Latest articles on AI, technology, and software development.
La nueva Robotics Partner Network de AMD no cobra tarifas de licencia ni membresía en sus cuatro niveles. Eso no es generosidad: es una apuesta de que el silicon attach rate importa más que el lock-in de software en la IA física.
Los clústeres de IA ahora mueven datos más rápido de lo que el cableado de cobre puede manejar físicamente. La fotónica de silicio y la óptica co-empaquetada (Co-Packaged Optics) se envían en 2026 para solucionarlo; aquí está lo que realmente está cambiando y por qué es importante para cualquiera que ejecute o compre computación de IA.
Samsung, SK Hynix y Micron han redirigido discretamente sus fábricas hacia la memoria HBM de grado IA, y la consecuencia es una duplicación de los precios de la DRAM y una presión permanente sobre todo, desde teléfonos inteligentes hasta PC para gaming.
El cómputo de GPU sigue escalando más rápido que el ancho de banda de la memoria. El HBM4 duplica el ancho de la interfaz para cerrar la brecha, pero llega agotado, caro y aún insuficiente. He aquí por qué el muro de la memoria, y no los FLOPS, decide ahora quién gana la carrera del hardware de IA.
La generación Blackwell de GPUs no solo es más rápida que Hopper: ha cambiado las unidades económicas del entrenamiento e inferencia de IA de forma tan dramática que los centros de datos, los precios en la nube y quién puede realmente competir en IA están en plena transformación.
Compute Express Link desacopla la memoria de las CPUs y GPUs, permitiendo pools de memoria compartida en racks enteros de servidores. Para inferencia de LLM y entrenamiento de IA, esto cambia la economía del diseño de centros de datos.
El Snapdragon X Elite de Qualcomm ejecuta Stable Diffusion en 7 segundos en el dispositivo. Intel y AMD están alcanzándolo. La carrera por definir qué significa PC con IA en la práctica se acelera, y el ganador depende de lo que realmente necesites.
Los chips de la serie M de Apple forzaron una transformación profunda en la industria del PC. Dos años después, el Snapdragon X Elite de Qualcomm y el Lunar Lake de Intel demuestran que la competencia ha aprendido la lección, aunque ninguno ha cerrado completamente la brecha en eficiencia ni en madurez del ecosistema de software.
LPCAMM2 es el primer estándar de memoria que combina la eficiencia de LPDDR5X con un diseño de módulo extraíble, poniendo fin a una década de RAM solo soldada en portátiles finos y ligeros. Esto es lo que significa para el rendimiento, la reparabilidad y cuánto tiempo conservarás tu próximo portátil.
Los servidores basados en ARM han cruzado el punto de inflexión en los centros de datos de hiperscala. AWS Graviton 4, Ampere Altra Max y NVIDIA Grace ofrecen ventajas medibles en rendimiento por vatio y costo por núcleo. Esto es lo que muestran los benchmarks y qué cargas de trabajo aún requieren x86.
Después de años de RAM soldada, un nuevo estándar de módulo de memoria está haciendo posible volver a actualizar la memoria en laptops delgadas, sin sacrificar la eficiencia energética que impulsó la soldadura en primer lugar.
Durante la mayor parte de la última década, comprar una laptop delgada significaba aceptar que la RAM que traía era la que tendrías para siempre. LPCAMM2, un formato de módulo de memoria estandarizado por JEDEC que se envió por primera vez en la Dell XPS 15 a finales de 2023, está cambiando eso. En 2026, ha llegado a suficientes laptops convencionales como para llamarlo una tendencia.