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.

Nvidia quiere poner fin a todo esto y que realmente se pueda hablar de progreso, y para ellos no basta con tener ordenadores cuánticos más potentes; también hace falta una forma inteligente de controlarlos.

En ese contexto aparece NVIDIA Ising, una nueva familia de modelos de inteligencia artificial de código abierto que está pensada para trabajar directamente con procesadores cuánticos.

El objetivo aquí no es crear otro tipo de ordenador, sino actuar como una capa intermedia que haga que estos sistemas sean realmente útiles. Porque aún en 2026, el problema de la computación cuántica no es solo construirla, que eso ya se ha demostrado como posible, sino hacer que funcione de forma estable y útil.

NVIDIA Ising: la pieza que faltaba para que la computación cuántica sea útil de verdad

La idea de NVIDIA Ising parte de un concepto sencillo y es el de usar inteligencia artificial para controlar y estabilizar sistemas cuánticos que, por naturaleza, son muy inestables.

En estos ordenadores, los llamados qubits son extremadamente sensibles. Cualquier mínima interferencia puede dar pie a errores en los cálculos. Eso hace que los sistemas necesiten ajustes todo el tiempo, algo que hasta ahora se hacía de forma manual o con herramientas poco eficientes.

La propuesta de NVIDIA es automatizar ese proceso usando modelos de IA que interpretan lo que ocurre dentro del sistema cuántico. Esto permitiría reducir tiempos de calibración de días a solo horas en algunos casos.

Además, el sistema está pensado para integrarse con la pila tecnológica de la propia compañía, como CUDA-Q y NVQLink. La idea final es que la IA actúe como una especie de cerebro de control, como si fuese un sistema operativo, del sistema cuántico.

Para ello, NVIDIA ha creado dos piezas. La primera es Ising Calibration, un modelo que interpreta datos del hardware cuántico y ajusta automáticamente su funcionamiento.

Este sistema es capaz de analizar señales del procesador y cambiar parámetros sin intervención humana.

La segunda pieza es Ising Decoding, enfocada en uno de los mayores problemas de la computación cuántica: la corrección de errores. Aquí entran en juego redes neuronales 3D diseñadas para detectar fallos en los cálculos y corregirlos en tiempo real.

Según la compañía, este sistema puede ser hasta 2,5 veces más rápido y tres veces más preciso que métodos abiertos como pyMatching.

La apuesta de NVIDIA para convertir la IA en el sistema operativo del mundo cuántico

Su CEO, Jensen Huang, plantea que la inteligencia artificial será la base de control de los sistemas cuánticos. En esta idea, NVIDIA Ising actuaría como una especie de sistema operativo que conecta el mundo de las GPU con el mundo cuántico de los qubits.

Con esto, al menos en un principio, lo que se conseguiría es que la computación cuántica deje de ser un experimento de laboratorio y se convierta en una herramienta usable en problemas reales.

Y es que, aún hoy por hoy, el gran freno no es la falta de qubits, sino su inestabilidad. Y ahí es donde entra la IA, encargándose de ajustar, corregir y optimizar en tiempo real.

Aunque todavía está en fase inicial, parece que la espera no se demorará demasiado. Por el momento, la familia de modelos de IA es totalmente open source y ya está disponible para desarrolladores e investigadores desde su anuncio en abril de 2026 y ya se está empezando a integrar en entornos de investigación y laboratorios cuánticos.

Para alguien que se dedica al gaming o a trabajos en softwares exigentes, las diferencias son realmente grandes. La buena noticia es que la CopprLink se ha propuesto romper las barreras con un método de conexión distinto para que una RTX 5090 se mantenga casi al 100%.

Con una buena estrategia, han conseguido que una tarjeta gráfica de la generación actual de Nvidia sea viable para ser utilizada como una eGPU sin tener efectos secundarios negativos o depender de tecnologías como Thunderbolt, OCuLink y docks.

¿Cómo lo han conseguido? Los resultados son impresionantes y abren paso a un nuevo diseño para los próximos componentes internos centrados en el renderizado y capacidad de ejecución de los programas o videojuegos.

CopprLink y PCIe 5.0 x16: ¿por qué esta tarjeta gráfica externa sí marca la diferencia?

Anteriormente, hacer uso de tarjetas gráficas externas era considerado como algo experimental o una solución como última opción para mejorar el rendimiento en videojuegos y programas de renderizado ante ordenadores con recursos limitados.

Con el avance tecnológico se están volviendo más usuales, especialmente por modelos más recientes con Thunderbolt, que prometen mejorías.

No obstante, por muy avanzada que sea la eGPU, sigue habiendo cuellos de botella o limitaciones en el hardware en comparación con las tarjetas convencionales que Nvidia, AMD e Intel tienen para ofrecer.

Por esa misma razón, sigue siendo rentable contar con las opciones principales en vez de solucionar las cosas con componentes externos.

Lo bueno es que ya se está viendo un cambio en este sector de la industria, como OCuLink, que ha trabajado en versiones con PCIe 4.0 x8 de 16 GB/s para potenciar la capacidad.

Ahora, CopprLink se ha sumado a esta ola. Desde PCWorld se confirma que se puede llegar más allá e incluso borrar casi por completo las limitaciones para igualar el rendimiento de una GPU estándar.

¿Cómo lo hacen? Según explica Tom's Hardware, el proyecto involucra una conexión PCIe 5.0 x16 completa que puede trabajar a 32 GT/s por carril (fuera de la placa base).

Esto significa que mueve 64 GB/s de ancho de banda, lo cual es cuatro veces más potente que lo que ha conseguido OCuLink con el PCIe 4.0 x8.

Con este método, la eficiencia llega a ser casi idéntica, incluso cuando se trata de modelos de última generación como la Nvidia GeForce RTX 5090 Founder's Edition.

En efecto, no se requieren configuraciones especiales u overclocking porque es reconocido directamente desde el Administrador de Dispositivos.

