La situación afecta a modelos CFexpress tipo A y tipo B, además de varias tarjetas SDXC y SDHC utilizadas en cámaras de alta velocidad y equipos de grabación exigentes. La empresa reconoce que no puede garantizar un flujo estable de unidades y prefiere frenar la comercialización antes de generar retrasos prolongados. La fecha de reanudación dependerá de la evolución del suministro y se anunciará cuando existan garantías mínimas.

El anuncio no llega aislado. La escasez de componentes lleva años condicionando la fabricación de dispositivos electrónicos. La demanda de chips avanzados continúa creciendo por el auge de la inteligencia artificial, los centros de datos y la computación de alto rendimiento. La capacidad de producción global no logra equilibrar el ritmo y provoca cuellos de botella que afectan a múltiples sectores. La retirada de tarjetas de memoria es solo una muestra visible de un problema más profundo.

La crisis de los semiconductores presiona a la industria

La presión sobre la memoria RAM y las unidades de almacenamiento también complica el desarrollo de nuevas plataformas. Sony ya ha advertido que la próxima generación de PlayStation no llegará antes de 2028. La fabricación de procesadores personalizados requiere procesos litográficos avanzados que hoy están saturados. La competencia por acceder a chips de última generación se intensifica y deja a muchos fabricantes en una posición delicada.

En paralelo, Estados Unidos vigila el contrabando de chips de IA hacia China. Empresas como Nvidia y Super Micro Computer están bajo lupa por parte de las autoridades. La tensión geopolítica añade incertidumbre a un mercado que ya funciona al límite. La demanda de hardware especializado absorbe gran parte de la capacidad disponible y deja menos margen para productos de consumo general.

Un escenario que obliga a replantear estrategias

La suspensión de tarjetas de memoria en Japón muestra la necesidad de diversificar proveedores y ampliar fábricas. Las inversiones anunciadas por varios países buscan reforzar la producción local, pero los resultados tardarán años en materializarse. Mientras tanto, los consumidores afrontan precios más altos y disponibilidad limitada. Sony ya ha aplicado incrementos en sus consolas PlayStation 5, PlayStation 5 Pro y PlayStation Portal. La compañía atribuye estos ajustes a las presiones económicas internacionales y a la falta de componentes.

La industria fotográfica observa la situación con inquietud. La grabación en 4K y 8K exige soportes capaces de gestionar grandes volúmenes de datos sin fallos. La ausencia de tarjetas de alto rendimiento limita la capacidad de profesionales y creadores. La decisión de Sony podría marcar un precedente que otras empresas seguirán si la situación no mejora.

Un mercado en transformación constante

El sector tecnológico evoluciona rápido y la escasez de chips acelera cambios que ya estaban en marcha. La optimización de procesos, la búsqueda de materiales alternativos y la automatización de líneas de producción se convierten en prioridades. La recuperación dependerá de inversiones sostenidas, estabilidad geopolítica y avances en la fabricación de semiconductores. La retirada temporal de tarjetas de memoria en Japón es un recordatorio de que la tecnología depende de una cadena global frágil y sometida a tensiones constantes. De momento, la crisis de los semiconductores parece dar un ligero respiro en el lado de la memoria DDR5, que ha visto una desescalada de precios en las últimas semanas. Pero no está claro si es algo puntual.

La entrada La crisis de los semiconductores toca a Sony en Japón aparece primero en Tested.es.

El sector de los chips domina la estructura productiva del país. La red de fábricas más sofisticada del mundo opera allí. La demanda global crece sin pausa por la expansión de la inteligencia artificial y los sistemas de alto rendimiento. Cada oblea requiere grandes volúmenes de agua ultrapura. Este recurso es esencial para limpiar, grabar y pulir las superficies de silicio. La sequía en Taiwan complica este proceso y obliga a optimizar cada litro disponible.

Las autoridades locales aplican medidas de control en regiones como Hsinchu. Esta área alberga instalaciones clave de TSMC, el mayor fabricante de semiconductores del mundo. El nivel de alerta sube a categoría amarilla. El objetivo es garantizar el suministro a las plantas sin dejar de atender a la población. La gestión se vuelve más compleja a medida que se acerca la temporada de calor. La evaporación aumenta y los embalses pierden capacidad con rapidez.

La industria adopta sistemas de reciclaje hídrico para reducir la dependencia de fuentes externas. Las plantas recuperan parte del agua utilizada en los procesos químicos. Esta estrategia mejora la eficiencia, pero no elimina la necesidad de un caudal estable. La sequía en Taiwan obliga a reforzar estas prácticas y a acelerar inversiones en infraestructuras resistentes a periodos prolongados de escasez.

