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.

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.

El corazón de esta máquina está formado por unos 20.480 nodos de cálculo, cada uno con dos procesadores LX2. En total, el sistema suma alrededor de 40.960 chips. Cada procesador integra 304 núcleos basados en arquitectura Armv9 (de Huawei), lo que conduce, en total, a unos 2,45 millones de núcleos trabajando de forma coordinada.

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.

Eso sí, siendo totalmente honestos, 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.

Pese a todo esto, China ha decidido aceptarlo y prefiere gastar mucha más energía en sus centros de datos y construir máquinas más grandes a cambio de conseguir una independencia absoluta de las cadenas de suministro extranjeras y del ecosistema de software cerrado de Nvidia.

Sin Nvidia: así responde China al bloqueo tecnológico de EEUU

No cabe duda de que, en los últimos dos o tres años, la relación entre China y Estados Unidos en este aspecto ha pasado de competencia a una batalla.

El punto de partida está en los controles de exportación de Estados Unidos, que han bloqueado por completo el acceso de China a chips de última generación y maquinaria de fabricación de semiconductores. Empresas como Nvidia o fabricantes como ASML se han quedado en el medio, simplemente acatando, en cierta medida y con bastantes pegas, las normas.

Donald Trump argumenta que estos controles buscan proteger la seguridad nacional y evitar que tecnología pueda ser utilizada con fines militares. Pekín, por su parte, lo interpreta como un intento de frenar su crecimiento. Es por eso que han activado una estrategia de independencia tecnológica acelerada.

Uno de los ejemplos precisamente es el impulso a fabricantes nacionales de chips como Huawei. La empresa ha creado procesadores propios y ha mejorado sus procesos y presencia en aspectos como la inteligencia artificial y centros de datos. Es para China su mayor orgullo.

Por supuesto, no está solo y empresas como Baidu o Alibaba están poniendo toda la carne en el asador en este proceso, creando sus propios modelos de IA y plataformas en la nube.

Pese a su complejidad, parece que lo están consiguiendo. Sin ir más lejos, Elon Musk ha afirmado con miedo y preocupación, tras su última visita a China, que "la cantidad de gente inteligente y trabajadora que hay es increíble".

Este en su momento ya afirmó que, si las cosas siguen tal y como van, Xi Jinping podría hacerle frente a Donald Trump con sus chips auténticos en menos de 5 años.

"China tendrá más poder que nadie y probablemente tendrá más chips", afirmó Musk, según una entrevista en el podcast Moonshots with Peter Diamandis, fragmento tomado por Business Insider.

En concreto, se pone fin a uno de los grandes problemas si te dedicas a jugar a videojuegos donde cada milisegundo cuenta. En este caso, Nvidia cuenta con su tecnología Reflex y AMD con su sistema Anti-Lag 2; herramientas creadas para que el tiempo que pasa desde que pulsas el ratón hasta que la acción se refleja en la pantalla sea el menor posible.

El problema siempre ha sido que estos sistemas eran exclusivos: si tenías una tarjeta de Nvidia, no podías utilizar la tecnología de AMD, y viceversa.

Pues bien, el ecosistema de Linux acaba de eliminar por completo esta exclusividad gracias a un proyecto de código abierto. Se trata de low_latency_layer, una solución creada por Korthos Software que permite utilizar tanto Nvidia Reflex como AMD Anti-Lag 2 en cualquier tarjeta gráfica del mercado.

Esto significa que, por primera vez, puedes activar las mejoras de latencia de Nvidia teniendo una tarjeta gráfica de AMD, o aprovechar los algoritmos de AMD utilizando una gráfica integrada de Intel.

Lo más top de esto no es solo que funcione, sino el nivel de eficiencia que tiene. Los primeros análisis de rendimiento y pruebas de velocidad que se han publicado dejan ver que estas tecnologías de reducción de latencia están funcionando mejor bajo el sistema operativo Linux que en sus versiones nativas para Windows.

La gracias hay que dárselas al creador de esta capa de traducción de software: Nicolas James. En unas declaraciones al medio Phoronix, James explicó que inició este proyecto a principios de año debido a la frustración que sentía al ver el rendimiento de la implementación de Anti-Lag de AMD en Linux, donde veía problemas de estabilidad y ni siquiera reducía la latencia tanto como lo hacía en Windows.

Como usuario de Linux y aficionado a los shooters, quiso demostrar que ambos mundos eran compatibles

Probablemente te preguntes cómo ha conseguido esto. Primero, al estudiar cómo los videojuegos modernos se comunican con el motor gráfico Vulkan, vio que tanto Nvidia Reflex como AMD Anti-Lag 2 utilizan unos comandos estándar denominados extensiones de dispositivo.

El software que ha creado, low_latency_layer, actúa como un intermediario que intercepta estos comandos a mitad de camino y los traduce al momento para que cualquier tarjeta gráfica pueda procesarlos, independientemente del fabricante.

Para comprobar que todo esto realmente funcionaba, usó un monitor de alta gama con una tasa de refresco de 540 Hz y una herramienta física de medición conocida como Nvidia Reflex Analyzer; registró de forma manual los resultados de latencia en una base de datos tras varias pruebas de pulsación.

Con esto, perfectamente James pudo comprobar que funcionaba a la perfección en juegos como The Finals, Cyberpunk 2077, Resident Evil Requiem, Marvel Rivals y Counter-Strike 2.

Ahora que sabes que realmente funciona, como usuario de Linux puedes ponerlo en marcha. Eso sí, la instalación no se hace mediante un asistente automatizado, sino que necesitas utilizar la terminal de comandos para descargar los paquetes necesarios y compilar el proyecto. No obstante, Nicolas James ha publicado una guía de instrucciones detallada y clara en la página de GitHub del proyecto, para que cualquier usuario con nociones básicas pueda hacerlo sin mayores problemas.

Siempre es necesario abrir la app oficial de NVIDIA o el Panel de Control de la empresa para hacer cambios y adaptar mejor la capacidad de la GPU para videojuegos o programas exigentes de trabajo.

Es sumamente útil, pero cuando de verdad te importan hasta los detalles mínimos para obtener una alta velocidad, esa aplicación se limita a mostrarte los apartados superficiales de controladores.

Hay opciones más allá que permiten adentrarte más en profundidad, aunque están ocultas y debes hacer uso de otra herramienta para poder desvelarlas. En esta guía vas a aprender cómo modificar funciones que la compañía de Jensen Huang no quiere que veas.

¿Por qué la app de Nvidia no te muestra todo el poder de tu GPU?

Es evidente que la app de Nvidia cumple con su función, pues si entras en ella e inicias sesión, tienes acceso a varias funciones desde los apartados como Controladores, Gráficos, Sistema y Configuración.

En estas secciones está todo lo necesario para ajustar las características de la tarjeta gráfica y adaptarlas a lo que necesitas para el rendimiento de videojuegos. Por ejemplo, están los puntos clave como el consumo energético, límites de FPS, hacer uso de DLSS o cambiar los ajustes de forma individual para cada uno de los títulos.

