Nvidia en el documento.

Sobre esta nueva integración en su catálogo, Jensen Huang ha matizado que "los agentes de IA serán los mayores usuarios de la computación" y ha sugerido que este tipo de dispositivos "será su nuevo motor de crecimiento principal", tal y como recogen desde The Verge.

En este sentido, Nvidia ha avanzado que Vera está diseñada para procesar más instrucciones, anticipar el comportamiento de las aplicaciones y transferir datos entre un gran número de entornos, consultas y tareas de procesamiento de datos concurrentes.

Asimismo, dispone de 88 núcleos Olympus, procesamiento multihilo espacial y un subsistema de memoria LPDDR5X que ofrece un ancho de banda de hasta 1,2 TB por segundo. De esa manera, los agentes no necesitan dedicar mucho tiempo a esperar en pasos que consumen menos recursos de la CPU.

Anthropic ya se plantea integrar Nvidia Vera en sus sistemas

La compañía tecnológica ha avanzado que ya tiene en su haber una lista de posibles clientes que reclaman esta CPU, diseñada para ejecutar IA automatizada a hiperescala. Entre ellos se encuentran Anthropic, Lambda, Oracle Cloud Infraestructure, ByteDance y Nscale.

Sobre la primera, Nvidia ha señalado que está evaluando usar Vera para escalar las cargas de trabajo de agentes que requieren un uso intensivo de la CPU. Asimismo, Phoronix, una de las empresas interesadas en lo nuevo de Nvidia, ha comprobado que Vera ofrece un rendimiento más rápido en cargas de trabajo de agentes, incluyendo la compilación de código, Python, Java y el procesamiento de bases de datos.

Entre los proveedores que están a la espera de recibir estas CPU, que estarán disponibles a partir de otoño, se encuentran Akamai, ByteDance, Cloudflare, CoreWaeave, Crusoe, Redpanda y Nebius, entre otros.

La compañía ha anunciado sus novedades en el marco de Computex 2026, una de las ferias comerciales de tecnología y electrónica más grandes de todo el mundo, donde también han avanzado sus lanzamientos firmas como Nvidia, Intel y Qualcomm.

El gran anuncio de Microsoft ha sido el Surface Laptop Ultra, un portátil diseñado para desafiar los límites del trabajo de creadores, desarrolladores y constructores de herramientas de IA, que viene montado con el súper chip de Nvidia RTX Spark y que se lanzará en dos colores, platino y negro.

La pantalla más brillante lanzada por Microsoft

La compañía ha avanzado que este dispositivo viene con una pantalla táctil mini-LED PixelSense de 15 pulgadas y que ofrece un brillo HDR máximo de hasta 2.000 nits, 262 píxeles por pulgada y una precisión de color alta.

"Es la pantalla más brillante que jamás hemos lanzado", ha subrayado la firma en un comunicado, donde ha insistido también en que su surface también dispone del panel táctil háptico más grande lanzado hasta la fecha por su parte.

"Una máquina como esta no debería quedarse quieta, debería ser llevada al límite, utilizada para hacer realidad lo que otros consideran imposible", ha sostenido Microsoft, recordando que este dispositivo equipa los puertos habituales en este tipo de productos, desde el HDMI hasta el UBS-C y ranura para tarjeta SD.

Hasta 20 núcleos de CPU y 6144 núcleos de GPU: así es el RTX Spark

Junto con Microsoft, Nvidia ha presentado el "súper chip" Nvidia RTX SparkTM, un procesador que resulta de la fusión de la inteligencia artificial de la compañía con los gráficos RTX, que está pensado para "redefinir los ordenadores Windows" y que la empresa asegura que es el procesador "más eficiente hasta la fecha".

Este semiconductor que aúna "inteligencia y fuerza, todo en uno" y que reúne una serie de condiciones de las que la firma liderada por Jensen Huang puede presumir, tanto para el portátil de Microsoft como para otros que están por venir.

