Artículos La IA del mañana
ES

Cuaderno vivo · Códice n.º 2

Los chips del mañana

¿Cómo serán los chips que entrenarán las próximas IA?

Un modelo de IA no va más rápido que el chip que lo alimenta. Este cuaderno examina los chips que entrenan la IA hoy, los que se están construyendo y nuestras hipótesis sobre las siguientes generaciones: más potencia, menos energía, menos calor. Con esquemas, para ver los chips por dentro.

Versión 1 · actualizado el

I

Los chips que entrenan la IA hoy

Un acelerador de IA moderno no es un chip, sino una pequeña ciudad: chips de cálculo, pilas de memoria y cableado, todo sobre un mismo encapsulado. La Fig. 1 muestra las capas; la Fig. 2 compara los principales chips en la cifra que más importa, la memoria.

Fig. 1 — Anatomía de un acelerador de IA

123456789
  1. Chips de cálculo (cada uno cerca del límite del retículo)
  2. Pilas de memoria HBM, de 8 a 12 capas de DRAM
  3. Chip base de la HBM: el controlador al pie de cada pila
  4. Interposer de silicio con conexiones verticales (TSV)
  5. Sustrato del encapsulado, que lleva la energía
  6. Enlace directo entre los dos chips de cálculo
  7. Pasta térmica y tapa metálica
  8. Placa fría con líquido circulando
  9. Bolas de soldadura hacia la placa base
Un corte del encapsulado. Los chips de cálculo y las pilas de memoria están lado a lado sobre un interposer de silicio; todo se refrigera por arriba.

Fig. 2 — Ancho de banda y capacidad de memoria de los principales chips

Ancho de banda de memoria (TB/s)

  1. H1003.35
  2. B2008
  3. B3008
  4. MI355X8
  5. Trainium34.9
  6. TPU Ironwood7.37
  7. Maia 2007
  8. Rubin19.2 → 22
  9. MI455X23.3

Capacidad de memoria (GB)

  1. H10080
  2. B200192
  3. B300288
  4. MI355X288
  5. Trainium3144
  6. TPU Ironwood192
  7. Maia 200216
  8. Rubin288
  9. MI455X432

En servicioGeneración 2026Primer objetivo de Rubin (22 TB/s)

El ancho de banda indica a qué velocidad llegan los datos al cálculo; la capacidad, cuántos puede contener un chip. La generación de 2026 duplica o triplica más o menos el ancho de banda.
II

Los chips en construcción

La generación 2026–2028 ya está diseñada o en producción. Su patrón es claro: mucho más ancho de banda de memoria, más chips por encapsulado y racks que consumen cientos de kilovatios.

Fig. 3 — Chips, memoria y procesos, 2024–2029

202420252026202720282029

Nvidia

  • B200
  • B300
  • Rubin
  • Rubin Ultra
  • Feynman

AMD

  • MI355X
  • MI455X

Google

  • Ironwood
  • TPU 8t · 8i

AWS

  • Trainium3
  • Trainium4

Microsoft

  • Maia 200

TSMC

  • N2
  • A16
  • A14
  • A12

HBM

  • HBM3E
  • HBM4
  • HBM4E
  • HBM5
nov. 2026

En servicioEn aumento de producciónPrevisto

Las fechas de los elementos futuros son anunciadas o comunicadas por la prensa, y a menudo cambian. Léase como un orden de llegada, no como un calendario.

Establecido

Nvidia Rubin (Vera Rubin NVL72)

Dos chips en el proceso N3P de TSMC, 288 GB de HBM4 hasta 19,2 TB/s (22 TB/s fue el objetivo inicial; la velocidad de los pines de HBM4 fue el escollo), unos 50 PFLOPS en inferencia NVFP4, unos 1800 W. Los primeros equipos de producción llegaron en otoño de 2026.

Fuente (3)

Prometedor

Rubin Ultra y Feynman

Rubin Ultra está prevista para el segundo semestre de 2027: cuatro chips, 1 TB de HBM4E, unos 100 PFLOPS en FP4, en un rack «Kyber» NVL576 de 600 kW. Feynman le sigue hacia 2028, con fotónica de silicio en la hoja de ruta de Nvidia. Todo esto está anunciado, no entregado.

Fuente (2)

Prometedor

Google TPU 8: dos chips en lugar de uno

Se informó en Google Cloud Next 2026: el próximo TPU se divide en 8t para entrenamiento y 8i para inferencia. Primera señal de que un solo diseño no puede ser el mejor en ambos trabajos.

Fuente (1)
III

Cuatro muros

Ir más rápido ya no consiste en reducir los transistores. Cuatro límites deciden lo que podrán hacer las próximas generaciones. La Fig. 4 muestra el primero.