El Gobierno insiste en que no existe riesgo inmediato para la producción. Sin embargo, la tensión crece. La población observa restricciones en el uso doméstico. Los cortes programados afectan a barrios enteros. La percepción de desigualdad se intensifica. Las fábricas mantienen un flujo constante mientras los hogares ajustan hábitos básicos. Esta diferencia alimenta un debate social profundo sobre prioridades y modelos de desarrollo.

La presión no procede solo del agua. La cadena energética también sufre amenazas externas. El conflicto en Oriente Medio altera el suministro de gas natural licuado. La isla depende por completo de este combustible para generar electricidad. Las reservas nacionales cubren pocos días de consumo. La industria de chips absorbe una parte significativa de la demanda eléctrica. La combinación de sequía y riesgo energético crea un escenario frágil para la infraestructura tecnológica global.

La dependencia mundial de los chips fabricados en la isla convierte cualquier alteración en un problema internacional. La sequía en Taiwan no afecta solo a la población local. También condiciona la evolución de la inteligencia artificial, la automoción y las telecomunicaciones. Un parón en la producción tendría efectos en cadena. Los plazos de entrega aumentarían. Los costes subirían. La innovación se ralentizaría.

El Gobierno intenta transmitir calma. Las medidas de emergencia buscan asegurar el equilibrio entre industria y ciudadanía. La situación exige decisiones rápidas y transparentes. La gestión del agua se convierte en un asunto estratégico. La sequía en Taiwan actúa como recordatorio de la vulnerabilidad de un sistema global que depende de un territorio pequeño y sometido a presiones climáticas y geopolíticas.

La evolución de los próximos meses será decisiva. Si las lluvias no llegan, la tensión aumentará. La población reclamará más protección. Las fábricas exigirán estabilidad para mantener contratos y ritmos de producción. El Gobierno deberá encontrar un punto medio que no comprometa el bienestar social ni la posición tecnológica del país. La sequía en Taiwan abre un debate que trasciende fronteras y obliga a replantear la gestión de recursos en un mundo cada vez más dependiente de la microelectrónica.

La entrada Problemas de chips con la sequía en Taiwan aparece primero en Tested.es.

La instalación se ubicará en Austin, donde ya operan otras divisiones del conglomerado. El objetivo declarado es alcanzar un rendimiento anual equivalente a 1 teravatio de capacidad computacional. Esta cifra supera la suma de todas las fábricas existentes. Por tanto, la referencia a procesos de 2 nanómetros indica que la producción arrancará directamente en la frontera tecnológica. Este nodo exige litografía ultravioleta extrema, control térmico avanzado y sistemas de inspección capaces de detectar defectos a nivel atómico. La complejidad de estos procesos obliga a integrar ingeniería de materiales, óptica de precisión y automatización industrial en un mismo entorno.

Además, la escala del proyecto introduce un cambio estructural en la forma de producir chips. La concentración de procesos en un único recinto reduce desplazamientos, elimina dependencias externas y permite una coordinación más rápida entre equipos. Por consiguiente, el complejo se convierte en un sistema cerrado que puede evolucionar sin interrupciones y sin esperar a proveedores externos.

Un modelo basado en ciclos de mejora continua

La propuesta de TeraFab se basa en un concepto denominado mejora recursiva rápida. Este enfoque permite fabricar un chip, verificarlo, ajustar la máscara y repetir el ciclo sin depender de instalaciones externas. Así, la reducción de tiempos entre iteraciones acelera la evolución de cada arquitectura. Este método recuerda a los ciclos de entrenamiento de modelos de inteligencia artificial, pero aplicado a hardware físico, lo que introduce una dinámica de progreso constante.

La integración de diseño, litografía, empaquetado y pruebas en un mismo recinto elimina retrasos y reduce la dependencia de proveedores externos. Además, este modelo facilita la adaptación a nuevas necesidades sin modificar la estructura del complejo. La capacidad de ajustar procesos en tiempo real permite corregir errores, optimizar rutas de fabricación y mejorar el rendimiento de cada generación de chips. Por tanto, el complejo funciona como un laboratorio industrial que evoluciona mientras produce.

Este enfoque también reduce el riesgo asociado a la cadena de suministro. En un mercado donde la demanda supera la oferta, disponer de un sistema autosuficiente permite mantener el ritmo de producción incluso cuando surgen tensiones externas. Aun así, el reto técnico sigue siendo enorme, porque la fabricación de chips avanzados requiere maquinaria que solo unos pocos proveedores pueden suministrar.

Producción terrestre y despliegue espacial

El reparto de la producción también resulta llamativo. Según los datos expuestos, un 80% de la capacidad se destinará a sistemas espaciales. La razón es sencilla: la superficie terrestre presenta limitaciones energéticas que dificultan el despliegue de redes de computación masiva. Por consiguiente, la propuesta consiste en enviar módulos completos mediante lanzadores reutilizables y aprovechar la radiación solar para alimentar constelaciones de satélites dedicados a inteligencia artificial. Este planteamiento busca crear una infraestructura orbital capaz de sostener cargas de trabajo que, en tierra, resultarían inviables.

