El propio Jensen Huang recordó este episodio durante una conversación reciente en el podcast de Lex Fridman. Explicó cómo la idea de crear un entorno programable sobre GPU nació de la evolución de los pixel shaders. Aquellas primeras unidades programables permitieron imaginar un futuro donde la computación no dependía solo de la CPU. La GPU podía ejecutar operaciones complejas con un paralelismo masivo, algo que abría un territorio inexplorado para investigadores y desarrolladores.

La llegada del soporte para FP32 dentro de esos shaders marcó un punto de inflexión. Ese avance técnico permitió que especialistas en procesadores de flujo y arquitecturas de datos vieran en NVIDIA una alternativa real para cálculos intensivos. La precisión en coma flotante de 32 bits facilitó la transición hacia tareas científicas, simulaciones y algoritmos que antes quedaban fuera del alcance de una GPU convencional. Ese salto técnico preparó el terreno para lo que vendría después.

CUDA como apuesta estratégica

Cuando se decidió integrar CUDA en las GPU GeForce, la compañía asumió un riesgo enorme. El público principal de esas tarjetas se centraba en videojuegos, no en computación científica. No existía expectativa de retorno inmediato. La inversión aumentó los costes en un 50% y redujo los márgenes de forma drástica. El valor bursátil cayó hasta niveles que hoy parecen irreales. Aun así, la dirección mantuvo la estrategia porque buscaba un futuro donde la empresa dominara múltiples segmentos de computación.

Tres párrafos después, el tiempo demostró que aquella visión tenía sentido. CUDA tardó una década en consolidarse. Durante ese periodo, el equipo mantuvo el desarrollo del ecosistema sin resultados visibles. La constancia permitió que la plataforma creciera hasta convertirse en el núcleo de la computación acelerada moderna. Hoy, la mayoría de los modelos de inteligencia artificial dependen de CUDA para entrenar redes neuronales con eficiencia. La plataforma se ha convertido en un estándar de facto en centros de datos, laboratorios y supercomputadores.

El papel de GeForce en la expansión

Jensen Huang siempre destaca que GeForce fue el vehículo que llevó CUDA al gran público. La enorme base de usuarios permitió que miles de desarrolladores experimentaran con la plataforma sin necesidad de hardware especializado. Esa accesibilidad impulsó la creación de bibliotecas, herramientas y aplicaciones que más tarde migraron a entornos profesionales. La comunidad contribuyó a que CUDA creciera más rápido de lo que cualquier estrategia corporativa habría logrado por sí sola.

Tres párrafos después, la expansión hacia estaciones de trabajo y supercomputadores se volvió natural. Los sectores científico, médico y de ingeniería adoptaron la plataforma para acelerar simulaciones, análisis de datos y modelos predictivos. La madurez del ecosistema permitió que NVIDIA se posicionara como líder en computación de alto rendimiento. La empresa dejó de ser vista como un fabricante de GPU para juegos y pasó a ser un referente en IA, simulación y análisis avanzado.

CUDA como pilar

Hoy, CUDA es el elemento que sostiene gran parte del negocio empresarial de NVIDIA. La plataforma, iniciada en 2006, se ha convertido en la razón principal por la que la compañía domina la carrera de la inteligencia artificial. La combinación de hardware optimizado y un ecosistema de software maduro ofrece una ventaja difícil de replicar. Jensen Huang reconoce que sin aquella apuesta inicial, la empresa no ocuparía la posición que tiene ahora.

Tres párrafos después, la historia demuestra que la innovación requiere riesgo, paciencia y visión. CUDA nació como una idea que podía haber hundido la compañía, pero terminó siendo el motor que impulsó su crecimiento. La evolución del mercado confirma que la computación acelerada es esencial para el futuro de la tecnología. Y en ese futuro, NVIDIA ocupa un lugar central gracias a una decisión tomada hace casi dos décadas.

La entrada CUDA impulsó NVIDIA al liderazgo global en computación 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.

The glory work of GPU scheduling is in the frontier data centers with hundreds of thousands of GPUs, but a lot of research work is done with single GPU jobs on modest clusters, and the scheduling leaves much to be desired.

