La plataforma Vera Rubin de NVIDIA simbolizó el salto más ambicioso. El Rubin GPU, con cientos de miles de millones de transistores, mostró un nivel de integración que supera cualquier generación previa. El Vera CPU acompañó este avance con una arquitectura diseñada para cargas intensivas de inferencia y coordinación entre nodos. La presencia del NVLINK 6 Switch reforzó la idea de un ecosistema cohesionado, capaz de mover datos a velocidades que permiten entrenar modelos avanzados sin cuellos de botella. La IA se llevó la conversación porque esta plataforma multiplica por cinco el rendimiento de Blackwell en NVFP4 y aumenta la producción de tokens en entornos MoE hasta diez veces respecto a GB200. Este salto no solo impresiona por cifras, sino por la rapidez con la que la arquitectura alcanzó producción completa. La empresa logró un ciclo de nueve meses desde diseño hasta validación, algo que altera la dinámica competitiva del sector.

NVIDIA reforzó su presencia con un mensaje claro: la infraestructura define el futuro. La compañía mostró cómo el rack NVL72 basado en Rubin reduce el número de GPUs necesarias para entrenar modelos avanzados y aumenta la eficiencia energética. La idea de un sistema que funciona como una unidad única, optimizada para cargas masivas, marcó una diferencia respecto a propuestas más modulares. La IA se llevó también este debate porque la empresa presentó un camino donde la integración total permite acelerar despliegues y reducir complejidad operativa.

AMD respondió con Helios, un rack que busca resolver problemas reales de escalabilidad y compatibilidad. La estructura basada en el estándar Open Rack Wide introduce una anchura interna de 21 pulgadas que permite colocar bandejas Instinct MI455X sin restricciones. El diseño de doble marco crea un flujo de aire laminar que mejora la refrigeración y permite densidades mayores sin comprometer estabilidad. El busbar vertical de 48V simplifica la alimentación de nodos y reduce la complejidad del cableado. Este enfoque modular facilita que grandes operadores integren Helios en centros de datos existentes sin rediseñar instalaciones. La IA se llevó esta parte del evento porque Helios ofrece una alternativa que combina potencia, flexibilidad y compatibilidad con sistemas en funcionamiento.

El corazón de Helios reside en su capacidad de escalar. Con 2.9 exaflops de rendimiento, 31 TB de memoria HBM4 y más de cuatro mil núcleos Zen 6, el rack se posiciona como una opción sólida para cargas de entrenamiento y despliegue. La integración con UALink permite conectar nodos con baja latencia y alta capacidad, lo que refuerza su atractivo para quienes buscan infraestructuras abiertas. La sensación general fue que AMD presentó un sistema que compite de forma directa con soluciones monolíticas, pero con una filosofía más adaptable.

NVIDIA amplió su presencia con Alpamayo, una propuesta que abre la autonomía vehicular mediante modelos, simuladores y conjuntos de datos accesibles. La idea de permitir que vehículos razonen con criterios similares a los humanos, con transparencia y trazabilidad, marca un cambio profundo. Alpamayo impulsa el desarrollo hacia niveles avanzados de conducción automatizada y facilita la validación regulatoria gracias a su carácter abierto. La IA se llevó este segmento porque convierte la autonomía en un campo más colaborativo y menos dependiente de sistemas cerrados.

AMD cerró su participación con Ryzen AI Halo, un dispositivo de borde que busca democratizar la computación avanzada. El equipo integra CPU Zen 5, GPU RDNA 3.5 y NPU XDNA 2, lo que permite ejecutar modelos complejos sin depender de grandes servidores. La compatibilidad con ROCm y aplicaciones populares refuerza su utilidad en flujos de trabajo reales. La incógnita del precio sigue abierta, pero la expectativa apunta a una cifra inferior a la de alternativas previas, lo que ampliaría su alcance.

El CES 2026 dejó claro que la IA se llevó el liderazgo absoluto en innovación. Las presentaciones mostraron un sector que avanza hacia infraestructuras más rápidas, racks más inteligentes y sistemas abiertos que transforman industrias enteras. La sensación final es que entramos en una etapa donde la computación se convierte en el motor de cada avance y donde la competencia entre gigantes impulsa un ritmo que redefine lo posible

La entrada El CES 2026 que la IA se llevó aparece primero en Tested.es.

El concepto AI Embedded se consolida como una solución que combina potencia y control determinista. La arquitectura Zen 5 ofrece un incremento notable en operaciones por ciclo, lo que permite ejecutar cargas intensivas con estabilidad. La GPU RDNA 3.5 aporta visualización en tiempo real, algo esencial en cabinas digitales, paneles industriales y sistemas de supervisión avanzada. La NPU XDNA 2 añade hasta 50 TOPS de capacidad de cálculo para IA, según datos oficiales, lo que permite ejecutar redes neuronales complejas sin saturar la CPU ni la GPU.