El 20% restante se centrará en los chips AI5, destinados a conducción autónoma, robotaxi y robots humanoides. Estos componentes requieren un equilibrio entre eficiencia térmica, potencia de cálculo y fiabilidad en entornos urbanos. En cambio, la otra gran familia, los D3, se orienta a operaciones en órbita, donde la radiación, el vacío y las variaciones térmicas exigen materiales y encapsulados específicos. La coexistencia de ambas líneas dentro de TeraFab permite ajustar la producción según las necesidades de cada proyecto.

Además, esta distribución refleja una estrategia que combina expansión terrestre y despliegue orbital. La computación espacial se convierte en un complemento que libera presión sobre la infraestructura terrestre. De hecho, este enfoque podría modificar la forma en que se diseñan redes de inteligencia artificial en el futuro.

Comparación con la industria y desafíos estructurales

La comparación con fabricantes tradicionales como TSMC, Samsung o Intel aparece de forma inevitable. Aunque se reconoce la importancia de estos socios, también se señala que su ritmo de expansión no cubre la demanda prevista. La afirmación de que la suma de todas las fábricas del planeta solo representa un 2% de lo que TeraFab aspira a producir refleja la ambición del proyecto. Sin embargo, especialistas del sector recuerdan que la disponibilidad de equipos de litografía avanzada, especialmente los sistemas EUV de alta apertura numérica, depende del ritmo de fabricación de ASML, cuyo calendario es limitado. Esta restricción podría condicionar la velocidad de despliegue del complejo.

Otro punto relevante es la posibilidad de acuerdos de licencia con fabricantes asiáticos para acelerar la transición hacia nodos de 2 nanómetros. Aunque se menciona esta opción, no existe confirmación oficial. La industria observa con cautela este movimiento, porque la integración de procesos tan avanzados requiere una cadena de suministro extremadamente robusta y una plantilla con experiencia en ingeniería de semiconductores, un recurso escaso en todo el mundo. Aun así, el proyecto mantiene su hoja de ruta y continúa generando debate.

Además, la magnitud del plan obliga a revisar la capacidad global de producción. La industria lleva años operando al límite, y cualquier intento de multiplicar la oferta exige inversiones masivas en maquinaria, energía y personal cualificado. Por tanto, TeraFab no solo introduce un nuevo modelo industrial, sino que también plantea un desafío para el resto del sector.

TeraFab altera la estrategia industrial global

TeraFab se presenta como una pieza clave para impulsar una infraestructura capaz de sostener sistemas de inteligencia artificial a gran escala. La propuesta combina ambición tecnológica, estrategia industrial y una narrativa que sitúa el proyecto en un contexto de expansión continua. En resumen, el tiempo mostrará si la ejecución acompaña a la visión, pero el anuncio ya ha generado un impacto notable en el sector y obliga a replantear la capacidad global de fabricación de chips.

Además, la reacción de la industria indica que el proyecto podría modificar la estructura competitiva del mercado. La concentración de procesos, la escala de producción y la apuesta por la computación espacial introducen un escenario que no existía hasta ahora. Finalmente, la evolución del proyecto determinará si esta estrategia se convierte en un modelo replicable o en un caso aislado dentro del sector.

La entrada Elon Musk presenta su TeraFab aparece primero en Tested.es.

La nueva generación de procesadores amplía el catálogo existente con más núcleos, más capacidad gráfica y un incremento notable en operaciones por segundo. El Ryzen AI Embedded P100 integra entre ocho y doce núcleos “Zen 5”, arquitectura diseñada para ofrecer ejecución determinista en sistemas críticos. La cifra de hasta 80 TOPS sitúa este chip en un nivel adecuado para aplicaciones de inteligencia física, visión artificial y análisis avanzado en el borde de red. La GPU basada en RDNA 3.5 aporta visualización en tiempo real, mientras que la NPU con arquitectura XDNA 2 acelera inferencias con bajo consumo energético.

Este equilibrio entre CPU, GPU y NPU permite ejecutar modelos complejos sin necesidad de hardware adicional. En una fábrica inteligente, esta capacidad facilita la unificación de controladores lógicos programables, visión artificial y paneles HMI en un único PC industrial. La inspección visual, la detección de anomalías y la optimización de procesos se benefician de modelos como DeepSORT, RAFT-Stereo, CenterPoint o PaDiM, que requieren potencia sostenida y latencias mínimas. El Ryzen AI Embedded P100 ofrece ese margen de rendimiento que necesitas para mantener la producción sin interrupciones.