¿Es viable el rendimiento casi nativo con una eGPU RTX 5090?

El informe indica que con una eGPU RTX 5090 se puede igualar casi por completo el rendimiento de una conexión nativa porque se mantiene alrededor del 97,7% de su potencia.

Es decir, la diferencia próxima es de tan solo 2,29%, un hito técnico que antes era "imposible". De igual manera, hay que tener en cuenta que esta adaptación también requiere de un coste elevado debido a que requiere de una carcasa HighPoint RocketStor 8631D (1.100 euros) y un adaptador Rocket 7634D (850 euros)

Considerando que una RTX 5090 está aproximadamente a 3.000 euros, el precio total de esta configuración eGPU es de casi unos 5.000 euros. Es inviable para la venta en el mercado porque hay ordenadores gama alta completos por este valor.

De igual modo, sigue siendo el primer paso para la solución que se ha estado buscando por años. Solo falta que la tecnología estabilice el precio sin sacrificar rendimiento para que pueda usarse como componente común.

Dally ha conversado con Jeff Dean, científico jefe de Google. El ingeniero de NVIDIA ha confirmado que la compañía utiliza la IA en varias etapas de su proceso de diseño de chips.

El científico jefe de NVIDIA asegura que la inteligencia artificial tiene un papel fundamental en la compañía. El fabricante de chips la utiliza para definir diseños, resolver errores o realizar pruebas de verificación de calidad.

Récord de productividad con la IA

Bill Dally confirma que ocho ingenieros han dedicado diez meses a adaptar una biblioteca de celdas estándar a un nuevo nodo. NVIDIA asegura que ahora puede realizar ese trabajo en apenas unas horas con una sola GPU.

El científico de NVIDIA ha utilizado como ejemplo un caso en el que consiguieron la automatización completa del flujo de trabajo mediante IA. La fabricación de chips está totalmente automatizada de principio a fin.

Esto es posible gracias a NB-Cell, una herramienta de aprendizaje continuo que aún está en pruebas. NVIDIA ha conseguido transformar su proceso de fabricación de chips reduciendo el papel humano al mínimo.

NVIDIA necesitaba ocho personas trabajando durante unos diez meses, o bien 80 trabajadores al máximo rendimiento durante un mes. Esto les permitía producir entre 2.500 y 3.000 celdas.

Misma producción en una sola noche

El mayor fabricante de chips del mundo utiliza NB-Cell para reducir el tiempo de fabricación al máximo. El trabajo de hasta diez meses se puede realizar en una sola noche gracias a la IA.

La empresa de Jensen Huang consigue realizar este trabajo durante la noche con una sola GPU igualando o superando el diseño de los humanos. El aumento de productividad que ha conseguido NVIDIA es enorme.

“Los resultados son incluso mejores que los diseños humanos en aspectos como el tamaño de la celda, la disipación de potencia y la latencia. Iguala o supera los diseños humanos”, confirma Bill Dally.

El científico jefe de NVIDIA también ha mencionado otra herramienta de inteligencia artificial que ayuda a disparar la productividad. RL ayuda a producir diseños con una mejora de entre el 20 y el 30% en comparación con los realizados por humanos.

NVIDIA lo ha conseguido prácticamente todo, e incluso ya tienen planes de convertirse en la mayor incubadora de startups de inteligencia artificial del mundo. Pero esto no es todo. Jensen Huang se prometió a sí mismo en 2022 que se convertirían en mucho más que un fabricante de chips, y sin duda quiere cumplirlo.

Según las últimas informaciones, parece que la compañía ha puesto los ojos en el mercado del PC tradicional. La operación tendría un objetivo y es el de transformar por completo la relación entre hardware, diseño de equipos y procesadores. No se trataría solo de vender chips, sino de controlar todo el ecosistema, desde el diseño del ordenador hasta su rendimiento final.

En pocas palabras, la compañía ya trabaja en chips diseñados para ordenadores personales basados en arquitectura ARM, conocidos en el sector como proyectos tipo N1X. Estos procesadores llevan años en desarrollo y podrían ser la base de una nueva generación de PC.

Si NVIDIA controla también un fabricante, podría lanzar equipos diseñados específicamente para su propia tecnología, eliminando intermediarios y optimizando hasta el último punto de todo el proceso.

El origen de todo está en un informe del sector que asegura que NVIDIA lleva desde 2024 estudiando la compra de una gran compañía de ordenadores.

El documento no menciona un nombre concreto, pero sí deja claro que se trata de una compañía importante del sector. Como era de esperar, las especulaciones no han tardado en llegar y se habla de grandes fabricantes como Lenovo e incluso marcas como Dell o HP.

Sin embargo, y pese a que estas dos últimas empresas experimentaron una subida en bolsa por la posible noticia, la situación cambió por completo en cuestión de horas cuando la propia NVIDIA salió a desmentir cualquier tipo de negociación. La compañía fue clara al afirmar que no mantiene conversaciones para comprar ningún fabricante de ordenadores.

Pese a esto, los rumores nacen de una supuesta filtración que hablaba de una operación capaz de "transformar el panorama del PC y los servidores como no se había visto desde la invención del ordenador".

Según las primeras informaciones, la operación habría estado en estudio desde 2024, lo que daba a entender que no se trataba de una idea que surgió de la noche a la mañana, sino de una estrategia bien pensada. Aun así, no se han aportado pruebas ni nombres concretos.

Por el momento, NVIDIA ha sido tajante: no existen conversaciones para comprar ningún fabricante de PC.

NVIDIA sin frenos, dispara sus ingresos y consolida su dominio con la IA como motor del negocio

En su último ejercicio fiscal, la empresa superó los 215.000 millones de dólares en ingresos, según los resultados publicados tras el cierre del año, lo que supone un crecimiento interanual de alrededor del 65% respecto al periodo anterior. En parte gracias a sus centros de datos.

