Hubo un tiempo en que abrir una aplicación de inteligencia artificial significaba enviar un paquete de datos al otro lado del océano, esperar la respuesta de un servidor masivo alimentado por una central hidroeléctrica en Oregón y ver el resultado en pantalla. Ese tiempo está muriendo. La industria del hardware ha decidido que el futuro de la computación no se construirá exclusivamente en la nube, sino en el silicio que respira directamente bajo nuestros teclados.
La era del AI PC ha dejado de ser un mero eslogan de marketing para transformarse en una guerra de trincheras arquitectónicas. NVIDIA, AMD e Intel están rediseñando los System-on-Chip (SoC) integrados, no solo persiguiendo la fuerza bruta de los hercios tradicionales, sino buscando democratizar la IA local para el gran consumidor. El objetivo final es ambicioso: un ordenador que no solo ejecute comandos, sino que anticipe intenciones sin perder un solo milisegundo de latencia ni comprometer la privacidad del usuario, y al mismo tiempo, con un plus de precio que vaciará muchos bolsillos.
IA local en tu PC
La transición hacia los procesadores dotados de Unidades de Procesamiento Neural (NPU) de alto rendimiento y arquitecturas de memoria unificada está redefiniendo los límites de la computación personal. Y en esta carrera, cada titán tecnológico ha desplegado sus mejores cartas en esta carrera de fondo.
¿Por qué Copilot está transformando Windows en un laberinto insufrible?
NVIDIA: llevando la IA al escritorio con RTX Spark
NVIDIA ha decidido dar un golpe sobre la mesa en el sector de consumo con la presentación de su superchip RTX Spark. Rompiendo con la dependencia tradicional del ecosistema x86 en portátiles de consumo, se trata de un sistema basado en arquitectura ARM desarrollado en colaboración con MediaTek. Este SoC combina un microprocesador de alta eficiencia y gráficos integrados que alcanzan la friolera de 1 PFlop de rendimiento de IA (en formato FP4 sparse) y hasta 128 GB de memoria unificada.
La intención de NVIDIA es clara: permitir que portátiles delgados y equipos de escritorio compactos ejecuten localmente Modelos de Lenguaje Grande (LLM) de hasta 120 mil millones de parámetros con contextos de hasta un millón de tokens. Esto se complementa con propuestas profesionales previas como el DGX Spark, basado en la arquitectura de centros de datos Blackwell (GB10), que funciona como un «laboratorio de IA en una caja» enfocado en la creación y prototipado local.
Pero aquí hay que bajarle al hype que NVIDIA ha usado para venderse como «revolucionario». En primer lugar, su chip, poderoso sin duda, está muy lejos del SoC más potente para PC que se ha creado, ese lugar lo tiene AMD, con su APU AMD Instinct MI300A, presentado en 2023. Esta pequeña bestia cuenta con una potencia total de 4 PFlop en FP4, eso sí, con un consumo de 700 Watts, casi el doble de la potencia de RTX Spark, debido al uso de x86 para sus núcleos.
AMD: La fuerza de Strix Halo y la maduración de ROCm
Por su parte, AMD ha apostado fuertemente por su línea de procesadores Ryzen AI Max+ Pro 395, conocida internamente bajo el nombre en clave «Strix Halo». Este colosal APU integra 16 núcleos de CPU con la arquitectura Zen 5 (x86), combinados con gráficos Radeon 8060S y una NPU XDNA 2 dedicada capaz de entregar 50 TOPS de forma nativa, y que pasa a ser competencia directa de la RTX Spark en el escritorio.
Al igual que NVIDIA, el gran secreto de AMD radica en la inclusión de hasta 128 GB de memoria unificada LPDDR5X con un bus de 256 bits y un ancho de banda de 256 GB/s. La ventaja competitiva de AMD estriba en su ecosistema de software: Strix Halo hereda la misma pila de código ROCm y HIP utilizada en sus aceleradores industriales, facilitando una transición transparente para los desarrolladores que van desde el escritorio doméstico hasta los clústeres de supercomputación.
Rendimiento para todo
Gracias a ello, AMD ha creado un producto capaz de ejecutar Qwen 3.5 122B en FP8, una IA del tipo SOTA (lo mejor del sector) con casi 10 tokens/segundo, con una ventana de mejora importante gracias al desarrollo de nuevos kernels más optimizados para ROCm, algo en lo que por ejemplo, está trabajando el conocido hacker GeoHot, con su proyecto tinygrad.