En robótica móvil, la combinación de navegación, control de movimiento y planificación de rutas exige una plataforma capaz de gestionar múltiples flujos simultáneos. La GPU procesa señales de cámaras para SLAM visual y percepción espacial, mientras que la NPU ejecuta modelos como YOLOv12 o MobileSAM para reconocimiento de objetos en tiempo real. La memoria unificada reduce la latencia entre CPU y GPU, lo que mejora la respuesta del robot ante cambios en el entorno. Este comportamiento resulta esencial en vehículos autónomos, robots de almacén o plataformas de inspección.

En el ámbito sanitario, el Ryzen AI Embedded P100 impulsa sistemas de imagen 3D para ecografías, endoscopias o clasificación de tejidos. Modelos como U‑Net, nnU‑Net o MONAI se benefician de la aceleración integrada. Además, la plataforma admite flujos clínicos avanzados con MedSigLIP y razonamiento asistido mediante Med‑PaLM 2. Los fabricantes pueden unificar captura, análisis y generación de informes en un único sistema x86 de ciclo largo, lo que simplifica mantenimiento y reduce costes.

Frente a la generación anterior, la serie P100 ofrece hasta un 39% más rendimiento multinúcleo y más del doble de capacidad total en TOPS. Este margen permite ejecutar modelos de lenguaje de gran tamaño, como Llama 3.2‑Vision 11B, y soportar más máquinas virtuales en entornos mixtos. La compatibilidad con ROCm aporta un ecosistema abierto que facilita el desarrollo. El uso de HIP evita dependencias con un proveedor concreto y permite portar código entre plataformas sin reescritura.

La arquitectura integrada favorece la partición eficiente de cargas y mantiene la latencia predecible incluso en escenarios mixtos. La pila virtualizada basada en Xen permite ejecutar Linux, Windows, Ubuntu y sistemas RTOS en dominios aislados. Esta separación garantiza seguridad, rendimiento en tiempo real y flexibilidad para aplicaciones industriales críticas.

Ryzen AI Embedded P100 con RAM LPCAMM2

El soporte del sector confirma la relevancia del Ryzen AI Embedded P100. Fabricantes como Advantech, congatec y Kontron ya preparan equipos basados en esta plataforma para cubrir necesidades de automatización, IA acelerada y sistemas embebidos de nueva generación. Las primeras unidades con ocho a doce núcleos ya están disponibles para pruebas, mientras que los modelos de cuatro a seis núcleos llegarán al mercado en 2026.

En paralelo, SolidRun presenta sus módulos COM Express Type 6 equipados con Ryzen AI Embedded P100 y memoria LPCAMM2. Esta integración supone un avance importante para sistemas sometidos a vibraciones, movimiento constante o condiciones adversas. La memoria LPCAMM2 combina la capacidad de servicio de módulos reemplazables con la robustez mecánica de soluciones soldadas. El uso de retención por tornillos reduce el riesgo de desconexiones en plataformas móviles. Además, la tecnología LPDDR5X ofrece velocidades de hasta 9600 MT/s, ideales para cargas de IA y procesamiento de sensores.

Esta combinación convierte los módulos de SolidRun en una opción adecuada para ferrocarril, robótica móvil, maquinaria automatizada, vehículos pesados, defensa, aplicaciones marinas y dispositivos médicos portátiles. La posibilidad de sustituir memoria en campo reduce tiempos de inactividad y facilita el mantenimiento en entornos donde cada minuto cuenta.

El Ryzen AI Embedded P100, junto con la memoria LPCAMM2, marca un paso adelante en computación edge. La plataforma ofrece potencia, eficiencia y fiabilidad para afrontar los retos de la automatización avanzada y la inteligencia física. Su diseño permite construir sistemas más compactos, escalables y preparados para el futuro.

La entrada AMD Ryzen AI Embedded P100 con memoria LPCAMM2 aparece primero en Tested.es.

En este escenario, se aprecia cómo los clientes estadounidenses necesitan opciones inmediatas. La demanda de CoWoS supera la oferta y obliga a replantear estrategias. Aquí entra EMIB, que ofrece un equilibrio entre coste, escalabilidad y disponibilidad. La ausencia de cuellos de botella en las líneas de empaquetado de Intel se convierte en un argumento decisivo para quienes buscan continuidad en la producción. La propia compañía reconoce un cambio de expectativas. Su dirección financiera explica que los acuerdos previstos ya no se miden en cientos de millones, sino en miles de millones anuales, lo que refleja una transición hacia un volumen comercial real y sostenido.

El interés por EMIB y su variante EMIB‑T crece porque permiten integrar componentes como HBM, ASICs o SoCs móviles sin depender de interposers completos, lo que reduce complejidad y acelera tiempos de fabricación. Esta arquitectura resulta atractiva para diseños que priorizan superficie, eficiencia y flexibilidad frente al máximo ancho de banda absoluto. En un mercado donde cada mes cuenta, disponer de capacidad inmediata se convierte en una ventaja competitiva que pocos pueden ofrecer.