Nosotros observamos que esta integración en un único chip reduce la complejidad del diseño y facilita la implementación en entornos donde el espacio es limitado. Tú puedes imaginar aplicaciones en automoción, donde la cabina digital necesita gráficos fluidos, reconocimiento de voz y análisis de sensores en paralelo. La serie P100 se orienta a estos escenarios, con configuraciones de 4 a 6 núcleos y un equilibrio entre consumo y rendimiento. La serie X100 se dirige a sistemas autónomos y robótica humanoide, donde la capacidad de cálculo debe ser mayor para procesar visión artificial, navegación y control simultáneo de actuadores.

La computación en el borde, conocida como edge computing, se beneficia de esta plataforma porque reduce la dependencia de la nube. Nosotros vemos cómo esta tendencia crece en sanidad, logística y automatización industrial. Tú puedes encontrar ejemplos en quirófanos inteligentes, donde la latencia mínima resulta crítica, o en líneas de producción que requieren análisis predictivo en tiempo real. La combinación de CPU, GPU y NPU en un único encapsulado BGA facilita la integración en dispositivos compactos y robustos, preparados para operar en condiciones exigentes.

La información disponible indica que AMD busca posicionarse como referente en IA física, un concepto que engloba sistemas autónomos capaces de interactuar con el entorno. La robótica humanoide, mencionada en varias presentaciones, necesita procesar datos de cámaras, micrófonos y sensores táctiles con rapidez. La arquitectura AI Embedded permite ejecutar modelos de visión, lenguaje y movimiento sin depender de servidores externos, lo que mejora la seguridad y reduce el consumo energético.

Nosotros valoramos que esta estrategia responde a una tendencia global: la inteligencia artificial integrada en dispositivos cotidianos. Tú puedes ver esta evolución en vehículos, electrodomésticos, maquinaria industrial y equipamiento médico. La eficiencia energética se convierte en un factor clave, y la NPU XDNA 2 está diseñada para maximizar el rendimiento por vatio. La reducción de latencia mejora la experiencia del usuario y permite respuestas inmediatas en sistemas críticos.

La documentación técnica destaca que la serie P100 ofrece un aumento estimado del 35% en rendimiento gráfico respecto a generaciones anteriores, lo que permite interfaces más fluidas y simulaciones más precisas. La serie X100, con mayor número de núcleos, se orienta a tareas donde la carga de trabajo crece de forma exponencial. Nosotros interpretamos que esta diferenciación permite a fabricantes elegir la configuración adecuada según el tipo de aplicación, desde vehículos conectados hasta robots colaborativos en fábricas.

El ecosistema AI Embedded se apoya en herramientas de desarrollo optimizadas para IA, lo que facilita la implementación de modelos de aprendizaje profundo. Tú puedes integrar redes neuronales convolucionales, modelos de lenguaje o algoritmos de control predictivo sin necesidad de hardware adicional. La compatibilidad con estándares industriales asegura una adopción rápida en sectores regulados.

La evolución de la computación integrada avanza hacia sistemas más autónomos, eficientes y seguros. Nosotros vemos en Ryzen AI Embedded una plataforma que impulsa esta transición. Tú puedes anticipar un futuro donde la inteligencia artificial se ejecuta directamente en el dispositivo, sin esperas, sin interrupciones y con un control total sobre los datos.

La entrada AI Embedded impulsa la nueva era Ryzen 2026 aparece primero en Tested.es.

La estación de trabajo Razer Forge AI Dev nace tras más de veinte años de experiencia en ingeniería de alto rendimiento. El diseño se centra en ofrecer una base sólida para entrenar modelos, ejecutar inferencias y simular escenarios avanzados sin interrupciones. La estructura interna prioriza la refrigeración, la estabilidad y la expansión, tres factores esenciales cuando tú manejas tareas de IA con grandes volúmenes de datos. La compañía destaca que esta plataforma responde a la demanda creciente de computación local, una tendencia que estudios recientes señalan como clave para reducir latencias y mejorar la privacidad en entornos de IA.

El corazón de Razer Forge se apoya en GPUs profesionales NVIDIA RTX PRO 6000 Blackwell Series. Estas tarjetas gráficas integran memoria de gran capacidad, núcleos especializados en IA y motores de renderizado neuronal que aceleran flujos de trabajo científicos, de ingeniería y de diseño. Esta combinación permite ejecutar modelos de lenguaje, redes generativas y simulaciones físicas con una velocidad notable. Puedes cargar datasets enormes sin saturar el sistema, gracias a la arquitectura optimizada para mantener las GPU alimentadas de forma continua.

La potencia de procesamiento se refuerza con procesadores AMD Ryzen Threadripper PRO o Intel Xeon W. Ambas familias de chips están diseñadas para manejar miles de tareas simultáneas y compilar modelos complejos sin cuellos de botella. La ejecución paralela mejora los ciclos de desarrollo y reduce tiempos de entrenamiento, algo esencial cuando necesitas iterar prototipos con rapidez. La compatibilidad con ocho módulos DDR5 RDIMM añade un ancho de banda masivo que acelera la carga de datos y elimina latencias de entrada y salida.