I wish there were a clean way to preempt GPU tasks, so…

— John Carmack (@ID_AA_Carmack) February 17, 2026

Limitaciones actuales en la planificación de tareas con GPU

Su reflexión parte de una realidad evidente: aunque los grandes centros de datos —los que concentran cientos de miles de GPUs— se llevan la gloria y la atención mediática, una enorme cantidad de investigación se realiza en entornos modestos, con una o pocas GPUs. En estos escenarios, la planificación de tareas deja mucho que desear. Los investigadores suelen enfrentarse a colas saturadas, procesos largos que bloquean recursos y una incapacidad casi total para priorizar trabajos urgentes sin interrumpir otros que llevan horas o días ejecutándose.

Carmack plantea un deseo claro: un sistema que permita pausar tareas de GPU de forma transparente, sin obligar a los desarrolladores a implementar complejos sistemas de checkpointing manual. La alternativa actual —guardar estados, gestionar memoria y coordinar pausas cooperativas— no solo complica los proyectos, sino que introduce un terreno fértil para errores difíciles de depurar.

Lo interesante es que, según Carmack, las piezas técnicas necesarias ya existen. Las GPUs modernas utilizan tablas de páginas para gestionar memoria, Nvidia ofrece Unified Virtual Memory (UVM) para paginación bajo demanda y el sistema Multi-Process Service (MPS) podría actuar como capa de abstracción para forzar un modelo de asignación de memoria más flexible. Su propuesta teórica consiste en pausar el proceso de baja prioridad, permitir que el de alta prioridad expulse únicamente las páginas necesarias y, una vez finalizado, reanudar el proceso pausado, que volvería a cargar sus datos. No se trataría de cambios en milisegundos, sino de conmutaciones en escalas de decenas de segundos, suficientes para mejorar la eficiencia en entornos de investigación.

Una solución parcial que podría transformar la investigación

Aunque reconoce que no todo tipo de memoria podría gestionarse de esta forma —por ejemplo, ciertas asignaciones del kernel—, Carmack sostiene que incluso una solución parcial sería enormemente útil para la comunidad científica y para desarrolladores que dependen de recursos limitados.

Su comentario final, sin embargo, apunta a un problema estructural de la industria: “Of course, Nvidia would prefer you to Just Buy More GPUs!”. La frase, irónica pero directa, resume una tensión creciente. Las grandes compañías de hardware, en plena explosión de la inteligencia artificial, han encontrado un mercado donde la demanda supera con creces la oferta. En ese contexto, optimizar el uso de GPUs existentes no siempre es una prioridad comercial. Después de todo, como muchos investigadores comentan, las empresas “quieren tu dinero”, no necesariamente que exprimas al máximo el hardware que ya tienes.

La reflexión de Carmack llega en un momento en el que la escasez de GPUs afecta tanto a startups como a laboratorios académicos. La falta de mecanismos avanzados de planificación no solo ralentiza proyectos, sino que incrementa los costes operativos y obliga a muchos equipos a sobredimensionar infraestructuras para evitar cuellos de botella.

Un debate que podría impulsar nuevas líneas de investigación: Quieren tu dinero

Su propuesta no es un plan de ingeniería detallado, sino una invitación a repensar un problema que lleva años sin resolverse. Y viniendo de una figura con su trayectoria, es probable que reavive el interés de la comunidad técnica y de los fabricantes. La pregunta ahora es si Nvidia —o cualquier otro actor del sector— estará dispuesto a invertir en soluciones que optimicen recursos en lugar de impulsar la venta de más hardware.

Lo que está claro es que Carmack ha vuelto a poner el foco en una limitación real, cotidiana y ampliamente reconocida por quienes trabajan con GPUs. Y su mensaje, breve pero incisivo, podría ser el catalizador de nuevas líneas de investigación en un área que afecta directamente al futuro de la computación científica y de la inteligencia artificial. Finaliza con un… quieren tu dinero.

La entrada Quieren tu dinero para hacer GPUs más caras aparece primero en Tested.es.

Renovación en la Cúpula Directiva

El liderazgo ejecutivo ha sufrido una transformación notable. La cúpula directiva se ha renovado. Lip-Bu Tan, actual CEO, ha tomado el mando con firmeza. Anunció cambios significativos muy recientemente. La estrategia requiere talento fresco y probado. En febrero de 2026 confirmó una contratación de alto perfil. Eric Demers se ha unido al equipo. Asume el cargo de Arquitecto Jefe de GPU. Demers aporta una experiencia valiosa desde Qualcomm. Conoce bien la eficiencia energética y el diseño de chips. Ahora liderará una iniciativa gráfica totalmente dedicada.