Si tienes una buena GPU de NVIDIA, como una GeForce RTX 4080 o una de la serie 50, probablemente ya hayas hecho esto con entregas como Cyberpunk 2077, ARC Raiders, Resident Evil: Requiem o Crinsom Desert.

Aunque todo está bien y es una excelente plataforma, está destinada a ejercer comportamientos que están predefinidos. Es decir, solo incorpora opciones básicas, por lo que si eres un usuario avanzado con el objetivo de hacer cambios más profundos y monitorear minuciosamente la tarjeta gráfica, estás limitado.

Por supuesto, no es algo malo, solo que NVIDIA ha optimizado la aplicación con base en las mejores capacidades, menos riesgo de fallos e inestabilidades. Además, es la mejor forma de evitar configuraciones mal aplicadas y es lo mejor para que funcione sin problema en la mayoría de los sistemas.

Si no eres un experto o un gamer que se preocupa por todas las ventajas que se pueden obtener in-game, no te tienes que preocupar, pero es bueno saber que hay más cosas que podrías hacer. ¿Quieres la experiencia completa? El control total de la GPU se consigue fácilmente con otra herramienta especializada.

Cómo desbloquear configuraciones avanzadas del controlador Nvidia

Cuando quieras ver lo que está oculto en la app de NVIDIA, solo necesitas conocer a NVIDIA Profile Inspector (NVPI), una alternativa (no oficial) que suele ser usada por usuarios avanzados del gaming para analizar y modificar los perfiles del controlador de una manera detallada.

¿Qué puedes hacer con NVPI? Su especialidad es exponer las funciones "secretas" de la mencionada aplicación, aquellas que no muestra a simple vista o están predefinidas.

Lo interesante de esta herramienta es que otorga la configuración de las opciones que no están hechas para usuarios promedio y es posible aplicarlas individualmente por juego o programa.

Aquí se incluyen acciones como modificar el comportamiento de DLSS y Frame Generation, usar modos adicionales en la limitación de fotogramas, cambiar la gestión del Variable Refresh Rate (VRR) o aplicar ajustes en el sesgo LOD y compatibilidad de títulos en hexadecimal.

Aunque a simple vista la interfaz parece confusa por toda la información que consigues ahí, es fácil entenderla y acoplarse si ya conoces los términos. ¿Cómo instalarla? Simplemente ve al repositorio oficial de GitHub y pulsa en Download. Abre el ejecutable y sigue las instrucciones hasta que finalice (no necesitas nada más, ni modos).

A partir de aquí, todo depende de tu conocimiento, ya que no se trata solo de "conseguir más FPS" sin pensar, sino de saber lo necesario para gestionar profesionalmente la energía, latencia, calidad de imagen y compatibilidad.

Eso sí, en la documentación oficial de NVIDIA se advierte de estos cambios. Hacerlos sin sentido puede llevar a una mala configuración, por lo que se generan problemas como inestabilidades, glitches gráficos o fallos críticos. Al final, la compañía no "oculta" estas características sin sentido, pues esa decisión es por un diseño intuitivo y optimización.

Pero lo llamativo es que la noticia no solo afecta a Foxconn. La empresa es una pieza fundamental en la cadena de suministro global de compañías como Apple, Google, Dell, Microsoft o Nvidia. Cuando un proveedor de este tamaño sufre una brecha de seguridad, es normal que salten todas las alarmas, sobre todo por la posible revelación de secretos.

El caso ha sido revelado por Wired, donde señalan que el grupo responsable del ataque sería una banda de ransomware conocida como Nitrogen. Un nombre relativamente nuevo en el panorama del cibercrimen pero que ya está siendo observado por expertos en seguridad por sus conexiones con organizaciones más veteranas y peligrosas.

Bloquear la información y luego pedir un rescate

Los ciberdelincuentes aseguran haber accedido a sistemas internos de la compañía y extraído grandes cantidades de datos antes de cifrar parte de la infraestructura. Este método se ha convertido en la estrategia habitual de los grupos de ransomware modernos: primero roban la información y después bloquean los sistemas para exigir un rescate económico.

De esta forma, la presión para las empresas es enorme. Porque aunque dispongan de copias de seguridad y puedan restaurar los sistemas, los atacantes amenazan con publicar los documentos robados en internet si no reciben el pago exigido. Y si hay empresas como Apple, Google, Dell, Microsoft o Nvidia de por medio, la cosa se complica aún más.

En este caso concreto, el volumen de información filtrada sería especialmente preocupante debido a la posición privilegiada de Foxconn dentro del sector tecnológico. La compañía fabrica desde servidores hasta componentes electrónicos avanzados y participa en proyectos extremadamente sensibles, que a veces ni tan siquiera han sido anunciados de manera oficial.

Aunque por ahora no se ha confirmado públicamente qué clientes concretos podrían verse afectados por la filtración, el simple hecho de que Foxconn haya vuelto a sufrir un incidente de este tipo ya ha generado una considerable preocupación dentro del sector tecnológico.

No es el primer intento de ataque contra Foxconn

Uno de los aspectos más llamativos del caso es que no se trata de un incidente aislado. Foxconn ya ha sido objetivo de otros ataques de ransomware. La historia se repite. En 2020, una filial de la empresa sufrió un ataque atribuido al grupo DoppelPaymer, que llegó a exigir decenas de millones de dólares.

Posteriormente, otras divisiones de la compañía también fueron relacionadas con incidentes vinculados a LockBit, uno de los grupos de ransomware más agresivos y conocidos de los últimos años.

Por si fuera poco, los expertos llevan años advirtiendo de que las cadenas de suministro tecnológicas son especialmente vulnerables. Muchas compañías dependen de proveedores externos que manejan información crítica, diseños industriales y un largo etcétera. Cualquier fallo en esos puntos puede convertirse en una puerta de entrada para los ciberdelincuentes.

Pero además existe una complicación extra. Según investigadores de seguridad, el ransomware utilizado por el grupo tendría incluso errores de programación que podrían impedir recuperar correctamente los archivos cifrados.

Aunque este tipo de ataques suelen parecer lejanos para la mayoría de usuarios, la realidad es que terminan afectando indirectamente a millones de personas. Incluso quienes no han escuchado hablar nunca de Foxconn seguro que sí lo han hecho de como Apple, Google, Dell, Microsoft o Nvidia. Al final todo está o puede estar conectado.

La frase de Jensen Huang se ha vuelto viral después de su discurso en la ceremonia de graduación de Carnegie Mellon University, una de las universidades más importantes de todo Estados Unidos en ciencias de la computación e ingeniería. Pero no han faltado aquellos que han visto otras connotaciones detrás de esa frase. ¿Por qué ese entusiasmo tan vehemente?