Fig. 4 — Las tijeras: el cálculo se aleja de la memoria

×1×10×1000246810Años×243×10×5
  • Cálculo máximo
  • Ancho de banda de memoria

Tras diez años a estos ritmos, el cálculo ha crecido unas 24 veces más que el ancho de banda de memoria (×243 frente a ×10).

Crecimiento por periodo de dos años medido por Gholami y sus colegas durante veinte años (cálculo ×3,0, ancho de banda de memoria ×1,6, interconexión ×1,4), prolongado aquí diez años. Una tendencia, no una previsión.

Establecido

El muro de la memoria

En dos décadas, la potencia de cálculo máxima creció cerca de 3 veces cada dos años, el ancho de banda de memoria unas 1,6 veces y las interconexiones unas 1,4 veces. Los chips esperan cada vez más los datos en lugar de calcular. Por eso la HBM está ya dentro del encapsulado.

Fuente (1)
IV

Nuevos materiales y transistores

El propio transistor se está rediseñando: su forma, por dónde entra la energía y, con el tiempo, de qué está hecho.

Prometedor

Nanohojas y alimentación por detrás

Los transistores «gate-all-around» de nanohojas rodean el canal con la puerta para controlarlo mejor y tener menos fugas; el N2 de TSMC los usa. Después llega la alimentación trasera (TSMC A16, «Super Power Rail»): los cables de energía pasan por debajo de los transistores y dejan libre la parte superior para las señales. Se informa de que el calendario se retrasó a 2027.

Fuente (2)

Especulativo

CFET y semiconductores 2D

El CFET apila transistores de tipo n y de tipo p. Los semiconductores 2D, como el disulfuro de molibdeno, forman canales de unos pocos átomos de grosor. En 2026, imec, ASML y TSMC fabricaron transistores 2D complementarios con paso de 50 nm en una oblea de 300 mm: una prueba de laboratorio, no un producto.

Fuente (2)
V

Nuevas arquitecturas

Dónde está el silicio importa tanto como lo que es. La Fig. 5 contrapone el encapsulado de hoy con uno apilado.

Fig. 5 — El mismo chip, lado a lado o apilado

Encapsulado 2,5D (hoy)

1234

Pila 3D (mañana)

5678
  1. Chip de cálculo
  2. Pila HBM
  3. Interposer de silicio
  4. Cables largos: milímetros, y por tanto más energía
  5. Almohadillas de unión híbrida a paso de micras
  6. Chip de cálculo apilado encima
  7. Trayecto vertical muy corto
  8. El calor debe atravesar toda la pila
Hoy el dato atraviesa milímetros de interposer. Apilado, atraviesa micras. El precio: el calor ahora debe atravesar la pila.

Establecido

Chiplets por todas partes

Un solo chip no puede superar el límite del retículo, unos 850 mm². Por eso Rubin usa dos chips, Rubin Ultra cuatro, el MI455X de AMD varios chiplets y el TPU 8 dos chips distintos. Los chiplets mejoran el rendimiento y permiten mezclar procesos, pero cada enlace entre chips gasta energía.

Fuente (3)

Prometedor

HBM a medida

La HBM4 duplica la interfaz a 2048 bits (norma JEDEC, abril de 2025). Su chip base pasa a ser un chip lógico fabricado en una foundry como TSMC, donde un cliente puede añadir sus propios circuitos (HBM4E a medida). La memoria deja de ser un producto estándar y se vuelve semipersonalizada.

Fuente (3)

Prometedor

Luz dentro del encapsulado

La óptica coempaquetada (CPO) coloca los motores ópticos junto al conmutador o al acelerador, en lugar de módulos enchufables y largos enlaces de cobre. Nvidia afirma una eficiencia energética hasta 3,5 veces mejor en sus conmutadores fotónicos. La óptica entre GPU dentro de un rack es el siguiente paso.

Fuente (3)

Prometedor

Chips especializados

Leer una pregunta (el «prefill») está limitado por el cálculo; escribir la respuesta (el «decode») está limitado por la memoria. El Rubin CPX de Nvidia apunta al prefill con memoria GDDR7 más barata, Google divide su TPU 8 y el Maia 200 de Microsoft apunta a la inferencia. Un chip por tarea.

Fuente (3)
VI

Software más inteligente

El vatio más barato es el que no se gasta. El software saca más partido al mismo silicio, y la Fig. 6 muestra lo que está en juego por vatio.

Fig. 6 — Rendimiento por vatio en el máximo

FP8 (números de 8 bits)

  1. H1002.8
  2. B2004.5

FP4 (números de 4 bits)

  1. B2009.0
  2. B30010.7
  3. Rubin27.8
  4. Rubin Ultra27.8

TFLOPS / W — máximo, densoCifras anunciadas, no medidas

Rendimiento máximo dividido por la potencia del chip. Reducir a la mitad el formato numérico duplica aproximadamente la cifra; Rubin y Rubin Ultra usan valores anunciados y su cociente es estable.