Solo este segmento ha generado cerca de 193.000 millones de dólares, convirtiéndose en el auténtico motor de la compañía. En paralelo, el beneficio neto también ha alcanzado cifras récord, superando los 100.000 millones de dólares.

Por otro lado, la capitalización bursátil de la compañía ha llegado a situarse en torno a los 4,6 billones de dólares, colocándola entre las empresas más valiosas del planeta. Actualmente, se podría decir que es totalmente imparable.

La historia la cuenta NorthridgeFix, un canal de youtube de una tienda que se dedica a reparar hardware. Recibieron una tarjeta MSI RTX 5090 Lightning Z estropeada, una versión vitaminada y limitada del modelo original.

Junto a la tarjeta, venía este mensaje: “Quería aprender a soldar resistencias diminutas de 0402 y estaba practicando con mi GPU. Acabé arrancando uno de los contactos y ahora la GPU no arranca. Si es posible, me gustaría reparar el contacto o la pista y volver a alinear las resistencias”.

El aprendiz de soldador y la RTX 5090

¿Quién aprende a soldar usando como placa de pruebas una tarjeta gráfica de 5.000 euros? Es de locos. Como dice el propio Alex en el vídeo más abajo: “Si me dan un martillo, me golpeo la cabeza con él”.

Posiblemente, tal como explica Tom’s Hardware, esa no es la verdad. Lo más probable es que el dueño se haya cargado la tarjeta al intentar instalar la BIOS XOC, que desbloquea toda la potencia bruta de la RTX 5090. Esta BIOS solo la ofrece MSI a overclockers de elite.

Dicha BIOS se filtró hace unas semanas, pero MSI pidió retirarla y bloqueó su instalación, de manera que solo se puede instalar rompiendo el bloqueo mediante una resistencia que hay que soldar a la tarjeta gráfica. La zona en la que la soldadura de aficionado ha estropeado la placa de la RTX que ha recibido NorthridgeFix, coincide con el lugar en donde se instala esa resistencia:

El problema es que el dueño de la tarjeta ha roto los contactos en la peor zona posible de toda la placa, porque son las conexiones que conectan directamente con el corazón del sistema: la GPU.

En el vídeo podemos ver cómo limpia la soldadura fallida, y vuelve a soldar los contactos con ayuda de una cámara con funciones de microscopio, para ampliar la imagen. Es bastante espectacular ver cómo trabaja Alex directamente en la parte más delicada del hardware.

Por desgracia, nos quedamos con las ganas de ver si ha arreglado la extraña avería. Resulta que la MSI RTX 5090 Lightning Z es tan potente (consume hasta 2.500 W) que necesita dos cables 12VHPWR para conectarse a la fuente de alimentación, y Alex solo tiene uno de ese tipo, pues la RTX 5090 estándar no necesita más. Pero ha prometido actualizar el vídeo en cuando consiga otro cable y lo pruebe.

La moraleja de la historia es que, cuando se juega con el overclocking extremo, hay que dejar las soldaduras a los profesionales. Más aún cuando se trata de una tarjeta gráfica de 5.000 euros...

En la imagen se puede ver una placa con un diseño un tanto extraño. En el centro hay un chip formado por dos partes, rodeado de varios módulos de memoria. Este nuevo chip estaría basado en tecnología Arm.

Teniendo en cuenta que a principios de año, el CEO de la compañía, Jensen Huang, ya confirmó que estaban trabajando en un nuevo tipo de chip junto a MediaTek, con la idea de ofrecer alto rendimiento y bajo consumo, todo apunta a que se trata del nuevo procesador N1, del que se lleva meses hablando.

Además, todo apunta a que este N1 estaría basado en la arquitectura Blackwell, por lo que también se puede esperar un rendimiento gráfico muy alto en portátiles.

Según los rumores, podría incluir hasta 20 núcleos de CPU y más de 6.000 núcleos CUDA en la parte gráfica. En pocas palabras, hablamos de potencia suficiente para competir con ordenadores de sobremesa en ciertos aspectos.

Por otro lado, en la placa filtrada se pueden ver ocho módulos que, en conjunto, podrían sumar hasta 128 GB de memoria LPDDR5X. Por supuesto, incluye conexiones como USB, HDMI o ranuras para almacenamiento SSD.

De confirmarse, nos encontramos ante una Nvidia que ya no solo quiere competir en tarjetas gráficas, sino también en procesadores top para portátiles. Es decir, pasaría a rivalizar directamente con Intel, AMD y Qualcomm. Aunque todavía no hay confirmación oficial, todo apunta a que estos nuevos equipos podrían llegar en la segunda mitad de 2026. Se habla de colaboraciones con marcas como Dell y Lenovo.

Nvidia se convierte en la mayor incubadora de startups del mundo

Queda claro que nada es suficientemente complejo para esta compañía multimillonaria. La compañía vive uno de sus mejores momentos. Su presencia en el mercado de chips para IA le ha permitido generar ingresos enormes, hasta el punto de que ahora el reto no es crecer más, sino decidir en qué invertir todo ese dinero.

Es por eso que Nvidia se está convirtiendo en una especie de incubadora gigante de startups. No solo fabrica la tecnología que usan estas empresas, sino que también invierte directamente en ellas para que crezcan.

Actualmente, tiene una cartera de más de 19.000 startups de IA. La empresa de Huang ofrecía formación, créditos en la nube o descuentos en compras masivas de GPU. Todo esto sin realizar inversiones directas; era un negocio más que rentable para el gigante de la industria.

Además, no hablamos de pequeñas cantidades. La empresa ha llegado a invertir decenas de miles de millones de dólares en otras compañías tecnológicas en muy poco tiempo.

Feynman, la GPU de próxima generación de NVIDIA

Por otro lado, Nvidia también está preparando una nueva generación de tarjetas gráficas que promete más potencia que nunca con el desarrollo de su próxima arquitectura de GPU, conocida como Feynman.