La estructura interna se ha modificado para él. Reportará directamente a la división de centros de datos. Kevork Kechichian será su supervisor inmediato en esta área. Esta estructura busca agilizar el desarrollo técnico. La velocidad de ingeniería es prioritaria ahora.

Crescent Island: La Base de las GPUs Intel para Data Centers

La tecnología de producto avanza con paso firme. No hay tiempo que perder. Intel ha desvelado su nueva apuesta en silicio. El mercado esperaba este anuncio con ansias. El nombre en clave del proyecto es «Crescent Island». Este chip no es genérico. Está diseñado para cargas de trabajo específicas. Su foco principal será la inferencia de inteligencia artificial. La inferencia es distinta al entrenamiento de modelos. Requiere una gestión de datos muy particular. Demanda un ancho de banda de memoria masivo.

Intel ha respondido a esta necesidad técnica. Por ello, incluirá 160GB de memoria LPDDR5X. Es una cantidad de memoria impresionante. Esta especificación técnica es absolutamente puntera en el mercado actual. Pocos competidores ofrecen tal capacidad integrada. El objetivo es entregar muestras a clientes selectos. Quieren validar el hardware en entornos reales. Las GPUs Intel para Data Centers prometen eficiencia. La eficiencia es vital para reducir costes operativos.

Una Alianza Histórica con Nvidia

Las alianzas corporativas han sorprendido a los analistas. Nadie esperaba este movimiento colaborativo. Nvidia realizó una inversión estratégica a finales de 2025. El gigante verde inyectó 5.000 millones de dólares. El dinero entró directamente en la estructura de Intel. Ambas tecnológicas planean desarrollar productos de forma conjunta. La rivalidad se convierte en cooperación. La colaboración abarca soluciones tanto para PC como servidores.

Manufactura 14A y el futuro de las GPUs Intel para Data Centers

La estrategia de manufactura es el pilar base. Sin fábricas, no hay chips. Intel vincula sus ambiciones gráficas a su proceso 14A. Esta litografía avanzada es su gran promesa. Promete mejoras sustanciales en el consumo energético. La producción en volumen es el siguiente gran hito. Controlar la fundición otorga una ventaja logística vital. No dependen de terceros para fabricar. Permite adaptar la producción a la demanda real. Las nuevas GPUs Intel para Data Centers dependerán de esto. El éxito del nodo 14A es crítico. Si el proceso falla, el chip se retrasará.

Desafíos Financieros y Logísticos

El contexto financiero actual presenta desafíos importantes. Los últimos informes económicos muestran una contracción de ingresos. La situación es delicada. Intel reportó una caída del 4% interanual. Este dato corresponde al cuarto trimestre de 2025. La empresa debe gestionar recursos con extrema cautela. Además, enfrenta problemas en la cadena de suministro. Existe una escasez notable de CPUs para servidores. El mercado chino se ve especialmente afectado por esto. La demanda de infraestructura de IA es insaciable. Intel trabaja para equilibrar la oferta disponible. Superar estos obstáculos será determinante para su éxito.

La entrada GPUs Intel para Data Centers aparece primero en Tested.es.

Nos encontramos ante un producto que busca competir con fabricantes internacionales. La Fuxi A0 incorpora soporte para Ray Tracing, técnica que simula el comportamiento real de la luz en escenas tridimensionales. También integra Super Resolution, un sistema de escalado que mejora la calidad visual sin necesidad de aumentar la carga de cálculo. Ambas funciones son esenciales en videojuegos modernos y aplicaciones de diseño avanzado.

Durante la exhibición, la tarjeta gráfica demostró su capacidad en entornos exigentes. Se ejecutaron simulaciones de gemelos digitales y escenas con trazado de rayos en tiempo real. El rendimiento duplicó al de modelos previos basados en IPs anteriores de Imagination. La compañía destacó que la Fuxi A0 puede alcanzar hasta 160 teraflops de potencia de cálculo, cifra que la sitúa en la misma liga que soluciones occidentales de gama alta.

El diseño físico incluye dos ventiladores y un PCB con cuatro sitios de memoria DRAM visibles. La tarjeta ofrece 12 GB de VRAM, cantidad suficiente para juegos actuales y aplicaciones de renderizado. En la demostración, el título Black Myth: Wukong alcanzó una media de 35 fotogramas por segundo con Ray Tracing activado. Este dato refleja que el hardware ya está preparado para experiencias gráficas avanzadas.