Prometedor

Menos bits: FP4

El NVFP4 es un formato numérico de 4 bits con escala por bloques. Investigadores de NVIDIA preentrenaron con él un modelo de 12 000 millones de parámetros con 10 billones de tokens, con una precisión comparable a la de FP8. La mitad de bits supone la mitad de datos que mover y, aproximadamente, el doble de rendimiento máximo.

Fuente (1)

Establecido

Mejores núcleos de cálculo

FlashAttention-3 reorganiza la atención para que los datos permanezcan en la memoria del chip: cerca del 75 % de utilización de un H100 en FP16, de 1,5 a 2 veces más rápido que la versión 2. Las mismas matemáticas, menos viajes a la HBM.

Fuente (1)
VII

Calor y alimentación

Cada vatio que consume un chip se convierte en calor, y cada vatio de calor debe salir. La Fig. 7 muestra cómo sube la potencia por chip y por rack; la Fig. 8, dos formas de evacuar el calor.

Fig. 7 — La potencia sigue subiendo

Potencia por chip (W)

  1. H100700 W
  2. B2001000 W
  3. B3001400 W
  4. Rubin≈ 1800 W
  5. Rubin Ultra≈ 3600 W

Potencia por rack (kW)

  1. GB200 / GB300 NVL72≈ 120–130 kW
  2. Vera Rubin NVL72≈ 190–230 kW
  3. Rubin Ultra NVL576≈ 600 kW

Anunciado o estimado

Cada generación consume más. Los valores de Rubin y Rubin Ultra son anunciados o estimados.

Fig. 8 — Dos formas de sacar el calor

Placa fría (hoy)

12345

Microfluídica (prototipo)

1567
  1. Punto caliente en el chip
  2. Pasta térmica
  3. Tapa metálica
  4. Placa fría
  5. Refrigerante
  6. Canales grabados en el silicio
  7. Líquido a unas decenas de micras de los transistores
Una placa fría extrae el calor a través de varias capas. La microfluídica pone el líquido junto a los transistores. Microsoft midió en laboratorio hasta 3 veces más.

Prometedor

Refrigerar dentro del silicio

En septiembre de 2025, Microsoft grabó canales de inspiración biológica en la cara trasera de un chip y hizo circular refrigerante por ellos: hasta 3 veces mejor extracción de calor que una placa fría y un aumento máximo de temperatura un 65 % menor en laboratorio. Un prototipo, a años de un producto.

Fuente (2)
VIII

Nuestras hipótesis

Lo que sigue es nuestro propio razonamiento, no un resultado publicado. La cifra de confianza indica cuánto lo creemos hoy; irá cambiando.

H1

El ancho de banda de memoria seguirá siendo el límite principal

Hasta 2030, cada generación se definirá primero por su memoria: más pilas, más rápidas, más cerca del cálculo. Los FLOPS máximos seguirán creciendo más rápido que los datos que los alimentan.

Confianza80 %
A favor
La tendencia medida desde 2000; las hojas de ruta de HBM4 y HBM4E; MI455X y Rubin gastan casi toda su novedad en memoria.
En contra
Los formatos numéricos más pequeños y la dispersión reducen los bytes por operación, lo que podría aliviar la presión durante un tiempo.
Fuente (2)

H2

La unión híbrida será corriente hacia 2029

El apilado 3D con unión cobre con cobre pasará de unos pocos productos a la mayoría de los encapsulados de gama alta: primero en HBM de 16 capas, después lógica sobre caché o memoria.

Confianza55 %
A favor
Ya anunciado en las hojas de ruta de HBM; acorta los enlaces y ahorra energía.
En contra
El calor atrapado entre capas, el rendimiento de las pilas unidas y el coste siguen sin resolverse en gran volumen.
Fuente (2)

H3

La óptica entra en el encapsulado y luego en el rack

Los enlaces ópticos sustituirán al cobre primero entre racks y luego entre GPU dentro de un rack, hacia el cambio de década.

Confianza55 %
A favor
Nvidia entrega conmutadores CPO; el alcance del cobre se reduce al subir las velocidades; Google ya usa conmutación óptica en sus pods TPU.
En contra
Fiabilidad, mantenimiento y coste de los láseres. El cobre sorprende al durar más de lo esperado.
Fuente (2)

H4

El FP4 se convierte en el formato por defecto

La mayoría de los grandes entrenamientos y casi toda la inferencia usarán formatos de 4 bits en tres años, con unas pocas capas sensibles en mayor precisión.