El argumento del CEO de Nvidia siempre es el mismo, eso es verdad. Jensen Huang Huang sostiene que estamos entrando en una transformación histórica comparable con el nacimiento de Internet, la electricidad o la revolución industrial. Y según su visión, quienes aprendan ahora a convivir y trabajar con inteligencia artificial tendrán una ventaja enorme durante las próximas décadas.

Pero claro, la realidad es que Jensen Huang y Nvidia no son parte objetiva o desinteresada en todo lo que tiene que ver con la IA. Nvidia ha pasado de ser una empresa conocida principalmente por fabricar placas gráficas para videojuegos, a convertirse en el corazón tecnológico de la revolución de la IA. Sus chips son utilizados por compañías como OpenAI, Microsoft, Google, Amazon y Meta para entrenar modelos avanzados de inteligencia artificial.

Jensen Huang, el hombre que abraza a la IA

El crecimiento de la empresa ha sido tan explosivo que Nvidia se ha transformado en una de las compañías más valiosas del planeta. Y gran parte de ese éxito se explica porque la IA moderna depende de una enorme capacidad de procesamiento que los chips de Nvidia dominan casi por completo.

Por eso, cuando Jensen Huang habla del futuro laboral y tecnológico, muchos interpretan sus palabras como una señal de hacia dónde se mueve la economía global. Para él no existen los habituales miedos que inquietan a muchos otros expertos: reemplazo de empleos, automatización masiva, desaparición de profesiones o pérdida de control humano.

Según él, cada revolución tecnológica importante terminó creando nuevas industrias, nuevos trabajos y nuevas oportunidades que antes ni siquiera existían. La clave, dice, no es competir contra la IA, sino aprender a usarla. En lugar de ver la tecnología como una amenaza, propone verla como una herramienta capaz de multiplicar capacidades humanas.

Mientras, muchas empresas ya no preguntan solamente si un candidato sabe usar determinadas plataformas. Ahora empiezan a valorar si entiende cómo trabajar con IA. El fenómeno recuerda a lo que ocurrió con internet en los años noventa. En aquel momento, quienes aprendieron temprano a usar herramientas digitales obtuvieron una ventaja enorme frente al resto del mercado laboral.

¿Qué opinan los jóvenes sobre la IA?

Es difícil saber si las palabras de Jensen Huang calarán o no entre los jóvenes universitarios. A él con Nvidia no le ha ido mal en absoluto. Sin embargo, hay muchas tendencias que señalan dos cosas. Una, que muchos miembros de la generación Z rechazan la inteligencia artificial (y no son los únicos). Y segundo, que la fatiga tecnológica ya es una realidad.

Saber qué sucederá en el futuro es imposible, pero una cosa es cierta: si Jensen Huang y Nvidia quieren que su negocio siga siendo tan lucrativo, la IA es fundamental. Ahora bien, tampoco deberían olvidar que, pese a todo, al final son los usuarios quienes tienen la última palabra. Y estos, al menos hoy por hoy, no muestran precisamente el mismo entusiasmo.

TSMC se ve obligada a dar prioridad a quienes ponen más dinero sobre la mesa, y ya te puedes imaginar quiénes son.

Ante esta situación, AMD ha decidido dar un golpe sobre la mesa. La noticia, que ya es un secreto a voces, es que han empezado a negociar con Samsung para que sea quien fabrique sus próximos procesadores de 2 nanómetros.

La propia Lisa Su visitó hace unos días la planta de Samsung en Pyeongtaek para ver si los coreanos están a la altura de lo que buscan. AMD necesita que sus futuros procesadores, conocidos internamente como Venice y Verano, sean perfectos y salgan en grandes cantidades para no perder la carrera contra Intel y NVIDIA.

Lo más curioso de este acercamiento entre AMD y Samsung es que podría ir mucho más allá de alquilar sus fábricas. Samsung no solo hace chips, también es el mayor fabricante de memoria DRAM del mundo.

Al darle el contrato de fabricación a ellos, AMD podría estar buscando colocarse en la primera posición para conseguir memorias top a mejor precio o de forma prioritaria.

GAA se convierte en el arma secreta de Samsung para convencer a los que dejan atrás TSMC

Para convencerles, Samsung cuenta con un gran gancho: su tecnología GAA (Gate-All-Around). Hablamos, de forma simple, de una forma nueva de crear los transistores que permite que los chips sean mucho más potentes y, sobre todo, que consuman menos energía.

Pero aquí viene el gran problema, porque puede que los coreanos no las tengan todas consigo. Existe la duda sobre si AMD usará a Samsung como su socio principal o simplemente como una red de seguridad por si TSMC falla.

Sin embargo, lo cierto es que Samsung no solo tiene puesta toda su intención en conseguir a AMD: Apple también está en juego debido al mismo problema. La dependencia absoluta que tienen los de Cupertino de TSMC se ha convertido en una pesadilla para ellos.

Para que te hagas una ligera idea, cada GPU que necesita NVIDIA ocupa mucho más espacio que un chip de iPhone. Esto significa que TSMC no puede fabricar tantos procesadores para Apple sin afectar los pedidos de IA. Estos móviles siguen siendo importantes, pero no son los que más dinero dejan hoy en la fábrica.

Por otro lado, y dejando a un lado el enorme problema con respecto a la IA, no nos podemos olvidar de otros aspectos que mencionan desde Apple.

Si en un hipotético caso China decidiera invadir la isla, la producción se detendría en seco, y Apple se llevaría la peor parte teniendo en cuenta su dependencia. Y si bien es cierto que TSMC ya está levantando fábricas en Arizona, la realidad es que esas plantas van a un paso muy lento.

Para cuando la fábrica de Arizona esté lista para crear en masa chips de 3 nanómetros en 2027, las plantas de Taiwán ya estarán fabricando chips de 2 nanómetros o incluso inferiores para los futuros iPhone. Es decir, lo que se fabrique fuera de Taiwán siempre irá un par de años por detrás.

Por eso, los rumores confirman que han empezado a llamar a las puertas de Samsung e Intel. Aunque parezca una locura, Apple está negociando con su mayor rival en smartphones y con el antiguo dueño de los procesadores del Mac para crear un "Plan B".

Al igual que la CEO de AMD, algunos ejecutivos de la compañía de la manzana han sido vistos visitando las nuevas plantas de Samsung en Texas, donde los coreanos están invirtiendo miles de millones para demostrar que pueden estar a la altura de lo que se exige en 2026.

La empresa detrás de Claude no quiere quedarse atrás en la carrera por liderar en IA. El superordenador de IA de la compañía de Elon Musk va a jugar un papel fundamental en un momento en el que el uso del asistente de Anthropic se ha disparado.

Una batalla por controlar la infraestructura de IA

Anthropic tiene un regalo para sus “clientes más fieles”: “En primer lugar, vamos a duplicar el límite de tarifas de cinco horas de Claude Code para los planes Pro, Max, Team y Enterprise en puestos de trabajo. En segundo lugar, estamos aumentando considerablemente los límites de velocidad de nuestra API para los modelos de Claude Opus”.