Según la información que se conoce por ahora, estos nuevos chips se fabricarían con un proceso muy avanzado de TSMC, llamado A16, que reduce todavía más el tamaño de los transistores.

Hablamos de un nivel cercano a los 1,6 nanómetros, algo extremadamente pequeño. Cuanto más pequeño es el chip, más transistores caben dentro y más rápido puede trabajar.

Estas GPU no están pensadas tanto para jugar en casa, sino para trabajar en centros de datos y sistemas de inteligencia artificial. Son chips diseñados para tareas muy de alto nivel, como entrenar modelos de IA o procesar grandes cantidades de datos en poco tiempo.

El problema es que tanta potencia tiene un precio. Se habla de consumos que podrían acercarse a los 1.000 vatios en algunos casos.

Este avance afecta directamente a los chips fabricados por compañías como AMD, Intel y Nvidia, que son actualmente pilares de la informática. La investigación ha sido liderada por Dong Eon Kim, físico de POSTECH, en colaboración con el Instituto Max Planck en Alemania.

El estudio, publicado en Physical Review Letters, arroja luz sobre lo que ocurre exactamente cuando un electrón atraviesa una barrera de energía, algo que, según la física clásica, no debería ser posible.

El llamado túnel cuántico describe cómo partículas como los electrones pueden atravesar obstáculos energéticos aparentemente infranqueables. Este fenómeno es clave en el funcionamiento de los semiconductores, presentes en ordenadores, teléfonos móviles y otros dispositivos electrónicos.

Además, también juega un papel importante en procesos como la fusión nuclear. Hasta ahora, los científicos comprendían lo que sucedía antes y después de este proceso, pero no lo que ocurría durante el paso del electrón a través de la barrera.

Para investigarlo, el equipo utilizó pulsos láser extremadamente potentes con los que logró empujar electrones a este estado de túnel.

El hallazgo ha sido sorprendente, ya que los electrones no simplemente atraviesan la barrera, sino que interactúan con el núcleo atómico incluso mientras están dentro de ella. Este fenómeno ha sido denominado recolisión bajo la barrera.

Se trata de una idea que rompe con décadas de teoría, que sostenía que esa interacción solo ocurría después de salir del túnel. Además, el estudio se centró en el llamado túnel no adiabático en campos intensos, desvelando comportamientos que los modelos anteriores no podían explicar. Destacan las resonancias de Freeman, que resultaron ser más influyentes de lo esperado.

Por otra parte, los experimentos confirmaron las predicciones del nuevo modelo, mostrando que los electrones pueden ganar energía dentro de la barrera y colisionar de nuevo con el núcleo, incrementando significativamente los niveles de ionización.

Según el profesor Kim, este descubrimiento permite entender y controlar el comportamiento de los electrones con una precisión sin precedentes.

Las implicaciones son enormes: desde el desarrollo de chips más rápidos y eficientes hasta avances en computación cuántica y láseres ultrarrápidos. Comprender este fenómeno podría marcar el inicio de una nueva era tecnológica, en la que los límites actuales de la electrónica comiencen a quedarse atrás.

Google emplea IA para gestionar las denuncias por violar los términos de uso de YouTube. Seguramente es más rápido, como dice. Pero la IA no tiene sentido común y, por lo visto, tampoco es capaz de ver quién posee realmente los derechos, o si una denuncia tiene sentido.

Durante unas horas, el vídeo oficial de la tecnología DLSS 5 de Nvidia, que puedes ver aquí abajo, fue borrado en la filial italiana de YouTube, acusado de infringir el copyright de su propio video. ¿Qué ha pasado?

Cuando la IA toma decisiones por su cuenta

Al parecer, un canal de televisión italiano llamado La7 emitió un vídeo en el que hablaba de DLSS 5, que ha generado polémica en todo el mundo porque la IA de Nvidia cambia por completo el rostro de los personajes, y uniformiza el aspecto de todos los juegos.

El caso es que, como suele ser habitual, alguien cogió el vídeo de la televisión italiana y lo subió a su canal de YouTube. La televisión puso una denuncia en YouTube, y aquí es donde se tuerce todo.

La IA moderadora interpreta que el vídeo de DLSS 5 de Nvidia incluido en el contenido de La7, pertenece a La7 así que… ha bloqueado en Italia todos los vídeos que tienen algún fragmento del vídeo oficial de Nvidia, incluyendo el propio canal de Nvidia.

Como se puede en las imagénes del post de X, el vídeo del canal de Nvidia aparece eliminado, con un mensaje que pone “Este vídeo contiene contenido de La7, que lo ha bloqueado en tu país por infringir el copyright”.

Creadores de contenido italianos que hablaban de DLSS 5 en su canal, sin ninguna relación con el contenido de La7, también han sido bloqueados. Su “pecado” ha sido usar el vídeo oficial de Nvidia.

Es fácil darse cuenta de que YouTube ha cometido varios fallos en cadena. En primer lugar, la IA ha fallado, porque en lugar de limitarse a bloquear los videos que tienen el contenido exacto de La7, ha interpretado erróneamente que un trozo de vídeo de Nvidia, era propiedad de La7.

Esto puede pasar, sabemos que la IA falla como una escopeta de feria. Pero aquí es donde, teóricamente, tendría que haber intervenido un moderador humano. Cualquier persona diferenciaría enseguida el contenido de la cadena televisiva y el de Nvidia, y ningún humano bloquearía el vídeo oficial, que es la fuente de todo.

Según cuenta Tom’s Hardware, hay bastantes indicios de que mucho contenido de YouTube bloqueado por la IA, no pasa por una revisión humana. Hay youtubers que confirman que algún video ha sido bloqueado a los pocos minutos de subirlo. También hay quejas sobre bloqueos injustos, que son fallos de la IA.