EMIB como alternativa ante la saturación de CoWoS

La colaboración estrecha de Intel con proveedores de sustratos en Japón y Taiwán refuerza esta tendencia. Informes recientes indican que estos socios amplían capacidad para anticipar la llegada de pedidos masivos. Este movimiento confirma que EMIB deja de ser una promesa para convertirse en una solución adoptada por clientes de primer nivel. La industria observa este cambio como un síntoma de madurez tecnológica y como una señal de que el empaquetado avanzado ya no depende de un único actor.

Se comenta que NVIDIA estudia EMIB para su familia Feynman, mientras que Apple, MediaTek y Qualcomm valoran esta vía para futuros desarrollos. La motivación no se limita a la tecnología. La fabricación en territorio estadounidense añade un componente estratégico. En la actualidad, Estados Unidos carece de instalaciones de empaquetado avanzado más allá de las de Intel. Esto implica que cualquier chip producido en Arizona por TSMC debe viajar a Asia para completarse, lo que añade riesgo, coste y retrasos. EMIB elimina ese tránsito y ofrece un flujo de producción más directo, algo especialmente relevante en un contexto geopolítico incierto.

El auge del empaquetado avanzado se convierte así en un pilar del futuro de la computación. La IA exige arquitecturas modulares, densas y eficientes, y el empaquetado se transforma en el motor que permite unir bloques especializados. Intel detecta esta oportunidad y la integra en su estrategia de fundición. La combinación de nodos como 18A y 14A con servicios de backend competitivos crea un ecosistema que atrae a clientes que buscan diversificación y capacidad garantizada.

A medida que la demanda global crece, la industria necesita más actores capaces de ofrecer soluciones de alto nivel. EMIB se posiciona como una alternativa sólida, con disponibilidad inmediata y un enfoque pragmático que encaja con las necesidades actuales. La transición hacia arquitecturas chiplet y la presión por aumentar el rendimiento por vatio hacen que este tipo de empaquetado gane protagonismo. La evolución del mercado durante los próximos años mostrará si esta apuesta se consolida como un pilar estable del negocio de Intel.

La entrada Intel EMIB es su arma frente a TSMC aparece primero en Tested.es.

El mercado vive una presión creciente por la necesidad de respuestas inmediatas. La ejecución de modelos grandes exige memoria rápida, comunicación interna eficiente y un consumo energético razonable. Muchos fabricantes apuestan por integrar SRAM para acercar datos al procesador. Otros exploran arquitecturas masivas con miles de núcleos. Taalas decide abandonar la lógica de propósito general. La compañía diseña ASICs específicos para cada modelo. Esta estrategia permite optimizar cada ruta de cálculo y eliminar operaciones redundantes.

La plataforma convierte cualquier modelo en un diseño físico en solo dos meses. El proceso genera lo que llaman Hardcore Models. Estos modelos funcionan con una eficiencia muy superior a la de implementaciones tradicionales. La clave reside en dos pilares. El primero es la especialización extrema. Cada red neuronal se mapea directamente sobre el chip. El segundo es la fusión entre almacenamiento y computación. Esta unión reduce la distancia entre datos y unidades de cálculo. El resultado evita cuellos de botella típicos de arquitecturas convencionales.

El chip HC1 demuestra esta filosofía. Utiliza un nodo de 6 nm de TSMC y alcanza un tamaño cercano a 815 mm². Integra el modelo Llama 3.1 de ocho mil millones de parámetros. La densidad de cálculo se acerca al nivel de la memoria DRAM. Esta proximidad acelera la comunicación interna y reduce la latencia. La ausencia de sistemas complejos de refrigeración o empaquetado simplifica la fabricación. La ingeniería se concentra en el diseño del silicio y no en la infraestructura externa.

Los datos de rendimiento sorprenden. Taalas afirma que el HC1 ofrece diez veces más tokens por segundo que soluciones de gama alta. Además, reduce los costes de producción en un factor de veinte. Esta combinación altera la ecuación económica del sector. La velocidad deja de depender de grandes centros de datos. La eficiencia energética mejora de forma notable. La ejecución de modelos se vuelve más accesible para empresas que no pueden asumir infraestructuras gigantescas.

El enfoque presenta limitaciones. El HC1 aloja un modelo de ocho mil millones de parámetros. Los modelos punteros superan el billón de parámetros. Para escalar, Taalas recurre a configuraciones en clúster. La compañía asegura que ya ha probado un sistema de treinta chips con el modelo R1 de DeepSeek. La cifra alcanza doce mil tokens por segundo por usuario. Esta arquitectura distribuida permite aumentar capacidad sin rediseñar un chip descomunal. El reto ahora es la adopción comercial. El hardware queda ligado a un modelo concreto. No existe opción de modificar pesos o actualizar versiones sin fabricar un nuevo chip. Aun así, la velocidad obtenida compensa esta rigidez en muchos casos.