La compañía ha aumentado los tokens de entrada para asumir la demanda. El paquete básico con 30.000 pasa a 500.000, mientras que el más potente con 2 millones sube a 10 millones. Los tokens de salida también aumentan de 8.000 a 80.000 para el pack más económico a duplicarse hasta 800.000 para el más exigente.

El nuevo acuerdo con SpaceX ha sido fundamental para permitir aumentar los límites de uso de Claude. Anthropic pretende dar así un duro golpe a OpenAI, líder indiscutible en el mercado por el momento.

La batalla de Google, Anthropic, OpenAI o xAI por dominar en IA se ha llevado a la infraestructura. La compañía que controle más chips, superordenadores y centros de datos, podrá hacerse con el mayor número de usuarios.

SpaceX ha anunciado que Colossus puede generar más de 300 megavatios de capacidad de procesamiento gracias a más de 220.000 GPU de NVIDIA. Anthropic suma una potencia adicional para alimentar Claude Code.

Menos restricciones para los suscriptores de Claude Pro y Max

Los primeros usuarios en beneficiarse del acuerdo entre Anthropic y SpaceX son aquellos que paguen la suscripción Claude Pro y Claude Max. El asistente de IA va a aumentar los límites de API y uso para los desarrolladores.

Anthropic podría acabar de una vez por todas con las críticas que ha recibido en los últimos meses. El gigante de la IA había apostado por limitaciones agresivas en la velocidad en Claude, especialmente en Claude Code y Opus. La compañía no podía hacer frente a la enorme demanda del mercado.

El acuerdo con SpaceX le permite a la compañía ser competitiva frente a sus rivales. Anthropic necesitaba expandir su capacidad de computación de IA si quería convertirse en un rival para ChatGPT.

Ya pertenezcas a un bando u otro, sin duda la incertidumbre es común en todos. Pero Jensen Huang, CEO de Nvidia, quiere traer algo de claridad. Según él, la inteligencia artificial no es el verdugo, sino un motor de reindustrialización masiva que el mundo necesita.

Tal y como explica, afirma que actualmente la humanidad está mirando el mapa al revés. Mientras muchos ven la IA como algo que viene a sustituirnos, él ve una oportunidad para volver a llenar el país de fábricas.

Pero no fábricas como las que te imaginas, habla de un nuevo tipo, de factorías industriales que producen todo lo que precisamente la IA necesita para progresar. Para el CEO de Nvidia, estas instalaciones necesitan trabajadores, manos y mentes que gestionen todo el proceso, de principio a fin. Es, en sus propias palabras, la mejor oportunidad de reindustrialización de las últimas décadas.

Pero, ¿qué pasa con ese miedo a que un programa de IA haga tu trabajo mejor que tú? Huang asegura que hay una confusión de base muy peligrosa: mezclar las tareas con los puestos de trabajo. Según explica, el hecho de que una IA pueda automatizar una tarea específica de tu día a día no significa que tu puesto entero desaparezca. Al revés, te libera de lo aburrido o mecánico para que puedas centrarte en otros aspectos.

En este caso, su gran miedo no es el que comparte gran parte de la población. A él, lo que le quita el sueño son las mentiras que algunas voces cuentan y, sobre todo, esas ideas que meten en la población y que unos van contando a otros, envenenando por completo la humanidad y su relación con la IA.

Teme que el discurso del miedo cale tan hondo en la sociedad que la gente termine por dar la espalda a la tecnología antes de probarla. Su gran miedo es que se asuste tanto a la población que dejen de hacer uso de la IA.

"Con la IA podemos incorporar de 30 a 40 millones de trabajadores al mercado laboral"

Huang, en muchas ocasiones, ya ha dejado claro que no comparte la visión de algunas voces que auguran el principio del fin de la humanidad. Por supuesto, sabe el potencial de la IA y afirma: "No vas a perder tu trabajo por culpa de una IA, sino por alguien que sepa usarla mejor que tú".

En su opinión, esta tecnología, lejos de eliminar empleo, puede devolver al mercado laboral entre 30 y 40 millones de trabajadores actualmente inactivos o desplazados.

Para este, el razonamiento es que la IA democratiza las capacidades. "Es muy probable que solo un puñado de personas sepan cómo programar con C++ y un número similar en C. Y si embargo todos saben cómo programar con inteligencia artificial. Y la razón es que la IA habla el lenguaje que tú quieras que hable. Puedes mostrarle un esquema o enseñarle un dibujo y pedirle lo que quieres que haga", afirma.

De forma simple, considera la IA como la tecnología más accesible de la historia y todo el mundo, sin importar su ámbito, puede mejorar su trabajo con IA.

"Tenemos escasez de mano de obra. No sobran los trabajadores. Y por primera vez en la historia podemos imaginar la oportunidad de cambiar eso. Con la IA tenemos la oportunidad de volver a incorporar de 30 a 40 millones de trabajadores al mercado laboral que sería impensable de otra manera. Puedes argumentar que la Inteligencia Artificial es probablemente nuestra mejor oportunidad para aumentar el producto interior bruto", añade.

Todos estos empleos, según el directivo, salen de sectores donde el conocimiento técnico ha sido desde siempre una barrera. Desde tareas administrativas hasta especializaciones técnicas que ahora pueden estar al alcance de más personas gracias a las herramientas de IA.

Pues esto es lo que le pasó a un usuario que, pensando que su GPU simplemente estaba estropeada, la envió a Northwest Repair, uno de los canales de reparación más profesionales y respetados de internet.

Lo que parecía un fallo de fábrica resultó ser algo mucho más oscuro: una falsificación tan perfecta que el propio técnico, acostumbrado a ver de todo, dejó claro que estaba ante "la mejor estafa que he visto en mi vida".

Por fuera, el ensamblaje era sencillamente el mismo; por dentro, el trabajo era de un nivel absoluto. Los estafadores habían cogido una placa base (PCB) real, pero habían vaciado el interior de la tarjeta.

Para que nadie sospechara al abrirla, utilizaron componentes de desecho, los lijaron físicamente para borrar sus nombres originales y, mediante una técnica de grabado láser de alta precisión, inscribieron los códigos reales de una 4090.

Al principio, ni siquiera mirándolo a fondo se puede ver nada raro. El técnico de Northwest Repair comenta que el núcleo y la memoria tenían los números de pieza y logotipos correctos que "nunca parecerían falsos".

No había restos de fundente (flux) ni señales de que la placa hubiera sido calentada en un horno. Fue solo al mirar los detalles más banales, como un tono algo amarillento en la resina epoxy y una almohadilla de soldadura que brillaba de forma distinta bajo el microscopio, cuando empezaron a sospechar.