Para Nvidia, el bloqueo de su vídeo de DLSS 5 se quedará en una anécdota. Pero los youtubers reciben un “marca” y, si acumulan varias, cierran el canal. No es para tomárselo a broma.

Según denuncian investigaciones recientes, existe una nueva amenaza que tiene precisamente que ver con la memoria de las tarjetas gráficas. Además, así los hackers son capaces de hacerse con el control de un ordenador al completo. Esta vulnerabilidad no se había tomado demasiado en serio hasta el momento, pero todo parece indicar que eso está a punto de cambiar radicalmente.

La memoria GPU Nvidia, un filón para los hackers

El origen del problema está en una técnica conocida por los expertos en la materia como Rowhammer. O lo que es lo mismo, un tipo de ataque que lleva más de una década preocupando a los que saben de ciberseguridad. Este método consiste en acceder repetidamente a ciertas filas de memoria para provocar interferencias eléctricas que terminan alterando datos almacenados en otras zonas cercanas.

¿Qué es lo que ha cambiado realmente? Pues que, hasta ahora, este Rowhammer se había asociado principalmente a la memoria RAM del sistema (DRAM). Sin embargo, los investigadores han logrado adaptar esta técnica a la memoria de las GPU modernas, como la GDDR6 utilizada en muchas tarjetas Nvidia. Algo que cambia en gran medida el panorama de la seguridad.

Como bien explican en ArsTechnica, el problema no es que las GPU sean vulnerables (que también, faltaría más), sino hasta dónde pueden llegar estos ataques. En pruebas controladas, los expertos han conseguido provocar errores en la memoria gráfica que permiten modificar estructuras críticas del sistema. Es decir, desde alterar datos de memoria, hasta hacerse con el control total del ordenador.

La explicación que dan los propios expertos es relativamente sencilla. Suele suponerse -o así venía sucediendo hasta ahora- que la GPU funciona como un componente aislado. No obstante, no es algo del todo cierto. Las GPUs modernas tienen acceso directo a la memoria del sistema y están profundamente integradas en el funcionamiento del ordenador, especialmente en entornos de alto rendimiento.

La inteligencia artificial tampoco ayuda, cómo no

Los expertos también dicen que este descubrimiento (llamémoslo así) se produce en un momento más bien tirando a delicado. Las GPUs de Nvidia son el corazón de muchas infraestructuras críticas, desde centros de datos hasta sistemas de inteligencia artificial. Y esto último no es cualquier cosa. Conviene pensarlo: plataformas en la nube, servidores de IA, etcétera.

¿Qué quiere decir todo eso? Pues que podría ejecutar código en la GPU y aprovechar estas vulnerabilidades para comprometer todo el sistema, afectando incluso a otros usuarios. De momento, eso sí, los expertos apuntan principalmente a GPUs Nvidia que utilizan memoria GDDR6, incluyendo modelos ampliamente utilizados tanto en entornos profesionales como de consumo.

El mayor fabricante de chips atraviesa un momento dorado, es una pieza fundamental en la industria de la IA. NVIDIA lo ha conseguido prácticamente todo, así que ahora pretenden convertirse en una incubadora de la mayor incubadora de startups de inteligencia artificial del mundo.

NVIDIA es el líder indiscutible en IA

NVIDIA ha conseguido dominar en cada rincón de la industria de la IA. Jensen Huang se prometió a sí mismo en 2022 que se convertirían en mucho más que un fabricante de chips, y sin duda lo ha cumplido.

El último proyecto de NVIDIA no es seguir creciendo, no lo necesitan, sino asegurar su posición para las próximas décadas. No hay dudas de que la inteligencia artificial ha llegado para quedarse, pero la industria aún es muy volátil.

La empresa de Huang se ha consolidado acabando con todos sus rivales, aunque ni siquiera han tenido que luchar. NVIDIA inició el proyecto NVentures tres años atrás para convertirse en un inversor de startups.

Las compañías cerraban acuerdos millonarios para comprar miles de chips de la marca para el entrenamiento de la IA. NVentures se lanzó unos meses antes del nacimiento de ChatGPT, estaba un paso por delante de OpenAI.

El propio ChatGPT ha contribuido al crecimiento de NVIDIA. El chatbot de Sam Altman popularizó el uso masivo de GPU de la marca para entrenar los modelos de gran escala, era un sistema circular.

Un sistema en el que NVIDIA siempre gana

NVIDIA tiene una cartera de más de 19.000 startups de IA. La empresa de Huang ofrecía formación, créditos en la nube o descuentos en compras masivas de GPU. Todo esto sin realizar inversiones directas, era un negocio más que rentable para el gigante de la industria.

El mayor fabricante de chips del mundo ha creado una enorme economía circular entorno a la inteligencia artificial. Entre las empresas dentro de la influencia de NVIDIA se encuentran gigantes como Perplexity, Commonwealth Fusion, Cohere, Lambda o Black Forest Labs valoradas en más de 100 millones de dólares.

Los chips con IA de NVIDIA también son esenciales en compañías como Cursor, xAI de Elon Musk, la francesa Mistral, Reflection AI, Figure AI, Thinking Machines Lab o Scale AI. A esto se suma la compleja colaboración con OpenAI.

La empresa confirma que cerrarán su colaboración con la creadora de ChatGPT con una inversión final de 30.000 millones. OpenAI planea su salida a Bolsa, así que eso supone que debe crecer en solitario.

NVIDIA vuelve a tener una oportunidad de oro. La empresa de Jensen Huang puede aprovechar la oportunidad para invertir en compañías más “modestas” de software, robótica, nube o conducción autónoma. Su modelo de negocio no acaba en la IA.

Tal vez la paciencia no ha durado lo suficiente y pronto van a traer al mercado dos productos importantes durante la conferencia CTC de marzo 2026 de la compañía.

La próxima generación de arquitectura GPU "Feynman" de la compañía de Jensen Huang está a la vuelta de la esquina y va a ser clave en la mejora de rendimiento para las tarjetas gráficas GeForce RTX 60 o 70.