Tanto es así que Mark Aevermann, director senior de gestión de productos de Nvidia, ya lo ha hecho. "Este es el chip de PC más eficiente jamás construido hasta la fecha", ha declarado, tal y como recoge el medio especializado The Verge.

Nvidia ha explicado que su nuevo procesador está enfocado, de 1 petaflop, está enfocado a ordenadores personales Microsoft en los que se ejecuten agentes y tareas impulsadas por inteligencia artificial.

Por ese motivo, este semiconductor reúne "30 años de innovación de Nvidia", incluyendo tecnologías como Nvidia CUDA, Nvidia RTX, DLSS, FP4, Nvidia Tensor RT, Nvidia OptiX Reflex y G-Sync. Gracias a ello, facilita flujos de trabajo creativos, entre otros escenarios.

Este "súper chip" incorpora GPU Nvidia Blackwell RTX con 6144 núcleos CUDA y núcleos Tensor de quinta generación con precisión FP4, conectados mediante Nvidia NVLink-C2C a una CPU Nvidia Grace de alto rendimiento y 20 núcleos.

Según Huang, las cosas no son así. El empresario ha negado que la inteligencia artificial sea realmente o vaya a ser tan perjudicial para el común de los mortales que se gana la vida, e incluso se ha mostrado enfadado con quienes sí lo piensan (y lo dicen, claro). Porque, en su opinión, "estamos asustando a la gente". Es algo que le molesta muchísimo, sostiene.

En realidad, Jensen Huang ha llevado a cabo una nueva serie de declaraciones recientes recogidas por medios tecnológicos como Futurism. Huang ha criticado la tendencia que cree que existe entre algunos directivos a relacionar automáticamente cualquier recorte de plantilla con la llegada de la inteligencia artificial. Para él son dos cuestiones que no tienen por qué estar vinculadas.

Su mensaje es sencillo: muchas compañías ya tenían problemas internos antes del auge de ChatGPT y la IA generativa. Durante la pandemia, gran parte del sector tecnológico contrató personal a un ritmo frenético. El crecimiento del comercio online, el teletrabajo y el consumo digital dispararon las expectativas de expansión. Empresas que pensaban que el crecimiento sería permanente ampliaron equipos masivamente.

Sin embargo, cuando la economía empezó a enfriarse y los tipos de interés subieron, llegó la corrección. Miles de trabajadores fueron despedidos en empresas como Meta, Google, Amazon o Microsoft. Y en medio de esa ola de recortes, apareció una nueva narrativa: la inteligencia artificial permitiría operar con menos empleados. Así que él sentencia: no culpen a la IA, por favor.

Lo más llamativo del debate, eso sí, es quién está lanzando el mensaje. NVIDIA (es decir, Jensen Huang) se ha convertido en el gran símbolo económico de la revolución de la IA. Sus chips son la base de entrenamiento de modelos como ChatGPT y prácticamente todas las grandes compañías tecnológicas dependen actualmente de su hardware. Objetividad, por lo tanto, podría esperarse poca.

Jensen Huang el (único) defensor de la IA

Diga lo que diga Jensen Huang, su opinión es cada vez más minoritaria. Incluso otros acérrimos defensores de la IA como Bill Gates han matizado su entusiasmo inicial. El multimillonario de Microsoft empezó asegurando que apenas se trabajaría, que la gente tendría todo el tiempo del mundo y esas cosas, y ahora ya va reconociendo que quizá algunos los sufran. Bastantes.

Además, un nuevo estudio publicado recientemente mostró una evidencia muy distinta a la del CEO de Nvidia. La investigación reveló que el 99% de los empresarios encuestados piensa que la IA provocará despidos en los próximos dos años. Quizá Jensen Huang sea ese 1%, quién sabe.

Ahora ha decidido meterse de lleno en el terreno de los procesadores o CPU, un sector que ha estado y sigue estando controlado por AMD e Intel. Para entrar con toda la fuerza posible, han diseñado un chip con nombre Vera que cuenta con 88 núcleos y que acaba de pasar sus primeras pruebas de rendimiento en sistemas Linux, dejando a todo el sector muy buen sabor de boca.