Un trabajo hecho por cirujanos de la estafa para cazar usuarios desesperados por una GPU buena y barata

Esto es algo que ahora ha escalado a Estados Unidos, pero el problema viene de tiempo atrás. Un usuario de Hong Kong compró online una RTX 4090 de segunda mano, y pagó unos 1.660 dólares por ella. Tras ver que no funcionaba correctamente y enviarla a reparar, se dieron cuenta de que no era lo que había comprado y encima se habían extraído varios de sus chips VRAM.

Expertos advierten que esto es algo que los consumidores podrían estar viendo cada vez más, y que el incidente es "100% real y ahora está en el mercado estadounidense".

El problema es que la escasez de tarjetas gráficas y sus precios imposibles debido a la crisis han provocado que el mercado sea casi un campo de minas perfecto para usuarios desesperados.

NVIDIA ya está reduciendo la producción de sus tarjetas gráficas GeForce. La industria de la memoria está completamente enfocada en la inteligencia artificial, dejando al gaming en un segundo plano. Esto está afectando directamente a la cantidad de chips disponibles para tarjetas gráficas, especialmente la memoria VRAM.

Hablamos de recortes que rondan el 40% en algunos segmentos durante este ciclo de producción, por lo que este tipo de situaciones se van a seguir viviendo.

Lo peor viene cuando sabes que este momento va a ser aprovechado por los estafadores. El caldo de cultivo perfecto para que ellos puedan sacar provecho: saben que la gente está loca por encontrar una oferta y que hay un mercado negro de componentes de segunda mano operando sin miramientos. "Los estafadores saben que el mercado es vulnerable y no pueden dejar pasar una oportunidad de oro como esa", advierten los expertos en reparación.

Ante esta situación, el consejo es bastante claro: si te pasa algo así, no te limites a pedir la devolución en la plataforma de venta. Northwest Repair recomienda denunciar formalmente a la policía para que haya una investigación oficial.

Windows 11 ya está experimentando con nuevas gráficas y estadísticas en el Administrador de Tareas, para mostrarte, en tiempo real, cómo usan las aplicaciones, o el propio sistema operativo, tu hardware de inteligencia artificial.

Hoy en día todos los PC modernos incluyen hardware de IA, incluso sin que lo sepas. Es el caso de las tarjetas gráficas de Nvidia, que desde hace años, incluso antes del “boom” de ChaGPT, ya usaban IA. La compañía de Hensen Huang mide su potencia de IA en lo que llama Tensor Cores.

Las nuevas funciones del Administrador de Tareas

Además, los PC modernos fabricados en los dos últimos años incluyen una NPU en el procesador, un chip de IA que acelera las aplicaciones que la usan.

Hasta ahora, no había forma de saber cómo usaban este hardware las aplicaciones, salvo que instales herramientas de terceros. En breve, el Administrador de Tareas de Windows 11 va a mostrar esta información.

Según explica la propia Microsoft en su blog: “Estamos actualizando el Administrador de tareas para ofrecer una mejor visión del uso de la NPU en los PC que la incorporan. Ya están disponibles (en la versión beta) nuevas columnas opcionales de NPU y Motor de NPU en las páginas Procesos, Usuarios y Detalles". Puedes verlo en esta captura:

Y continúa: “La página Detalles también incorpora las columnas opcionales Memoria dedicada a la NPU y Memoria compartida de la NPU, para ofrecerte una visión más detallada de cómo las cargas de trabajo utilizan los recursos. Además, si hay motores neuronales que forman parte de una GPU, ahora aparecerán en la página Rendimiento, lo que proporciona una visión más completa de la actividad del sistema relacionada con la IA".

Como vemos, en una futura actualización de Windows 11 el Administrador de Tareas nos ofrecerá añadir dos columnas para mostrar los datos de uso de la NPU y las GPU con IA. Esto nos va a permitir saber exactamente qué aplicaciones usan el hardware de IA, y en qué porcentaje, así como la cantidad de memoria RAM que necesitan.

Este nuevo Administrador de Tareas ya está disponible, en versión beta, en el viejo canal Canary 29500, que ahora se llama Windows 11 Insider Experimental (Future Platforms) Preview Build 29576.1000. Esperemos que llegue pronto a los usuarios finales.

Esto es algo que en Windows no sucede, pero el HDMI 2.1 de Linux siempre ha sido un quebradero de cabeza. Los motivos son simples: licencias y burocracia, donde el HDMI Forum decidió que el código abierto no iba a acceder a las mejores funciones del estándar. Pero esto está a punto de cambiar.

La noticia ha saltado gracias a Nouveau, un driver de código abierto para gráficas NVIDIA. David Airlie, una de las grandes figuras de Red Hat, ha conseguido activar el famoso HDMI FRL (Fixed Rate Link).

De forma simple, es la llave que abre la puerta a las resoluciones altas y a las tasas de refresco de 120 Hz o más. Lo mejor de todo es que no ha hecho falta grandes hazañas o pirateos; simplemente se ha aprovechado de cómo está fabricado el interior de las tarjetas más actuales. Eso sí, de momento, hablamos solo de NVIDIA, no de AMD.

En el caso de las gráficas de la compañía de Jensen Huang, el GSP (GPU System Processor), es un pequeño procesador dentro de la tarjeta que se encarga de las tareas pesadas de bajo nivel. Como gran parte del trabajo del HDMI FRL lo hace ese chip mediante un firmware cerrado, el driver de Linux solo tiene que dar las órdenes correctas, esquivando así el bloqueo.

David Airlie ha estado probando esto con una tarjeta de arquitectura Ampere, de la serie RTX 30, y los resultados son espectaculares. El propio Airlie confesó que "con el GSP, el firmware se encarga de la mayor parte del trabajo difícil".

Lo único que faltaba era organizar las piezas del puzle en el orden correcto para que la comunicación no fallara. Y aquí viene la inteligencia artificial para dar el último empujón necesario. Airlie utilizó Claude Code, que le ayudó a corregir el código hasta que todo funcionaba perfectamente.

Con este parche, el sueño de un sistema 100% libre pero con potencia top está más cerca

Nouveau puede cambiarlo todo y dejar atrás eso de que si querías aprovechar tu tele OLED a 120 Hz, estabas obligado a usar el driver propietario de NVIDIA.

Por supuesto, la solución ya está lista, pero el camino para llegar a ella, comentan, no ha sido sencillo. Implementar HDMI 2.1 es una tarea muy compleja. Airlie explica que "solo hace falta enviar las cosas en el orden correcto y gestionar el entrenamiento del enlace en los puntos adecuados". Gracias al apoyo de la IA de Anthropic, el desarrollador pudo establecer el orden correcto de todo para que funcionase.

Si todo va según lo previsto, este código llegará oficialmente al kernel de Linux en la versión 7.2, que se espera para este verano. En ese momento, si tú eres uno de esos usuarios, podrás instalar la distribución que desees y ver cómo tu monitor top reponde como debería.