La estrategia de Xiang Dixian contempla dos variantes. La Fuxi A0 se centra en juegos y renderizado, mientras que la futura B0 añadirá un NPU con soporte FP8, orientado a inteligencia artificial. Esta diversificación muestra la intención de cubrir tanto entretenimiento como aplicaciones profesionales. La empresa ya cuenta con experiencia previa en modelos como XDX 121 y XDX R1900, utilizados en estaciones de trabajo y servidores.

Imagination Technologies, socio clave en este proyecto, presentó su arquitectura DXD como la más cercana a estándares de escritorio. Otras firmas chinas como Innosilicon también han empleado esta IP, pero Xiang Dixian busca diferenciarse con un diseño optimizado en 5 nm. La colaboración refuerza la posición de China en un mercado dominado por NVIDIA y AMD.

La producción masiva de la Fuxi A0 está prevista para el próximo año. Este lanzamiento representa un paso importante hacia la independencia tecnológica. El sector gráfico chino se fortalece con propuestas que ya no se limitan a copias, sino que integran innovación propia. El objetivo es ofrecer alternativas competitivas en rendimiento y funciones avanzadas.

El contexto internacional añade presión. Mientras Moore Threads se promociona como el “NVIDIA de China”, Xiang Dixian apuesta por resultados tangibles. La Fuxi A0 no es solo un prototipo, sino un producto listo para fabricación a gran escala. La combinación de potencia, eficiencia y funciones modernas la convierte en un actor relevante en el panorama global.

La evolución de esta GPU marcará el futuro del ecosistema gráfico en Asia. Tú podrás comprobar cómo estas soluciones se integran en equipos de consumo y estaciones profesionales. La llegada de la Fuxi A0 abre un nuevo capítulo en la competencia tecnológica mundial.

La entrada La GPU china Fuxi A0 ya se puede ver aparece primero en Tested.es.

Nos encontramos en un momento en el que las tarjetas gráficas de NVIDIA marcan el ritmo de la industria. Su precio elevado y su capacidad para entrenar modelos de aprendizaje profundo han convertido a la empresa en líder indiscutible. Sin embargo, Gelsinger considera que esta hegemonía tiene fecha de caducidad. Asegura que los chips gráficos serán desplazados antes de que termine la década. Frente a la previsión de Jensen Huang, máximo responsable de NVIDIA, que calcula dos décadas para la adopción masiva de la computación cuántica, Gelsinger reduce el plazo a apenas dos años. Esa diferencia refleja la incertidumbre que rodea a la evolución de esta tecnología.

La computación cuántica se basa en qubits, unidades que pueden representar múltiples estados simultáneamente gracias al principio de superposición. Este fenómeno permite resolver problemas imposibles para arquitecturas clásicas. La promesa es revolucionar campos como la criptografía, la simulación de materiales o el entrenamiento de modelos de IA. Si esa capacidad se materializa, el impacto sobre el mercado sería inmediato. La burbuja de la IA podría desinflarse porque los sistemas actuales quedarían obsoletos frente a la potencia cuántica.

Gelsinger no solo habló de tecnología. Reconoció que durante su etapa en Intel la compañía perdió disciplina básica. Señaló que en los cinco años previos a su regreso ningún producto se entregó a tiempo. Esa falta de rigor provocó retrasos en proyectos clave como el nodo 18A, diseñado para competir con TSMC. Admitió que la empresa sufrió un deterioro más profundo de lo que imaginaba. Finalmente, el nuevo CEO, Lip-Bu Tan, canceló el proyecto dentro del plazo prometido. Esa confesión muestra la dificultad de mantener el liderazgo en un sector donde cada retraso supone perder cuota de mercado.

En la entrevista también comparó la alianza entre Microsoft y OpenAI con la relación que Bill Gates estableció con IBM en los noventa. Según él, OpenAI actúa como socio de distribución de modelos, mientras Microsoft aporta la infraestructura de cálculo. Esa visión refuerza la idea de que la inteligencia artificial actual depende de acuerdos estratégicos más que de avances científicos puros. La burbuja de la IA se alimenta tanto de expectativas financieras como de colaboraciones corporativas.