El punto diferencial aquí es que la marca ha evitado hacer lo que el resto hacen: comprar los planos de los núcleos directamente a la empresa ARM y juntarlos con sus obleas de silicio. NVIDIA, en cambio, ha seguido los pasos de Apple y ha preferido diseñar desde cero su propio núcleo, al que han bautizado internamente como Olympus.

Puede parecer, y realmente lo es, una locura, pero los resultados que se han filtrado dejan claro que perfectamente podría ya batirse contra los más grandes.

En las pruebas, se queda tan cerca de los modelos x86 más potentes de Intel y AMD que resulta impactante

Las primeras pruebas las ha podido hacer Phoronix directamente en las oficinas centrales de NVIDIA en California. El analista a cargo de los tests sometió al procesador Vera a un examen completo: compilar código informático, procesar bases de datos pesadas, comprimir archivos y codificar vídeo de alta definición.

Aunque no gana absolutamente en todas las categorías, se queda tan cerca de los modelos x86 más potentes de Intel y AMD que resulta bastante importante para tratarse de un chip de primera generación.

Pero algo que realmente ha llamado la atención es cómo ese chip consigue esa potencia. Hasta ahora, la forma que tenían los procesadores de tipo ARM para competir con Intel o AMD en los servidores era, simplemente, meter muchos núcleos pequeños para repartirse el trabajo.

Sin embargo, cuando una tarea dependía de un solo núcleo, los chips x86 seguían siendo los reyes. NVIDIA ha roto esa tónica con Vera y en las pruebas de rendimiento por núcleo individual, ha conseguido superar a casi todos sus rivales.

Los datos de las pruebas sitúan al procesador de NVIDIA en lo más alto en tareas como la gestión de servidores de bases de datos o la ejecución de entornos Java. De todos modos, como en cualquier novedad en este campo, hay matices y toca tomarse las cosas con calma.

Estas primeras pruebas se hicieron bajo un entorno controlado por la propia marca y enfocadas en los usos específicos para los que el chip fue creado. Aunque los tests son totalmente reales y fiables, todavía falta ver cómo se comporta en otros escenarios y entornos de trabajo del día a día fuera de los laboratorios.

Además, hay un factor muy importante en los servidores actuales que no se ha podido medir en estas primeras pruebas: el consumo de energía. En los grandes centros de datos de inteligencia artificial, la factura de la luz y el calor que generan las máquinas son los dos grandes problemas que complican la vida a las compañías.

NVIDIA asegura que su procesador consume unos 450 vatios, a los que hay que sumar otros 50 vatios de su memoria de última generación. Sobre el papel, esto mejora los 500 vatios que marcan los modelos equivalentes de Intel y AMD, pero, de nuevo, toca esperar a los análisis independientes para ver si todo esto es 100% real.

Un procesador que hace 'match' con Linux

En las pruebas se pudo comprobar que el procesador Vera funciona perfectamente con el sistema operativo Linux, sin necesidad de instalar parches, hacer cambios en programación o usar controladores externos. Todo el soporte técnico está integrado de forma nativa.

Con todo esto, lo cierto es que, pese a que aún queda trabajo por hacer y por comprobar, NVIDIA ya está demostrando de forma muy clara que puede crear una CPU de servidor del más alto nivel al primer intento. Por supuesto, Intel y AMD no se van a quedar de brazos cruzados viendo cómo les adelanta por la derecha.

Estas llevan años de experiencia y mejora, y ambas compañías ya tienen cocinándose las nuevas generaciones de procesadores que prometen cifras top, con modelos que llegarán a tener hasta 288 núcleos en un solo chip.

En la era de la inteligencia artificial, las necesidades de las empresas han cambiado. Huang asegura que a partir de ahora los padres no deberían obsesionarse con lo que estudian sus hijos, el CEO de NVIDIA advierte que algunos trabajos van a sobrevivir.

Jensen Huang es optimista con la llegada de la IA

NVIDIA se ha convertido en un gigante de la IA, más allá de ser el mayor productor de chips del mundo. La empresa apostó por esta tecnología incluso antes de que fuese conocida, así que ahora ha conseguido estar unos pasos por delante que sus competidores.