El sector observa este movimiento con interés. La tendencia hacia hardware especializado crece. La computación generalista muestra límites claros ante modelos cada vez más grandes. La propuesta de Taalas ofrece una vía alternativa. La reducción de costes y la mejora de rendimiento pueden acelerar la expansión de aplicaciones avanzadas. La industria seguirá de cerca la evolución de esta tecnología. El impacto puede ser profundo si la compañía mantiene su ritmo de desarrollo.

La entrada Taalas revoluciona los chips para IA aparece primero en Tested.es.

La situación actual refleja inventarios reducidos a mínimos históricos. Los fabricantes han optado por estrategias conservadoras de expansión. El objetivo principal es mantener márgenes de beneficio, no aumentar la producción masiva. Esta política incrementa la tensión en el mercado de consumo. Los precios de la memoria ya muestran una tendencia alcista y la previsión apunta a que seguirá así.

El crecimiento exponencial de servidores dedicados a entrenar modelos de inteligencia artificial explica gran parte del problema. La cuota de mercado de memoria para servidores pasará del 38% en 2025 al 53% en 2030. Este cambio estructural provoca un ciclo de demanda que se conoce como super‑ciclo DRAM. Los contratos de producción para 2026 ya están comprometidos, lo que deja poco margen para cubrir necesidades del mercado de ordenadores personales.

La memoria NAND, utilizada en unidades de estado sólido, también presenta dificultades. El análisis indica que la oferta destinada al consumo quedará rezagada frente a la demanda. La razón es sencilla: los servidores generan mayor rentabilidad y los fabricantes priorizan ese segmento. El resultado es un mercado doméstico con acceso limitado a componentes esenciales.

El auge de los sistemas denominados AI PC añade presión adicional. Se estima que en 2026 representarán el 55% del mercado total de ordenadores. Aunque el volumen de envíos de equipos se mantenga estable, la proporción de sistemas con capacidades avanzadas crecerá. Estos equipos requieren módulos de memoria más sofisticados, lo que intensifica la competencia por recursos limitados.

La escasez prevista hasta 2028 no solo afecta a usuarios finales. También impacta en fabricantes de hardware, distribuidores y desarrolladores de software. La falta de disponibilidad de memoria puede retrasar lanzamientos de productos y encarecer costes de producción. El efecto dominó alcanza a toda la cadena de valor tecnológica.

El desequilibrio entre oferta y demanda de memoria DRAM y NAND se convierte en un desafío global. La industria debe decidir entre ampliar capacidad o mantener políticas de rentabilidad. Mientras tanto, el consumidor afronta precios elevados y disponibilidad reducida. La previsión de que faltará memoria hasta 2028 obliga a replantear estrategias de compra y actualización de equipos.

La situación descrita se apoya en estudios internos de fabricantes y en informes de mercado que analizan tendencias de inversión en servidores y centros de datos. La conclusión es clara: la prioridad actual es atender la demanda de inteligencia artificial. El mercado de consumo queda relegado y la escasez se prolonga más allá de lo esperado.

La entrada Faltará memoria hasta 2028 según SK Hynix aparece primero en Tested.es.

La intervención de John Pitzer en la UBS Global Technology and AI Conference refleja un nivel de optimismo poco habitual en una fase de transición de nodo. Intel 18A ya respalda la producción de Panther Lake, con chips en fabricación masiva y una presentación comercial programada para principios de año. El rendimiento del nodo todavía no es óptimo, pero la mejora mes a mes se mantiene dentro de los parámetros que marca la media del sector. Este comportamiento resulta esencial para mantener márgenes saludables y sostener una oferta competitiva frente a las propuestas de AMD basadas en nodos de TSMC.

Intel 18A combina transistores RibbonFET con la arquitectura de alimentación PowerVia, una aproximación que busca superar en densidad y eficiencia a los procesos equivalentes utilizados por AMD en sus próximas generaciones. El enfoque de AMD se apoya en la capacidad de TSMC para ofrecer nodos avanzados y empaquetado 3D, con productos como Ryzen y EPYC muy asentados en segmentos de consumo y servidores. La respuesta de Intel pasa por acelerar la madurez de Intel 18A y preparar el terreno para 14A, un nodo que apunta a etapas posteriores de la década con objetivos más agresivos en densidad y consumo.

La existencia de variantes 18A‑P y 18A‑PT refuerza la flexibilidad del catálogo de Intel Foundry. Los kits de diseño asociados presentan una madurez que permite a diseñadores externos planificar arquitecturas complejas con cierta antelación. La compañía mantiene una política de discreción respecto a los clientes, pero el interés por estas variantes sugiere que determinados proyectos buscan alternativas a la dependencia casi exclusiva de TSMC. Este movimiento impacta de forma indirecta en AMD, que basa la producción de sus procesadores y aceleradores en la capacidad del fabricante taiwanés.