¿Quieres saber de qué se trata? Tanto para las grandes compañías como para profesionales en modelado 3D y gamers, seguro que les interesa lo que va a suceder en la industria de ordenadores.

NVIDIA ya tiene la potente arquitectura Feynman para las próximas series GeForce RTX 60 y 70

NVIDIA se prepara para el CGT 2026 que va a llevarse a cabo del 16 al 19 de marzo, según indica la página oficial. ¿Por qué es tan importante? Pues es un evento en el que la compañía revela sus nuevos avances tecnológicos y productos junto al CEO, Jensen Huang.

Según comparte el medio Techbang, la mencionada empresa líder en GPUs estaría planeando anunciar oficialmente la nueva arquitectura Feynman, al parecer, un nombre inspirado en el físico teórico estadounidense Richard Feynman (1918-1988).

Este diseño interno que define cómo funciona el chip va a ser una revolución importante sobre las próximas generaciones de tarjetas gráficas, probablemente las RTX serie 60 y 70 o aceleradores de inteligencia artificial especiales.

Su composición es un paso tecnológico gigante porque incorpora un nodo A16 de TSMC que se considera como el primer proceso de 1.6 nanómetros (nm) del mundo, algo que mejora cómo fluye la electricidad para eliminar interferencias y aumentar la eficiencia energética a más de 20% en comparación con los 2 nm.

De este modo, este tipo de procesadores puede procesar sistemas de cálculos complejos para inteligencia artificial sin ser un problema eléctrico debido a su red de suministro de energía trasera (SPR).

Eso sí, requiere de un consumo elevado, aproximadamente de 1.000 W hasta los 2.000 W (doble chip). Debido a esto, está la preocupación del incremento de calor que probablemente sea mitigado con pura refrigeración líquida para impedir el sobrecalentamiento.

Por supuesto, también se ha pensado en el tema de la gran inversión que requiere y el impacto en la infraestructura eléctrica a futuro. Los gastos de fabricación van a ser gestionados con empaquetado EMIB-T de Intel y sin depender de la capacidad CoWoS de TSMC.

Esto va acorde con las especulaciones sobre que NVIDIA también está tomando un enfoque en tareas de entrenamiento y razonamiento para los modelos de IA. De igual manera, se sigue rumoreando que podría integrar "tecnología LPU para inferencia".

Las actuales tarjetas GeForce RTX 50 cuentan con la arquitectura Blackwell, mientras que la sucesora de esta sería Rubin con un lanzamiento pautado para este año. Feynman llegaría después de Rubin al mercado entre 2028 y 2029.

Tras aquella versión, la 595.59, muchos usuarios comenzaron a experimentar parones en ciertos títulos o, directamente, la imposibilidad de jugar.

Con la actualización nueva, que lleva el nombre de GeForce 595.97 WHQL, se ha buscado resolver todos estos problemas, para que la experiencia de juego sea la adecuada y óptima en algunos de los videojuegos más populares.

Una de las grandes mejoras es sobre las texturas de Halo Infinite, lo que daba lugar a una calidad inferior a la que aparece en el juego, algo que ha vuelto a ocurrir de nuevo con los controladores de esta serie, la R595.

En segundo lugar, otra de las novedades es la mejora para el título HITMAN World of Assassination, para acabar con el flickering, el parpadeo molesto que aparecía con la anterior actualización.

Además de ello, también se han corregido los cortes inesperados al jugar con la tecnología Smooth Motion activada.

Más allá de estos videojuegos para PC, Nvidia también ha optimizado la experiencia y estabilidad cuando está activada la tecnología DLSS Frame Generation junto a Instant Replay, que antes provocaba el cierre del juego.

Tras activar DLSS y mantener dicha función de grabación al mismo tiempo, el título se quedaba congelado y se cerraba al momento.

Ahora bien, el fabricante y desarrollador de software ha asegurado que no todo se ha podido corregir, ya que aún existen fallos en los que continúan trabajando y que llegarán en versiones futuras, según el documento detallado de cambios.

Entre estos errores ya conocidos por Nvidia hay que destacar 2 títulos, como es Enshrouded, en el que desaparece el terreno en algunas áreas específicas del mapa, o Arknights: Endfield, que puede presentar tirones o el conocido como stutter o tartamudeo.

De nuevo, hay que destacar que, si usas una tarjeta gráfica de la serie RTX 5000 de Nvidia y accedes a estos títulos, lo mejor es que siempre actualices para que no vuelvan a aparecer este tipo de errores.

No obstante, al no incluir otros grandes cambios o funcionalidades, si eres un usuario medio y ni siquiera has jugado a estos videojuegos, no es obligatorio que actualices.

En cualquier caso, lo mejor es revisar desde tu ordenador la última versión disponible en la aplicación propia de Nvidia y acceder a la pestaña de controladores o, directamente, desde su página web oficial.

Bajo ningún concepto descargues e instales controladores de terceros, ya que podrías conseguir que tu ordenador comience a presentar fallos.

O, al menos, lo ha suavizado. En un nuevo podcast, el CEO no ha rehuido la polémica generada en las últimas semanas, y se ha mostrado lo que podría considerarse como más conciliador. Tanto, que en un sorprendente giro de los acontecimientos ha declarado que a él "tampoco le gusta el contenido generado con IA". Pero claro, como era de esperar, hay matices importantes.

Jensen Huang, el defensor de la IA

No es ningún secreto que la gente empieza a estar un poco saturada de la IA. Microsoft lo ha experimentado en sus propias carnes, con Copilot y Windows 11, hasta el punto que ha tenido que rectificar y cambiar su estrategia. También hay quienes temen por la privacidad y la seguridad, y no faltan aquellos que ven amenazados sus empleos. Jensen Huang parece conocedor de todo ello.