Tras dejar Intel, Gelsinger se integró en Playground Global, un fondo de inversión con fuerte presencia en el ámbito cuántico. Esa experiencia le convenció de que la combinación de qubits y algoritmos especializados transformará la informática. Su entusiasmo contrasta con la prudencia de otros expertos, pero refleja la tensión entre quienes ven la IA como un fenómeno pasajero y quienes la consideran el futuro inmediato. El tiempo dirá si los ordenadores cuánticos cumplen las promesas y si realmente logran pinchar la burbuja.

La década que comienza será decisiva. Si los plazos de Gelsinger se cumplen, en dos años veremos sistemas cuánticos capaces de desplazar a las GPU. Si la predicción de Huang resulta correcta, la transición tardará veinte años. En cualquier caso, el sector tecnológico se prepara para un cambio radical. La burbuja de la IA puede estallar o transformarse en una nueva etapa marcada por la computación cuántica. Lo único seguro es que nos encontramos ante un periodo apasionante para la innovación.

La entrada Ordenadores cuánticos para pinchar la burbuja de la IA aparece primero en Tested.es.

El iPad Pro con chip M5 ya se puede reservar. Su diseño ultradelgado, de apenas 0,53 cm en el modelo de 11 pulgadas, incorpora una pantalla Ultra Retina XDR con tecnología OLED en tándem. Esta ofrece hasta 1.600 nits de brillo HDR, ideal para entornos exigentes. La conectividad también mejora: el chip N1 permite Wi-Fi 7, Bluetooth 6 y Thread, mientras que el módem C1X incrementa la velocidad móvil en un 50 % y reduce el consumo energético en un 30 %. El sistema operativo iPadOS 26 introduce un nuevo sistema de ventanas, barra de menús dinámica y funciones de Apple Intelligence como traducción en tiempo real y categorización automática en Recordatorios.

El MacBook Pro de 14 pulgadas con chip M5 sigue la misma línea. Su CPU incluye el núcleo más rápido jamás diseñado por Apple, con mejoras multihilo del 20 % respecto al M4. La GPU permite ejecutar modelos de IA sin depender de la nube, lo que mejora la privacidad y reduce la latencia. La autonomía alcanza las 24 horas, y la carga rápida permite recuperar el 50 % en solo 30 minutos. La pantalla Liquid Retina XDR ofrece 1.600 nits de brillo HDR y opción nanotexturizada. macOS Tahoe añade funciones de Apple Intelligence, como escritura asistida por IA y traducción en vivo en Mensajes y FaceTime.

Los desarrolladores ya trabajan con la cuarta beta de iOS 26.1, iPadOS 26.1, macOS Tahoe 26.1, watchOS 26.1, visionOS 26.1 y tvOS 26.1. Estas versiones corrigen errores derivados de la caída de AWS y amplían el soporte de idiomas en Apple Intelligence. También mejoran la experiencia de usuario con ajustes visuales, nuevos gestos y opciones de personalización. La función Local Capture, que permite grabar audio y vídeo durante videollamadas, se expande a iOS. Apple TV+ ha sido renombrado como Apple TV, simplificando la marca. Por cierto, para sistemas basados en procesadores Intel también ha habido una actualización de seguridad importante y Safari ha recibido novedades a juego.

Apple en 2025 también refuerza su compromiso medioambiental. El nuevo iPad Pro contiene un 30 % de materiales reciclados, mientras que el MacBook Pro alcanza el 45 %. Ambos dispositivos se fabrican con energía renovable en más del 50 % del proceso. El embalaje es completamente reciclable, y la compañía mantiene su objetivo de neutralidad de carbono para 2030.

La estrategia de Apple en 2025 se centra en integrar inteligencia artificial local, mejorar la eficiencia energética y ofrecer herramientas profesionales en formatos portátiles. El chip M5, los nuevos sistemas operativos y la evolución de Apple Intelligence marcan el camino hacia una experiencia más potente, privada y sostenible. La compañía no solo actualiza sus productos, sino que redefine cómo se usan, se conectan y se integran en el día a día.

La entrada Apple en 2025 desde iOS a Vision Pro M5 aparece primero en Tested.es.

Sapphire: La opción más completa

Sapphire ha sido uno de los primeros fabricantes en anunciar sus modelos de la RX 9060, con una amplia variedad de opciones para distintos presupuestos y necesidades.