Que justo salga esto al mercado tiene un gran sentido y que Canonical sabe que los sistemas operativos actuales están cambiando, con cada vez más exigencias y más obligaciones para los usuarios. De ahí que su undécima versión de soporte a largo plazo (LTS) sea la más potente hasta la fecha.

En cuanto a las novedades, por un lado, hay una gran mejora visual gracias a la llegada de GNOME 50, que trae una interfaz más pulida y moderna. Pero el verdadero cambio está bajo el capó. Ubuntu ha completado su transición total a Wayland.

Esto, a nivel de usuario, significa que los vídeos no se cortan, los gestos táctiles en el portátil funcionan perfectamente y, por fin, escalar la pantalla si tienes un monitor 4K será una tarea muy sencilla.

Pero esto no es todo y la accesibilidad también se ha mejorado. Buscando la máxima utilidad para el usuario, GNOME 50 incluye mejoras en el lector de pantalla y en las aplicaciones por defecto. Además, el Centro de Aplicaciones se ha vuelto más accesible y simple con los paquetes Debian de toda la vida.

En cuanto a rendimiento, al incluir el kernel Linux 7.0, Ubuntu 26.04 se convierte en el lugar perfecto para los nuevos procesadores Intel Core Ultra Serie 3. Si tienes uno de estos chips, notarás que el sistema va muy rápido y que la batería de tu portátil aguanta mucho más.

IA nativa y potencia bruta para sacar el máximo partido a tu tarjeta gráfica NVIDIA

Aún hay más novedades. Por primera vez en la historia, Ubuntu distribuye de forma nativa NVIDIA CUDA directamente desde sus repositorios oficiales. En pocas palabras, ahora, instalar las herramientas necesarias para inteligencia artificial o renderizado de gran calado es muy sencillo.

Pero no solo NVIDIA. Canonical también ha integrado la plataforma ROCm de AMD. Esto significa que si tienes una tarjeta Radeon o una Instinct nueva, vas a poder hacer uso perfectamente del aprendizaje automático y sacarle el máximo partido con cargas de trabajo pesado sin problemas. Además, se ha incluido el soporte para NVIDIA DOCA-OFED.

Por último, el kernel 7.0 también incluye soporte específico para las gráficas integradas Intel Xe3 y sus unidades de procesamiento neuronal (NPU).

Con todo esto, si ya tienes una versión anterior de Ubuntu, actualizar es muy sencillo. El equipo de desarrollo ha mejorado las instrucciones de salto de versión para que el paso de la 24.04 a la 26.04 sea cuestión de minutos.

Y para los que vienen de Windows o macOS, la página de descargas ya ofrece la imagen de escritorio lista para ser grabada en un USB.

Hablar sobre este tema, de hecho, es delicado en estos momentos. Muchos usuarios temen que la tecnología termine por costarles el puesto de trabajo. Y no es ni mucho menos un miedo infundado: compañías como Microsoft, Google o la propia Amazon ya han llevado a cabo despidos masivos en su nombre. Quizá estén aprovechando la excusa sin más, pero incluso así, genera inquietud.

Jensen Huang, CEO de Nvidia, sobre la IA y el trabajo

Según Jensen Huang, el futuro del trabajo estará completamente dominado por la IA. Esta, además, representará una especie de capa constante de supervisión y apoyo. No tendrá que ver con herramientas puntuales, o ayudas de algún tipo, sino con agentes activos que interactuarán continuamente con los trabajadores. Su grado de exigencia, además, será enorme.

"Los agentes de IA estarán trabajando contigo todo el tiempo", respondió Huang al ser preguntado sobre el tema en una reciente entrevista mostrada en Youtube. Pero esa ayuda constante, cree él, tendrá una cara menos amable: también implicará un nivel de control mucho más profundo. ¿Suena bastante a distopía de ciencia ficción? Mucha gente lo ha entendido así, eso seguro.

Da la impresión de que Jensen Huang quiso tranquilizar a muchos empleados, dando a entender que la IA no suprimiría sus trabajos, como muchos temen. Pero sus declaraciones pueden sonar igualmente algo turbador. "Lo controlarán todo al detalle", puntualizó el mandamás de Nvidia. Un poco como si intuyera que las máquinas crearán un ritmo de trabajo mucho más alto.

"La gente estará más ocupada que nunca", opinó también Jensen Huang. Algo que coincide con lo que muchos trabajadores ya están denunciando. Según estos, la llegada de la IA ha provocado que sus jefes quieran muchos más resultados en mucho menos tiempo. O la automatización ha obligado a que tengan que hacer lo que antes hacían, pero también otras tareas adicionales.

Distintas visiones sobre la inteligencia artificial

Así pues, todo invita a pensar que Jensen Huang lo tiene claro: más inteligencia artificial será sinónimo de más trabajo para todos. Otros expertos, por el contrario, no duden que la IA traerá consigo unos niveles de desempleo nunca antes vistos. El propio Geoffrey Hinton, considerador uno de los padres de la IA, advirtió que más valdrá a la gente hacerse fontanero, si quiere seguir teniendo empleo.

Por su parte, especialistas de la talla de Sam Altman o Elon Musk creen que esta tecnología se encargará de casi todo, y así todo el mundo podrá dedicarse a hacer un poco lo que le venga en gana. Esta última perspectiva suena particularmente bien, sin duda. Quizá demasiado bien como para ser verdad, como suele suceder siempre.

Los motivos están más que claros. La industria de la memoria está completamente enfocada en la inteligencia artificial, dejando al gaming en un segundo plano. Esto está afectando directamente a la cantidad de chips disponibles para tarjetas gráficas, especialmente la memoria VRAM.

No es que haya menos demanda de jugadores, sino que hay menos componentes disponibles para fabricar GPU. Y eso está empezando a notarse tanto en la producción como en el precio final.

Lo cierto es que, si bien esto es algo que afecta directamente a NVIDIA, tan solo ataca una parte de su negocio. Hay que recordar que la compañía de Jensen Huang es la mayor interesada en que el sector de la IA siga creciendo. Sin embargo, sus amados jugadores se quedan a la cola.

El gran cuello de botella está en la memoria RAM y todo se lo lleva la IA

Fabricantes como Samsung, SK Hynix y Micron están priorizando por encima de todo la producción de memorias para centros de datos de inteligencia artificial. Estas memorias, como HBM3E o futuras HBM4, son mucho más rentables que las destinadas al gaming.

Esto deja a la memoria GDDR, la que usan las tarjetas gráficas, en segundo plano. Como resultado, menos chips disponibles para GPU a nivel de usuario y más presión sobre toda la cadena de producción.

NVIDIA, en consecuencia, que depende de este suministro, se ve obligada a ajustar su planificación y dirigirse hacia donde el mercado decide. El problema es que esta situación provoca un efecto dominó en el mercado. Menos stock suele significar menos disponibilidad en tiendas y, en muchos casos, precios más altos o directamente es imposible encontrarlas.