¿Cuál es su postura entonces con respecto a la nueva tecnología de Nvidia, el DLSS 5? Primero intentó explicar a los usuarios en general y los gamers en particular que el problema estaba en que ellos no habían entendido bien el asunto. Algo que tampoco convenció demasiado a nadie. Ahora ha decidido ser más comprensivo… hasta cierto punto.

Para empezar, ha dicho que entiende las críticas, y a que él también se muestra contrario a los contenidos de IA de baja calidad (lo que en inglés se conoce ya como "AI slop"). Lo ha hecho durante su participación en un reciente podcast, en el que también ha admitido que el contenido mediocre de la IA puede ser un problema. Pero también ha precisado que el DLSS 5 no es eso. Es otra cosa.

Según Jensen Huang, "es muy diferente de la IA generativa", ya que, siguiendo con sus propias palabras, más bien se trata de "una IA generativa de control de contenido". ¿Y qué quiere decir esto exactamente? Pues que, siempre bajo su criterio, esta tecnología "no rompe el diseño original de ningún juego". O lo que es lo mismo, que no decide el resultado final ni releva al desarrollador de tener la última palabra.

La inteligencia artificial, esa "apestada"

¿Lograrán estas nuevas declaraciones de Jensen Huang, el mediático CEO de Nvidia, apaciguar a los jugadores? Es difícil saberlo. Quizá su nueva herramienta con inteligencia artificial no sea la IA común que todo el mundo parece detestar, pero es IA al fin y al cabo. Y, guste más o guste menos, esta tecnología no cuenta con la simpatía de muchos usuarios.

Si se piensa, es comprensible. Youtube, las redes sociales e Internet en general se están llenando de ella. Y en ocasiones con contenidos poco emocionantes, por no decir prácticamente basura. Si Huang quiere que la perspectiva cambie, no lo va a tener fácil en absoluto.

Sin embargo, sus declaraciones posteriores han introducido matices que evidencian la distancia entre el entusiasmo del sector y las capacidades actuales de esta tecnología.

Durante una entrevista con Lex Fridman, Huang fue directo: “Creo que hemos logrado la AGI”. La afirmación, realizada sin rodeos, tuvo un fuerte impacto, donde no existe consenso sobre qué se considera realmente inteligencia general.

La AGI suele definirse como un sistema capaz de igualar o superar la inteligencia humana en tareas generales. En este caso, la conversación partía de una definición concreta: una IA capaz de realizar el trabajo de una persona, incluyendo crear y gestionar una empresa tecnológica de éxito valorada en más de 1.000 millones de dólares.

Al ser preguntado por el plazo, Huang no dudó: “Creo que es ahora”. No obstante, introdujo un matiz clave: “Has dicho mil millones y no has dicho para siempre”, sugiriendo que su interpretación de la AGI podría referirse a logros puntuales más que a una inteligencia sostenida comparable a la humana.

Esta ambigüedad se refuerza con otras declaraciones del directivo. En relación con el uso actual de la inteligencia artificial, reconoció ciertos límites: “Mucha gente lo usa durante un par de meses y luego se apaga”. Además, fue tajante sobre el alcance real de estos sistemas: “Las probabilidades de que 100.000 de esos agentes construyan Nvidia son cero por ciento”.

En paralelo, Huang también ha criticado a los profesionales que no aprovechan al máximo estas herramientas. En otra intervención, advirtió: “Si ese ingeniero de 500.000 dólares no consume al menos 250.000 dólares en tokens, voy a estar profundamente alarmado”.

Además, explicó cómo Nvidia está integrando estos recursos en su estrategia interna: “Van a ganar varios cientos de miles de dólares al año, su salario base. Voy a darles probablemente la mitad de eso adicional en tokens para que puedan amplificarse 10 veces”.

En conjunto, sus declaraciones reflejan una clara tensión dentro del sector tecnológico. Por un lado, se habla de avances cercanos a la inteligencia humana; por otro, se reconoce que estos sistemas aún requieren supervisión, inversión y un uso intensivo por parte de las personas.

Así, la AGI, al menos por ahora, parece situarse más cerca de una interpretación optimista que de un consenso real en la industria.

Donde Jensen Huang ve un aumento de realismo, los jugadores ven gráficos generados por inteligencia artificial que alteran el contenido original creado por humanos, y hace que todos los juegos se vean igual.

DLSS 5 es IA generativa aplicada a la iluminación de los juegos. O al menos, eso sería lo ideal: mejorar solo la iluminación. Pero como puedes ver en el siguiente video, cambia por completo los rostros de los personajes, y hace que todo parezca el mismo juego, eliminando el arte original para unificar el diseño de esos diferentes títulos, con una única visión: la de la IA.

El CEO de Nvidia da marcha atrás… o no

Las críticas a lo que es IA generativa aplicada a un juego, han sido brutales. Y se acrecentaron ante la agresiva reacción de Jensen Huang, que dijo a estos gamers que “están completamente equivocados”. Lo estropeó aún más.

Ayer el fundador de Nvidia fue entrevistado en el pódcast de Lex Fridman, que puedes ver aquí. Y cómo no, fue preguntando por todo el lío que se ha montado. Huang estuvo más conciliador, intentando empatizar con sus clientes: “Creo que su punto de vista tiene sentido”, reconoció.

“Y entiendo por qué piensan así, porque a mí tampoco me entusiasma el contenido generado por IA de mala calidad (IA slop). Ya sabes, todo el contenido IA se parece cada vez más, y todo es precioso... así que comprendo lo que piensan. Pero eso no es precisamente lo que pretende hacer DLSS 5”.

Sin embargo, el CEO de Nvidia intentó volver a explicar lo que es DLSS 5, y dió la misma explicación que otras veces: “El artista determina la geometría, nosotros somos totalmente fieles a la geometría... así que cada fotograma se mejora, pero no cambia nada”.