Confianza55 %
A favor
Preentrenamiento en NVFP4 con 10 billones de tokens; soporte de hardware en Blackwell, Rubin y MI355X.
En contra
Riesgos de precisión en las tareas más difíciles y modelos que solo alcanzan la calidad FP4 con recetas muy cuidadas.
Fuente (1)

H5

La refrigeración líquida dentro del chip llega a productos hacia 2030

Un primer acelerador comercial usará microcanales grabados en el silicio o justo debajo.

Confianza40 %
A favor
Una mejora de 3 veces en laboratorio; la clase Rubin Ultra de 3600 W está cerca de lo que pueden hacer las placas frías.
En contra
Fugas, fiabilidad y una nueva cadena de suministro; las placas y la inmersión pueden llegar más lejos de lo esperado.
Fuente (2)

H6

La eficiencia vendrá más del diseño y del software que del proceso

Cada nuevo nodo de fabricación sigue ayudando, pero la mayor parte de la mejora por vatio hasta 2030 vendrá de los formatos, la ubicación de la memoria, la planificación y los chips especializados.

Confianza70 %
A favor
El FP4 máximo por vatio es casi igual entre Rubin y Rubin Ultra según nuestro cálculo (Fig. 6); los ahorros de tipo Perseus no necesitan silicio nuevo.
En contra
Un avance real en los transistores (alimentación trasera a gran escala) cambiaría el equilibrio.
Fuente (3)

H7

Un transistor de material 2D en un chip de IA comercial antes de 2031

Creemos que es poco probable en este horizonte: los resultados de laboratorio son reales, pero fabricar a escala de chip de IA es otra cosa.

Confianza5 %
A favor
Transistores 2D complementarios con paso de 50 nm en obleas de 300 mm en 2026.
En contra
Contactos, defectos y rendimiento; la industria aún tiene que desplegar primero el CFET y la alimentación trasera.
Fuente (2)
IX

Conclusiones provisionales

Lo que pensamos en esta etapa. «Provisional» es la palabra clave.

  1. La próxima mejora está en la memoria, no en el cálculo

    Todo apunta en la misma dirección: más HBM, chips base a medida, apilado y óptica dentro del encapsulado. Un chip se juzga ahora por lo rápido que se le puede alimentar.

    Fuente (2)
  2. Los vatios se ahorrarán en tres sitios a la vez

    Menos bits (FP4), menos movimiento de datos (apilado, óptica) y una planificación más inteligente se suman. Ningún truco por sí solo basta.

    Fuente (3)
  3. El calor y la alimentación son ya problemas de diseño

    Con 600 kW por rack, la refrigeración y la distribución de 800 V deciden lo que se puede construir, tanto como los transistores.

    Fuente (2)
  4. El sector se diversifica

    Rubin, MI455X, TPU 8, Trainium4, Maia 200: los chips de entrenamiento y de inferencia se separan, y las grandes nubes diseñan los suyos.

    Fuente (2)
X

Preguntas abiertas

Próximas pistas

XI

Léxico

Las palabras de este cuaderno, en lenguaje sencillo.

TDP
Potencia de diseño térmico: el calor, en vatios, que el sistema de refrigeración debe poder extraer de un chip.
HBM
Memoria de gran ancho de banda: capas de DRAM apiladas en vertical y colocadas junto al chip, unidas por miles de cables muy cortos.
Interposer
Una fina placa de silicio bajo los chips que lleva el cableado fino entre los chips de cálculo y la memoria (la versión de TSMC se llama CoWoS).
Chiplet
Un chip pequeño que es una pieza de un procesador mayor. Varios chiplets se ensamblan en un mismo encapsulado.
Límite del retículo
La mayor superficie que una máquina de litografía imprime en una exposición, unos 850 mm². Limita el tamaño de un chip individual.
Unión híbrida
Unir dos chips pegando directamente sus almohadillas de cobre, sin bolas de soldadura. Las conexiones son mucho más pequeñas y están más juntas.
FP4
Un número en coma flotante escrito con solo 4 bits. Menos preciso, pero reduce a la mitad los datos movidos y acelera el cálculo.
Gate-all-around
Un transistor cuya puerta rodea el canal por todos los lados, lo que da mejor control que la antigua forma de aleta.
Alimentación trasera
Llevar la energía por la cara inferior del chip, para que la superior quede libre para los cables de señal.
Óptica coempaquetada
Transceptores ópticos integrados en el mismo encapsulado que el chip, de modo que las señales salen como luz tras un trayecto eléctrico muy corto.
Material de interfaz térmica
La pasta o almohadilla térmica entre el chip y su tapa o placa fría. Rellena huecos minúsculos para que pase el calor.

Diario del cuaderno

  1. Creación del cuaderno: chips actuales, generación 2026–28, cuatro muros, materiales, arquitecturas, software, calor; ocho esquemas y siete hipótesis.

La IA del mañana →

Fuentes (45)

Volver arriba