La conectividad también juega un papel clave. Los puertos Ethernet duales de 10 Gigabit permiten mover información a velocidades de hasta 10 Gbps. Esto facilita transferencias de modelos, sincronización de clústeres y acceso a repositorios internos sin esperas. Observamos que esta capacidad resulta útil cuando trabajas con equipos distribuidos o gestionas pipelines de datos que requieren estabilidad constante.

El diseño en rack ofrece escalabilidad inmediata. La estructura admite montaje profesional, gestión de cables y flujo de aire frontal a posterior, lo que permite crear clústeres densos sin comprometer la refrigeración. Esta característica convierte a Razer Forge en una opción viable para laboratorios, centros de investigación y empresas que buscan ampliar su infraestructura sin rediseñar sus instalaciones.

La integración con Razer AIKit completa la propuesta. Este entorno facilita la configuración inicial y permite ejecutar modelos de gran tamaño en una sola GPU o en un clúster completo. La herramienta ofrece rendimiento similar al de la nube, pero sin cuotas mensuales ni dependencia externa. Puedes desplegar modelos, ajustar parámetros y gestionar recursos desde una interfaz optimizada para desarrolladores de IA.

Razer Forge se presenta como una estación de trabajo que responde a la necesidad actual de computación local segura, rápida y escalable a nivel profesional. Vemos en ello una apuesta clara por un ecosistema que crece con cada lanzamiento, de forma paralela a los avances en gaming propios de la marca. Puedes aprovechar esta plataforma para entrenar modelos avanzados, ejecutar inferencias en tiempo real y desarrollar soluciones de IA con total autonomía.

La entrada Razer Forge impulsa el futuro del desarrollo en IA aparece primero en Tested.es.

La demanda de memoria crece de forma exponencial en centros de datos dedicados a inteligencia artificial, teléfonos inteligentes y dispositivos conectados. Este aumento implica un consumo eléctrico cada vez mayor. La nueva tecnología de Samsung responde a esa necesidad con una solución que combina rendimiento y sostenibilidad. LPDDR6 se integra en este contexto como pieza clave para reducir costes y mejorar la autonomía de equipos portátiles.

El secreto detrás del nuevo NAND flash reside en los transistores ferroeléctricos. Estos componentes permiten controlar la corriente de fuga y optimizar la eficiencia. El hallazgo fue publicado en la revista científica Nature en un artículo firmado por 34 investigadores. El estudio partió de semiconductores de óxido, considerados poco adecuados para chips de alto rendimiento por su elevado voltaje umbral. Sin embargo, esa característica se convirtió en ventaja para limitar pérdidas energéticas.

La estructura de celdas en serie de la memoria NAND provoca que el consumo aumente con cada capa adicional. El problema se intensifica durante operaciones de lectura y escritura. Los transistores ferroeléctricos bloquean corrientes inferiores al umbral, lo que reduce fugas y mejora la estabilidad. El resultado es un chip capaz de funcionar con un gasto mínimo, incluso en configuraciones de gran capacidad.

El impacto de esta innovación será notable en servidores de inteligencia artificial. Estos sistemas requieren un flujo constante de datos y un almacenamiento de alto rendimiento. Con un consumo reducido, los costes operativos bajan y la huella de carbono disminuye. En el ámbito móvil, LPDDR6 y el nuevo NAND flash permitirán dispositivos más ligeros, con mayor autonomía y menos calor generado.

La hoja de ruta de Samsung incluye la llegada de UFS 5.0 para teléfonos y ordenadores portátiles. Mientras tanto, la comunidad tecnológica espera la comercialización de la memoria con transistores ferroeléctricos. El calendario oficial no se ha confirmado, lo que deja abierta la posibilidad de retrasos inesperados. La compañía ya ha demostrado su capacidad para superar obstáculos, pero el mercado exige plazos claros.

Nosotros observamos cómo la industria se prepara para un cambio profundo. Tú verás cómo LPDDR6 se convierte en estándar y cómo el nuevo NAND flash redefine la eficiencia. La combinación de ambas tecnologías marcará un antes y un después en el diseño de hardware. La investigación académica y la aplicación industrial se unen para ofrecer soluciones que responden a la demanda global.

El futuro de la memoria pasa por reducir consumo sin sacrificar velocidad. Samsung ha dado un paso decisivo en esa dirección. LPDDR6 y el NAND flash con transistores ferroeléctricos representan la evolución necesaria para un mundo digital más exigente. La innovación no solo mejora el rendimiento, también protege el entorno.

La entrada LPDDR6 de Samsung con un consumo 96% inferior aparece primero en Tested.es.