El empaquetado avanzado se ha convertido en un campo de batalla adicional. La saturación de CoWoS en TSMC generó un cuello de botella que afectó a procesadores de alto rendimiento y aceleradores para inteligencia artificial, donde AMD compite de manera directa con soluciones como Instinct frente a las GPU de NVIDIA. Intel Foundry intenta capitalizar ese contexto con tecnologías como EMIB, EMIB‑T y Foveros, orientadas a integrar chiplets heterogéneos en un mismo módulo. La empresa reconoce que no aprovechó todo el potencial inicial de esa demanda, pero el flujo de clientes permitió transformar acuerdos tácticos en conversaciones estratégicas.

El futuro nodo 14A encaja en una secuencia que busca cerrar la brecha tecnológica con TSMC y, al mismo tiempo, ejercer presión sobre AMD. Aunque los detalles técnicos son aún limitados, la denominación sitúa el proceso en una generación posterior a Intel 18A, con previsión de mejoras más agresivas en escalado y consumo. Para AMD, que apoya su hoja de ruta en la evolución de TSMC hacia nodos N2 y posteriores, la consolidación efectiva de Intel 18A seguida de un 14A competitivo supondría un escenario menos cómodo, especialmente en segmentos donde la integración de CPU, GPU y aceleradores IA en módulos avanzados resulta determinante.

Intel 18A y 14A frente a la competencia

La comparación con TSMC sigue siendo inevitable. El proveedor taiwanés ha incrementado la capacidad de CoWoS y mantiene una posición de referencia en nodos avanzados, lo que refuerza la estrategia de AMD basada en chiplets y empaquetado sofisticado. Sin embargo, el efecto arrastre descrito por la dirección de Intel indica que la combinación de Intel 18A, 14A y empaquetado avanzado empieza a atraer proyectos que buscan diversificar riesgos. Cada diseño que se desvía de TSMC reduce la ventaja estructural de los competidores que dependen por completo de ese ecosistema.

Las especulaciones sobre una posible escisión de la división de fundición continúan presentes en el análisis de mercado, pero la dirección descarta un movimiento inmediato en esa dirección. La administración considera que el interés simultáneo por nodos de fabricación y soluciones de empaquetado justifica el mantenimiento de la estructura actual. Intel Foundry se posiciona así como proveedor integral capaz de ofrecer desde el proceso litográfico hasta la integración avanzada de chiplets, un modelo que pretende competir de forma directa con el binomio TSMC‑AMD y con la cadena de suministros asociada.

El panorama resultante es el de una competencia intensa en la parte alta del mercado, donde se deciden contratos de centros de datos, inteligencia artificial y computación de alto rendimiento. Intel 18A actúa como base inmediata para recuperar terreno, mientras que 14A figura como siguiente paso para sostener el avance frente a futuros nodos de TSMC. AMD, apoyada en diseños eficientes y arquitecturas muy optimizadas, continúa como rival directo, pero el equilibrio puede cambiar si Intel Foundry consolida rendimientos, amplía capacidad y demuestra que la apuesta por empaquetado avanzado ofrece resultados tangibles.

La evolución de Intel 18A durante los próximos trimestres y la concreción de los primeros hitos asociados a 14A determinarán la credibilidad de la hoja de ruta. El sector observará con atención cada incremento de rendimiento, cada contrato de clientes externos y cada anuncio de nuevos productos fabricados bajo estos nodos. La combinación de proceso avanzado, empaquetado complejo y una oferta competitiva frente a AMD y TSMC marcará la posición real de Intel Foundry en la próxima década del mercado de semiconductores.

La entrada Intel 18A y 14A van mejor de lo esperado aparece primero en Tested.es.

Trainium3 UltraServers integran hasta 144 chips en un único clúster. La arquitectura logra multiplicar por 4,4 el rendimiento de cálculo respecto a Trainium2. Además, mejora cuatro veces la eficiencia energética y casi cuadruplica el ancho de banda de memoria. Esto significa que proyectos antes inviables ahora resultan factibles. Tú puedes reducir tiempos de entrenamiento de meses a semanas y atender más solicitudes de inferencia sin incrementar costes operativos.

El procesador Trainium3 se fabrica en nodo de 3 nanómetros. Este avance implica un 40% más de eficiencia y el doble de capacidad de cómputo. La plataforma incorpora NeuronSwitch-v1, un sistema de interconexión que sustituye a NVLink de NVIDIA. Con esta innovación, Amazon plantea unir hasta un millón de chips en un superclúster. La meta es entrenar conjuntos de datos de billones de tokens, un desafío que hasta ahora parecía inalcanzable.