El futuro de las RTX de NVIDIA: retrasos y cambios de calendario

Teniendo en cuenta toda esta situación y, tristemente, todo apunta a que Nvidia no lanzará nuevas tarjetas gráficas RTX en 2026 y que la esperada serie RTX 60 no llegaría hasta 2028.

Muchos esperaban ver una actualización Super de la serie RTX 50 en el CES 2026. No ocurrió. Y ahora, un informe señala que Nvidia ha decidido no mover ficha este año, dejando en el aire tanto esa novedad como la siguiente generación.

Mientras tanto, la RTX 60 empieza a convertirse en una promesa lejana. En el CES 2026 ya se comentaba que podría llegar en la segunda mitad de 2027, con una hipotética RTX 6090 basada en una nueva arquitectura llamada Rubin y con un rendimiento al menos un 30% superior al de la RTX 5090. Ahora, ese horizonte se mueve.

Si bien es cierto que Micron, por ejemplo, ya trabaja en módulos GDDR7 de mayor capacidad, lo que podría mejorar la disponibilidad de VRAM en el futuro, las previsiones no son nada positivas.

Samsung, por su lado, va a construir nuevas plantas de producción, pero se esperan de forma masiva de cara a 2027. Sin embargo, cuidado, porque se sabe que parte de esas fábricas se destinará a chips HBM.

SK Hynix sí que está moviendo ficha antes de tiempo, con nuevas líneas de producción ya en marcha y otra fábrica prevista para 2027. Aun así, el ritmo está lejos de cubrir lo que se necesita.

Como resultado, analistas del sector coinciden en que esta grave problemática no se va a corregir pronto. Algunas estimaciones hablan de 2028 como el año más optimista para estabilizar la oferta y la demanda.

NVIDIA no tiene mercado que se le resista, pero China sigue siendo un verdadero problema. El contexto geopolítico con la subida de aranceles, restricciones a la importación y un mercado inestable no ayuda.

Huang ha participado en el podcast del experto en tecnología Dwarkesh Patel, donde ha comentado la situación en el mercado chino. El CEO de NVIDIA ha estado cerca de perder la paciencia.

NVIDIA tiene problemas en China

Jensen Huang no suele entrar en polémicas, es uno de los CEO de gigantes tecnológicos más prudentes, pero en esta ocasión se mostraba visiblemente nervioso. Patel le preguntaba si la venta de chips de IA a China supone un riesgo para la seguridad nacional de Estados Unidos, la respuesta ha sido contundente.

Dwarkesh Patel había puesto como ejemplo el modelo Claude Mythos de Anthropic. El periodista pretendía utilizarlo como prueba para asegurar que darle a China acceso a los chips de alta potencia podría ser un impulso en su carrera contra Estados Unidos.

NVIDIA lidera en el espacio tecnológico global, pero China ha sido siempre su punto débil. Algunos analistas incluso dan por perdido este mercado en Asia antes de iniciar la batalla.

“La premisa de que, incluso compitiendo en China, vamos a perder ese mercado de todas formas, no es propia de alguien que se haya despertado siendo un perdedor”, comenta Huang indignado. “Y esa actitud de perdedor, esa premisa de perdedor, no tiene ningún sentido para mí”, añade el CEO de NVIDIA.

Estados Unidos contra China en la guerra de los chips

NVIDIA tiene la posibilidad de retirarse del mercado chino de forma definitiva, así evitaría la competencia internacional. Jensen Huang descarta por completo esta opción, solo permitiría a China seguir creciendo con su mercado nacional.

El CEO del mayor fabricante de procesadores del mundo asegura que la clave para controlar el mercado es asegurar su presencia en China, aunque no sea su principal fuente de ingresos. NVIDIA pretende que el gigante asiático siga siendo dependiente de los chips estadounidenses.

“Queremos asegurarnos de que todos los desarrolladores de IA del mundo trabajen con la plataforma tecnológica estadounidense y que las contribuciones y los avances en IA, sobre todo cuando son de código abierto, estén disponibles para el ecosistema estadounidense”, comenta Huang.

El CEO de NVIDIA asegura que "sería una insensatez crear dos ecosistemas: uno de código abierto, que solo funciona con tecnología extranjera, y otro cerrado que funciona con tecnología estadounidense. Creo que eso sería desastroso para Estados Unidos”.

Y es que el entrenamiento y la inferencia de modelos de inteligencia artificial consumen cantidades masivas de memoria GDDR7, el tipo de memoria que equipa las GPU más modernas de la serie RTX 50.

La demanda es tan elevada que los fabricantes de chips priorizan ese suministro para las empresas, dejando un hueco real en la cadena de producción de tarjetas gráficas de consumo.

El resultado es que Nvidia tiene dificultades para fabricar suficientes modelos nuevos y económicos, precisamente en el segmento donde más usuarios esperan renovarse.

Las RTX 50 de gama baja se venden por encima de su precio oficial en cuanto aparecen en stock, y las alternativas accesibles brillan por su ausencia.

La RTX 5050 de 9 GB, cancelada antes de nacer

Uno de los movimientos que se esperaban para aliviar esa presión era el lanzamiento de una RTX 5050 con 9 GB de GDDR7. Sobre el papel, el planteamiento tenía sentido.

Aprovechar silicio sobrante del proceso de fabricación de la RTX 5060 para construir una opción de entrada dentro de la arquitectura Blackwell, con un gigabyte adicional de VRAM respecto al modelo estándar de 8 GB y un ancho de banda superior gracias a la memoria de última generación.

Según el filtrador MEGAsizeGPU, ese plan ha quedado en suspenso con fecha de lanzamiento indeterminada. La misma escasez de GDDR7 que genera el problema sería el obstáculo para la solución.

Conviene matizar que no hay confirmación oficial de Nvidia. Distintas fuentes sitúan el alcance de la cancelación en puntos diferentes: algunas hablan de un retraso temporal, otras de un frenazo más definitivo.

Lo que sí coincide en todas ellas es que el hueco de mercado existe y que la compañía necesita cubrirlo de alguna manera, y qué mejor que con una tarjeta gráfica de hace 5 años.

¿Por qué la RTX 3060 y no otra cosa?

La respuesta está en la ingeniería de costes. Y es que la RTX 3060 se fabrica con el proceso de 8 nanómetros de Samsung, un nodo que lleva años en producción y que no compite por los mismos recursos industriales que el proceso de 4 nanómetros de TSMC utilizado en las series RTX 40 y RTX 50.

Fabricarla es más sencillo, más barato y no interfiere con la producción de los modelos de gama alta que generan mayores márgenes. A eso se suma que la tarjeta usa memoria GDDR6 en lugar de GDDR7.

La memoria de generación anterior es más abundante, más barata y no está en el centro de la tormenta de escasez. Para Nvidia, reactivar la línea de producción de la RTX 3060 tiene más lógica que intentar fabricar una nueva GPU de entrada con los mismos componentes que escasean.