• Pulse 8GB: Modelo de entrada con refrigeración eficiente. Precio aproximado de 305€.
• Pulse 16GB: Variante con mayor capacidad de VRAM, ideal para juegos exigentes. 355€.
• PURE 16GB: Diseño mejorado con disipador avanzado. 380€.
• NITRO+ 16GB: La opción premium con overclock de fábrica y mejor refrigeración. 405€.
• PURE 8GB: Alternativa equilibrada entre rendimiento y precio. 330€.
• Pulse Metal Alloy 8GB: Componentes de alta calidad para mayor durabilidad. 320€.

ASRock: Precio y rendimiento

ASRock ha registrado varios modelos de la RX 9060, destacando por su construcción robusta y disipación mejorada.

• Steel Legend 8GB: Diseño reforzado con disipador de alto rendimiento.
• Steel Legend 16GB: Variante con mayor capacidad de memoria para juegos exigentes.
• Challenger 8GB: Opción accesible con buena relación calidad-precio.
• Challenger 16GB: Modelo con refrigeración mejorada y mayor VRAM.

PowerColor: Estilo y potencia

PowerColor ha apostado por diseños llamativos y rendimiento optimizado.

• Hellhound RX 9060 XT: Iluminación personalizable y refrigeración avanzada.
• Red Devil RX 9060 XT: Modelo con overclock de fábrica y disipador de triple ventilador.

Yeston: Innovación estética

Yeston ha presentado su modelo GameAce RX 9060, pensado para entusiastas que buscan una estética única y rendimiento sólido.

Especificaciones generales

Todas las RX 9060 comparten características clave:

• Arquitectura RDNA 4 con 2048 shaders.
• Frecuencia boost de hasta 3130 MHz.
• Memoria GDDR6 de 8GB o 16GB a 20 Gbps.
• Consumo energético de 150-182W.
• Interfaz PCIe 5.0 x16.
• Conectividad DisplayPort 2.1a y HDMI 2.1b.

Conclusión

La AMD Radeon RX 9060 y su modelo con 16 GB, las XT, llega con una gran variedad de modelos, permitiendo a los usuarios elegir la opción que mejor se adapte a sus necesidades. Desde las versiones accesibles de Sapphire y ASRock, hasta las opciones premium de PowerColor y Yeston, esta GPU promete redefinir el segmento de gama media. El lanzamiento oficial está previsto para el 5 de junio de 2025, y se espera que tenga un impacto significativo en el mercado.

La entrada Primeras tarjetas gráficas AMD Radeon RX 9060 aparece primero en Tested.es.

Actualmente, el 40% de los smartphones de Xiaomi siguen utilizando procesadores de Qualcomm y MediaTek. Esto se debe a que la transición hacia una producción completamente autónoma requiere tiempo, inversión y pruebas exhaustivas. La fabricación de chips propios implica un proceso de desarrollo costoso y prolongado, donde la optimización y la eficiencia juegan un papel clave. Aunque el XRING 01 ya está presente en dispositivos como el Xiaomi 15S Pro y la Xiaomi Pad 7 Ultra, la compañía aún no ha revelado cuántas unidades planea producir ni si este chip se expandirá a otros modelos.

El XRING 01 destaca por su arquitectura de 12 núcleos, con una combinación de Cortex-X925, Cortex-A725 y Cortex-A520, lo que lo posiciona como un competidor directo de los procesadores más avanzados de Qualcomm y MediaTek. Además, incorpora una GPU Immortalis-G925 MC16, diseñada para mejorar el rendimiento gráfico y la eficiencia energética. A pesar de estas especificaciones de alto nivel, los primeros benchmarks en AnTuTu han mostrado resultados inferiores a los esperados, con un rendimiento un 13% menor al anunciado por Xiaomi.

La dependencia de Xiaomi de Qualcomm y MediaTek podría mantenerse por más tiempo debido a factores externos. Las posibles restricciones de exportación de EE.UU. sobre la tecnología china podrían afectar la relación de Xiaomi con TSMC, el fabricante de su nuevo chip. Si el gobierno estadounidense decide imponer sanciones, Xiaomi podría verse obligada a buscar alternativas dentro de China, lo que complicaría aún más su transición hacia la independencia tecnológica.

En definitiva, aunque el XRING 01 representa un hito para Xiaomi, la compañía aún tiene un largo camino por recorrer antes de prescindir completamente de Qualcomm y MediaTek. La evolución de su estrategia dependerá de múltiples factores, desde la aceptación del mercado hasta las regulaciones internacionales. Por ahora, Xiaomi sigue apostando por una combinación de chips propios y de terceros, asegurando un equilibrio entre innovación y estabilidad en su producción.