Jensen Huang ha dejado claro que los beneficios de la IA superan a las amenazas, no tiene una visión catastrofista como otros CEO de gigantes de Silicon Valley. "Creo que no importará. Todas las cosas que antes importaban seguirán importando en el futuro", según recoge Business Insider acerca de la posibilidad de que muchos estudios dejen de ser útiles.

El CEO de NVIDIA ha dejado claro que la obsesión por escoger estudios a prueba de IA no siempre es la mejor elección. Los estudiantes deberían centrarse en utilizar la inteligencia artificial para profundizar en su aprendizaje o mejorar sus habilidades.

Los trabajos que sobrevivirán a la IA

Huang es consciente de que algunos empleos como el periodismo, los creadores de contenido, las artes y el diseño están en peligro. Estos empleos son los más vulnerables a la llegada de la IA, pero tienen un enorme valor humano que una máquina no puede replicar, al menos por el momento

"La capacidad de contar una historia para una audiencia seguirá siendo tan importante en el futuro como lo es hoy", ha asegurado Huang. "Sea cual sea tu pasión, lo único que tienes que hacer es asegurarte de preguntarte: ¿Cómo puede la IA ayudarme a mejorar mi aprendizaje, mi oficio, mi propósito?", aconseja.

El CEO de NVIDIA ha dejado claro que el mundo está saturado de inteligencia artificial y profesionales que se apresuran para dominar esta tecnología. Jensen Huang advierte que en la era de la IA es mucho más útil desarrollar habilidades humanas duraderas, estas competencias nunca se van a poder automatizar.

El Panel de Control de Nvidia permite ajustar docenas de opciones para sacar el máximo rendimiento a cada juego, ya que acepta un perfil para cada título. Lo cierto es que su interfaz se había quedado muy anticuada, porque apenas ha cambiado en 20 años.

GeForce Experience es una app para actualizar los drivers automáticamente, hacer streaming de los juegos, grabar vídeos de las partidas, y mucho más.

El software de Nvidia se renueva

La razón de todo esto es que la compañía de Jensen Huang lleva muchos años usando dos aplicaciones separadas. En 2024 anunció la app Nvidia, que reúne el Panel de Control y GeForce Experience en una única app.

Lleva más de un año añadiendo todas las opciones del Panel de Control a la nueva aplicación, y con el último driver que ha salido hoy, Nvidia comunica que el proceso ha terminado. Todo el Panel de Control ya está en la app Nvidia, así que ya no se necesita. GeForce Experience desaparece directamente. La excepción son las placas RTX Pro, ya que aún tienen opciones profesionales en el Panel que no están en la nueva app.

¿Y qué ocurre con la gente que prefiere usar el Panel de Control, porque no quiere los extras como el streaming o la captura de vídeo? Va a poder seguir usándolo, pero no se va a actualizar más, ni siquiera para corregir bugs.

El Panel de Control se mantendrá hasta que lo desinstales desde Windows, o hasta que actualices los drivers con una instalación limpia. Si por alguna razón lo desinstalaste y quieres volver a usarlo, estará disponible en Microsoft Store.

Nvidia recomienda desinstalarlo y usar la app Nvidia porque “es más rápida y tiene muchas funciones”, pero lo cierto es que mucha gente prefiere el Panel de Control porque va directo al grano, a las opciones de configuración. Y no quiere una app de streaming o grabación de vídeo. Al menos el Panel de Control sigue funcionando, pero ya no se actualizará más. Tenlo en cuenta.

La app de Nvidia, además de todas las opciones del Panel de Control, permite actualizar automáticamente los drivers, cambiar la versión de DLSS que quieres usar incluso en los juegos antiguos, y otras funciones. Por ejemplo, muestra las estadísticas del juego con Alt+R, graba partidas y capturas de pantalla con Alt+Z, permite configurar el monitor, aplicar filtros de IA a los juegos, y mucho más.