El resultado es una tarjeta con 3.584 núcleos CUDA, 12 GB de GDDR6 en un bus de 192 bits y arquitectura Ampere. En términos de rendimiento bruto, no es una revelación en 2026, pero la cantidad de memoria es su argumento más sólido frente a la competencia.

Los 12 GB que importan cuando todo lo demás tiene 8 GB

¿Por qué la memoria es tan determinante? Los videojuegos modernos, especialmente los que usan motores como Unreal Engine 5 con sus texturas de alta resolución y sistemas de iluminación avanzados, exigen cada vez más capacidad de VRAM.

Una GPU con 8 GB puede quedarse corta en títulos exigentes incluso en resolución de 1080p, forzando al juego a cargar texturas de menor calidad o generando tirones de rendimiento.

La RTX 3060 con 12 GB sorteará ese problema con comodidad en 1080p y mantendrá cierto margen en 1440p en títulos no demasiado exigentes. Sus rivales directas en la franja de precio esperada —en torno a los 200 euros— no pueden decir lo mismo.

Ahora bien, hay limitaciones reales que no conviene ignorar. La arquitectura Ampere no es compatible con DLSS Frame Generation, la tecnología de fotogramas que Nvidia ha presentado como uno de los grandes argumentos de la serie RTX 40 y RTX 50.

Tampoco incorpora las últimas mejoras en trazado de rayos ni en las capacidades de codificación de vídeo. Para alguien que busque sacar partido a las funciones más avanzadas, la RTX 3060 es una opción con fecha de caducidad más cercana que una tarjeta de generación reciente.

Toda esta ecuación se sostiene o se derrumba en función del precio de venta. Actualmente, la RTX 3060 de segunda mano se puede encontrar entre 150 y 200 dólares en mercados de segunda mano.

En tiendas, el precio roza los 400 dólares, lo cual convierte el relanzamiento en irrelevante si Nvidia no ajusta el número.

Para que el movimiento tenga sentido estratégico, el precio de salida debería situarse alrededor de los 200 euros o dólares.

Por encima de esa cifra, la tarjeta no compite ni con la RTX 5050 estándar ni con opciones de segunda mano del propio mercado. Por debajo, se convierte en la opción más racional para quien quiera jugar con garantías en 1080p sin asumir un desembolso significativo.

Durante una intervención en la Stanford Graduate School of Business, Huang defendió que la IA no debe entenderse como una amenaza directa para el trabajo humano, sino como una herramienta de transformación que impulsará la creación de nuevas profesiones.

En sus palabras, el directivo fue claro al señalar: “Es poco probable que la mayoría de las personas pierdan su trabajo a causa de la IA. Es más probable que alguien pierda su trabajo frente a alguien que use la IA. Y por eso tenemos que asegurarnos de que todo el mundo la use”. Con esta afirmación, Huang subraya la importancia de la adaptación tecnológica como factor clave en el mercado laboral.

El CEO de NVIDIA también destacó que la IA ya está cambiando la forma en la que se desarrollan distintas profesiones. “Se dan muchos ejemplos de esto, donde alguien que antes era carpintero ahora puede convertirse en arquitecto gracias a la IA. Escribes ideas en la IA y obtienes diseños y borradores increíbles. Pueden convertirse en diseñadores de interiores. Elevan su oficio, su servicio y su negocio para ofrecer más”, explicó.

Huang insistió en que la inteligencia artificial debe ser vista como una plataforma accesible para todos y no como una tecnología exclusiva. “Lo primero que tenemos que hacer es que la gente entienda que la IA no es una tecnología increíble que nadie sabe usar, sino una tecnología que todo el mundo debería saber usar. Es la razón por la que es la tecnología de adopción más rápida de la historia, porque es muy fácil de utilizar”, afirmó.

En su visión a largo plazo, el líder de NVIDIA sostiene que la IA no reducirá el empleo global, sino que lo ampliará. “En general, mi sensación es que vamos a crear más empleos al final. Habrá más personas trabajando al final de esta revolución industrial que al principio”, asegura, comparando el momento actual con las grandes transformaciones industriales del pasado.

Huang enmarca la inteligencia artificial dentro de una nueva revolución industrial, en la que la clave no será resistirse al cambio, sino integrarlo. Según su visión, las personas que aprendan a utilizar estas herramientas serán las que más se beneficien de esta nueva etapa tecnológica, que ya está empezando a redefinir industrias enteras.

El precio de las GPU se ha disparado con modelos como la RX 9000 de AMD o a las RTX 5000 de NVIDIA, las más populares entre los PC gaming. Los usuarios sufren las consecuencias, pero también las big tech de la IA.

Las grandes compañías con centros de datos o servidores de inteligencia artificial no tienen GPU para los hiperescaladores de IA. La oferta no cubre la demanda, así que la única solución es alquilar el hardware.

Alquiler de GPU como solución extrema

La escasez de SSD o memoria RAM es solo el inicio. Apple ha eliminado de su tienda el Mac Mini y el Mac Studio con el mayor almacenamiento, mientras que Sony empieza a cancelar pedidos en Japón.

Las big tech están obligadas a alquilar GPU de NVIDIA, que ha encontrado una nueva forma de hacer negocio. El mayor fabricante de chips del mundo ofrece su hardware a casi el doble de precio.

Algunas compañías como Amazon, Microsoft, Meta, Tesla o Google tienen hiperescaladores. Estas empresas construyen sus propios centros de datos que llenan con decenas de miles de GPU, principalmente de NVIDIA.

Los gigantes tecnológicos utilizan estas GPU de altas capacidades para entrenar sus modelos de IA, pero también se convierten en proveedores de este servicio. Amazon Web Services, Google Cloud o Microsoft Azure tienen un negocio paralelo.

Un negocio perfecto para las big tech

Amazon, Google o Microsoft compran enormes lotes de H100, H200 y A100 a NVIDIA, que previamente ha subido el precio. Las compañías luego los alquilan con una nueva subida a quien esté dispuesto a pagar el precio.

La empresa de Jensen Huang y los administradores de este servicio se lucran en el camino. Las compañías que tengan interés en la IA, pero no puedan construir su propio centro de datos, están prácticamente obligadas a alquilar la infraestructura.

La escasez de componentes es otro obstáculo para las nuevas empresas que pretenden hacerse un hueco en la industria de la IA. Google, Microsoft y Amazon tienen un monopolio gracias a NVIDIA.

Carmen Li, CEO de Silicon Data, comenta a Business Insider que el alquiler de las H100 de NVIDIA ha subido un 20% en los últimos tres meses. El alquiler pasa de 2,20 dólares por hora a 2,64 para un modelo antiguo. La B200 pasa de 4,40 a 5,35 dólares y la H200 sube hasta 48% de los 2,75 a los 4,08 dólares/hora.