La entrada Xiaomi XRING 01: ¿El fin de Qualcomm y MediaTek aparece primero en Tested.es.

El sistema Crusher es una plataforma de prueba para la próxima supercomputadora Frontier de ORNL, que contará con las últimas CPU AMD EPYC ‘Trento’ y las GPU Instinct MI250X ‘Aldebaran’. Como tal, tiene un número menor de nodos, pero aun así, tiene mucho impacto dada la gran cantidad de núcleos de CPU / GPU que se integran dentro de él.

Crusher es  un  sistema de seguridad moderada del Centro  Nacional de  Ciencias Computacionales  (NCCS)  que  contiene hardware idéntico  y software similar al  próximo  sistema Frontier.    Se    utiliza  como  banco de pruebas de acceso temprano para los equipos del Centro para la Preparación  Acelerada de Aplicaciones  (CAAR) y el Proyecto de Computación Exaescala  (ECP),  así  como  para  el personal de NCCS y  nuestros  socios   proveedores.

 vía ORNL

La descripción general publicada por ORNL establece que el HPC de prueba Crushes constará de 2 gabinetes, uno con 128 nodos de cómputo y el otro con 64 nodos de cómputo, totalizando 192 nodos de cómputo en la configuración completa. Cada nodo cuenta con una sola CPU AMD EPYC 7A53 de 64 núcleos que se basa en la arquitectura de CPU EPYC optimizada de 3.ª generación. Sabemos que Frontier va a ser alimentado por las CPU Trento de AMD, que es una versión optimizada del chip Milan. Cuenta con los mismos 64 núcleos y 128 hilos, pero optimizaciones para los relojes y la eficiencia energética. Cada CPU tendrá acceso a 512 GB de memoria DDR4.

Para el lado de la GPU,  cada  nodo  contará  con  cuatro GPU AMD  Instinct  MI250X, que  incluyen  2  GCD  y  cada  nodo  trata el GCD como una GPU separada,  por lo que  Crusher  tendrá    acceso  a  8  GPU. en total. Cada  GPU MI250X  ofrece hasta  52  TFLOP de potencia de  cómputo pico FP64, 220 unidades de  cómputo  (110 por GCD) y 128 GB  de memoria   HBM2e  (64 GB por GPU)  para un ancho de banda  de hasta  3,2 TB/s por acelerador   MI250X.  Cada  GCD  se conecta entre sí a través    de un  enlace  Infinity  Fabric que  ofrece un ancho de banda bidireccional de 200 GB/s.

Hablando  de interconexiones, las CPU AMD EPYC están conectadas    a la GPU  con  Infinity  Fabric  con  un ancho de banda pico  de  36 + 36 GB / s. Los  nodos Crusher  se  conectan  a través de  cuatro NIC HPE  Slingshot  de 200 Gbit por  segundo    (25 GB/s)  que proporcionan  un ancho de banda de inyección de nodos  de  800 Gbps (100 GB/s).

Hay [4x] dominios NUMA por nodo y [2x] regiones de caché L3 por NUMA para un total de [8x] regiones de caché L3. Las 8 GPU están asociadas a una de las regiones L3 de la siguiente manera:

• NUMA 0:

• subprocesos de hardware 000-007, 064-071 | GPU 4
  • subprocesos de hardware 008-015, 072-079 | GPU 5

• NUMA 1:

• subprocesos de hardware 016-023, 080-087 | GPU 2
  • subprocesos de hardware 024-031, 088-095 | GPU 3

• NUMA 2:

• subprocesos de hardware 032-039, 096-103 | GPU 6
  • subprocesos de hardware 040-047, 104-111 | GPU 7

• NUMA 3:

• subprocesos de hardware 048-055, 112-119 | GPU 0
  • subprocesos de hardware 056-063, 120-127 | GPU 1

Además de eso, el HPC Crusher también usa 250 PB de almacenamiento con una velocidad de escritura máxima de 2.5 TB/s, con acceso al sistema de archivos basado en NFS en todo el centro. Espere ver más de las plataformas EPYC CPU e Instinct GPU de AMD cuando entren en funcionamiento en la supercomputadora Frontier este año.

La entrada HPC Crusher con AMD Epyc y GPU Instinct MI250X aparece primero en Tested.es.