Eso no es lo que se ve en el vídeo de la propia Nvidia, en donde los rostros cambian por completo, tal como puedes apreciar en la captura anterior.

La clave, según Huang, es que los desarrolladores tendrán el control para decidir si aplican DLSS 5 con más o menos intensidad.

“La cuestión de la mejora, DLSS 5... en el futuro, incluso se podrá hacer con un prompt. Ya sabes, quiero que sea un sombreador de dibujos animados. Quiero que tenga este aspecto, más o menos. Incluso podrías darle un ejemplo y se generaría en ese estilo, todo ello en consonancia con el arte, el estilo y la intención del artista”.

Lo siento, Jensen, pero estás describiendo Nano Banana… Generar una capa de IA que tapa el diseño original del artista humano.

DLSS 5 no saldrá hasta final de año, así que Nvidia tiene tiempo para ajustarlo a lo que piden los gamers: mejoras en la iluminación, sí, IA generativa que cambia los rostros y los escenarios, no. Veremos quién gana este pulso cuando la nueva tecnología de IA llegue al mercado.

Según los últimos datos fiscales compartidos por la compañía, gracias al crecimiento de los centros de datos –por la computación avanzada y la inteligencia artificial–, la división de redes ha sido una de las que más ha incrementado sus ingresos.

Concretamente, con un espectacular salto adelante de aproximadamente un 265% en tan solo un año, impulsado por la creación de las arquitecturas de red para conectar miles de GPUs.

"[El negocio de redes de Nvidia] reporta 11.000 millones para el trimestre; ese número es mayor que el negocio de redes de Cisco, casi tan grande como las estimaciones de todo el año", ha asegurado Kevin Cook, estratega de inversión de Zack Investment al medio TechCrunch.

Una demanda no solo impulsada por la necesidad de conectar diferentes centros de datos para asegurar la demanda de cargas de trabajo potentes, sino también por la elevada demanda de las grandes tecnológicas, que suman más de la mitad de las compras asociadas a los centros de datos de Nvidia.

Básicamente, este modelo de negocio de Nvidia busca conseguir una plataforma óptima para entrenar cada vez modelos más grandes de inteligencia artificial, superando incluso al negocio de redes de Cisco, uno de los más grandes del mundo.

"La gente piensa en la creación de redes como simplemente, 'Tengo una impresora y necesito conectarme a ella'", ha comentado al mismo medio Kevin Deierling, vicepresidente sénior de rede en Nvidia. "Jensen dijo desde el primer día que el centro de datos es la nueva unidad de computación. La creación de redes es mucho más que simplemente mover las cantidades más pequeñas de datos entre un nodo de computación; en realidad es una base".

Una base que comenzó a fraguarse en 2020, tras la compra de la firma Mellanox por parte de Nvidia, haciéndose con una firma especializada en redes por unos 7.000 millones de dólares.

Desde entonces, el margen respecto a otras divisiones de la compañía se ha estrechado y, paulatinamente, supone un trozo más grande del pastel junto a la parte de computación, esta también con un crecimiento interanual del 58%, situándose en ingresos por valor de 51.300 millones.

Independientemente de esto, en los mismos resultados de Nvidia la compañía es optimista y espera un crecimiento de alrededor del 2% en el beneficio, aunque asumiendo que no esperan ningún beneficio en los centros de datos de computación en China.

Según el empresario, la clave está en OpenClaw, un nuevo proyecto de inteligencia artificial en el que Huang parece creer ciegamente. De hecho la propia Nvidia ha sido una de sus impulsoras. Según sus propias palabras, la plataforma lo tiene todo para convertirse "definitivamente en el próximo ChatGPT". ¿Por qué lo tiene tan claro y qué argumentos defiende?

OpenClaw, la IA del futuro, según Jensen Huang

Ha sido en una reciente entrevista, como hacen eco algunos medios, donde Jensen Huang ha reconocido su confianza en OpenClaw. Según sus argumentos, una de sus principales ventajas es que está compuesta por agentes de IA de código abierto. Además, dice Huang, está diseñada para realizar tareas complejas, tomar decisiones autónomas o adaptarse a los gustos del usuario.

Para el CEO de Nvidia, la diferencia fundamental con los chatbots tradicionales radica en su capacidad para ejecutar acciones en el mundo digital de manera proactiva y coordinada. "No se trata solo de generar texto o contenido. OpenClaw puede operar como un asistente inteligente que aprende y actúa por sí mismo", ha asegurado entusiasmado Huang.

Las comparaciones con ChatGPT son, al menos hasta cierto punto, comprensibles, Mientras el chatbot de OpenAI se centra principalmente en la generación de texto razonable y útil, OpenClaw está diseñado más bien para automatizar procesos, integrar información de múltiples fuentes y ejecutar acciones concretas. Todo ello sin la necesidad de intervención constante.

Estas características hacen de OpenClaw una clara apuesta por la automatización de numerosas tareas. Por ejemplo, la atención al cliente de empresas, la gestión de proyectos, la realización de numerosos análisis distintos, trabajos de programación, etcétera. Algo que suena fascinante, pero también polémico. Sobre todo por el polémico momento en el que la IA se encuentra ahora mismo.

De la teoría a la práctica

Para llevar este proyecto a la práctica, Nvidia ha presentado también NemoClaw, básicamente una versión empresarial de OpenClaw que integra medidas avanzadas de seguridad y privacidad. Todas ellas pensadas para clientes corporativos. Se supone que NemoClaw permite a las empresas crear agentes de IA personalizados que cumplan con las regulaciones de datos y protejan información sensible.

Huang hizo mucho hincapié en que la combinación de OpenClaw y NemoClaw representa una apuesta ganadora. Él piensa que así los desarrolladores podrán experimentar y colaborar en la versión abierta, mientras que las empresas serán capaces de aprovechar la mayor privacidad para usos profesionales. En cualquier caso, el romance entre Nvidia y la IA continúa.