Trainium3 y, también, Trainium4

La presentación también incluyó Trainium4, la siguiente generación de ASIC. Este chip promete seis veces más rendimiento en operaciones FP4, cuatro veces más ancho de banda y el doble de capacidad de memoria. La novedad más destacada es la compatibilidad con NVLink y UALink, lo que facilita la integración con infraestructuras basadas en NVIDIA. Tú puedes ampliar sistemas existentes sin necesidad de reemplazar toda la infraestructura, combinando lo mejor de ambos mundos.

Amazon asegura que empresas como Anthropic ya han reducido costes de entrenamiento gracias a estos chips. La compañía busca atraer a clientes que necesitan escalar modelos de lenguaje y visión a niveles nunca vistos. La apuesta refleja un compromiso total con la carrera de semiconductores personalizados. En paralelo, NVIDIA refuerza su hoja de ruta con alianzas estratégicas, mientras Google avanza con sus TPU. El mercado se convierte en un campo de batalla donde cada mejora técnica marca diferencias decisivas.

Es de cajón que la clave está en la eficiencia. Los centros de datos enfrentan limitaciones de energía y espacio. Trainium3 y Trainium4 ofrecen soluciones que optimizan recursos y aceleran la innovación. Puedes aprovechar estas mejoras para lanzar productos más rápido y con menor impacto ambiental. La tendencia confirma que el futuro de la inteligencia artificial depende de chips diseñados a medida.

La carrera por el silicio personalizado no se detiene. Amazon demuestra que no piensa quedarse atrás. Trainium3 y Trainium4 son la respuesta a una demanda creciente de potencia y sostenibilidad. El mensaje es claro: la próxima generación de inteligencia artificial se construirá sobre arquitecturas especializadas, capaces de transformar industrias enteras.

La entrada Amazon va a por todo en IA con Trainium3 y Trainium4 aparece primero en Tested.es.

Nosotros destacamos el bloque dedicado a memorias DRAM, donde se hablará de GDDR7, HBM4 y LPDDR6. Tú comprenderás que estas tecnologías son esenciales para videojuegos, inteligencia artificial y centros de datos. SK hynix mostrará un chip GDDR7 con velocidades de 48 Gbps y densidad de 24 Gb. Esa cifra equivale a 3 GB por dado y supone un salto del 70% en tasa de transferencia respecto a los actuales 28 Gbps. La compañía ha optimizado la ruta de reloj y añadido funciones RAS para mejorar fiabilidad.

Samsung también tendrá protagonismo con su investigación sobre HBM4. Este diseño ofrece 36 GB de capacidad mediante una pila de 12 capas y alcanza 3.3 TB/s de ancho de banda por stack. Nosotros entendemos que este tipo de memoria será clave para aceleradores de inteligencia artificial como los futuros NVIDIA Vera Rubin. Tú percibes que la tendencia apunta a soluciones cada vez más específicas para cargas de trabajo intensivas.

En paralelo, SK hynix presentará LPDDR6 con velocidades de 14.4 Gbps por pin y densidad de 16 Gb. Samsung mostrará su propia variante con 12.8 Gbps y la misma capacidad. Estas memorias móviles buscan equilibrar rendimiento y eficiencia energética en dispositivos portátiles. La evolución de LPDDR es crítica para smartphones y portátiles que requieren mayor potencia sin sacrificar autonomía.

Nosotros analizamos cómo la ISSCC 2026 se convierte en escaparate de innovación. Tú verás que además de memorias habrá ponencias sobre circuitos para inteligencia artificial, técnicas analógicas, transceptores ópticos y seguridad hardware. Intel, NVIDIA y AMD también tienen programadas presentaciones, lo que garantiza sesiones técnicas de alto nivel. La diversidad de temas refleja el esfuerzo global por avanzar en cada capa de la electrónica moderna.

La comparación histórica entre GDDR5X, GDDR6, GDDR6X y GDDR7 muestra la progresión en capacidad y velocidad. GDDR7 alcanza hasta 48 Gbps por pin y 2304 GB/s por sistema, frente a los 547 GB/s de GDDR5X. Nosotros vemos cómo esta evolución responde a la demanda de gráficos más complejos y aplicaciones de inteligencia artificial. Tú entiendes que cada salto tecnológico abre nuevas posibilidades en plataformas de consumo y profesionales.

La ISSCC 2026 no solo es un evento académico, también es un espacio donde empresas y universidades comparten avances que pronto llegarán al mercado. Nosotros concluimos que este encuentro marcará el ritmo de la innovación en semiconductores. Tú recibirás información directa sobre tecnologías que transformarán la forma en que interactuamos con dispositivos y servicios digitales.

La entrada IEEE presenta la ISSCC 2026 aparece primero en Tested.es.