Pero lo más relevante de esto, es que AMD ha logrado alcanzar tal nivel de rendimiento en un chip que consume 120 Watts a plena potencia, lo que permite ponerlo en un laptop real. Esto a diferencia de RTX Spark, donde aún no tenemos datos de conusmo real, pero debido a su estructura y potencia, está claro que su versión más potente, estará por encima de eoss niveles al menos por un factor de 2 (unos 240 Watts a plena potencia).
Hardware libre: ¿quién controla el chip de tu ordenador?
Intel: Estandarización y Adopción Masiva
Finalmente, Intel, el gigante histórico de la informática personal, enfoca sus baterías hacia la estandarización y el volumen. Con sus últimas generaciones de procesadores, la firma de Santa Clara ha integrado NPUs dedicadas superando con holgura el umbral de los 40 TOPS exigidos por la industria para la ejecución nativa de tareas de IA.
Pero la estrategia de Intel no pasa únicamente por competir en la cúspide del rendimiento ultra-entusiasta, sino por garantizar que cada portátil convencional vendido en el mercado tenga la capacidad de procesar modelos cognitivos locales sin requerir una tarjeta gráfica dedicada que dispare el consumo energético.
Y en esa tarea hay un actor clave: Elon Musk. Musk y su proyecto Terafab, se ha convertido en el mayor impulsor de desarrollo e inversión para Intel para lograr que finalmente sus nodos de fabricación de chips A18 y A14 sean exitosos. De lograrlo, Intel finalmente se pondría en la vanguardia de desarrollo de chip, un sitio que la taiwanesa TSMC le arrebato hace más de 10 años.
Todo esto parece ir bien, ya que Intel y Musk han anunciado que el nodo A18 ya está listo para producción, y los nodos A14, A10 y A7 ya están en desarrollo y estarán listos para producción en 2028, 2030 y 2032, respectivamente. Y eso solo significa una cosa: Intel podrá producir chips de IA más potentes y con menor consumo, algo que aprecieran especialmente los usuarios de escritorio y laptops, interesados en dicha tecnología.
Microsoft y la comunidad Linux reaccionan
Por supuesto, una arquitectura revolucionaria construida para la IA no es nada sin un sistema operativo capaz de gestionarla. En este frente, las respuestas reflejan dos filosofías profundamente contrapuestas.
Microsoft y la apuesta por Windows en ARM
Microsoft ha entendido que el paradigma de los agentes de IA locales requiere un cambio estructural en el núcleo de su sistema operativo. Su alianza estrecha con NVIDIA para dar soporte nativo a chips como el RTX Spark bajo Windows para ARM es una prueba de ello.
Para dotar de utilidad real a esta potencia, la compañía está desplegando NVIDIA OpenShell y nuevas primitivas de seguridad y contención en Windows. El objetivo es permitir que los agentes personales de IA se ejecuten en entornos cerrados y aislados dentro de la máquina principal, garantizando que el asistente acceda a los datos sensibles del usuario para anticipar tareas cotidianas sin que la telemetría escape hacia la nube. Asimismo, el ecosistema de software profesional ya responde a este cambio: Adobe se encuentra rediseñando desde cero herramientas icónicas como Photoshop y Premiere para exprimir el rendimiento de estas memorias unificadas.
La revolución de Linux en el cine: del Titanic a los océanos de Avatar
Linux: entre la maduración y la fragmentación
Mientras que el ecosistema del pingüino tiene una oportunidad única, la cual viene acompañada de los dolores de crecimiento tradicionales del software libre. Por un lado, el avance de proyectos como la pila ROCm de AMD en Linux, ha supuesto un alivio masivo, permitiendo a los usuarios e ingenieros de Linux competir cara a cara con la hegemonía histórica de NVIDIA CUDA en un entorno completamente open-source.
No obstante, el verdadero desafío de la comunidad radica en la fragmentación de los controladores de las NPUs. Mientras Microsoft trabaja de la mano con los fabricantes para unificar APIs, el desarrollo en Linux depende de la maduración de parches en el kernel que implementen soporte nativo y eficiente para los aceleradores integrados de Intel y los núcleos ARM optimizados. Los desarrolladores del sistema priorizan la implementación de una separación estricta de privilegios, buscando asegurar que la ejecución de modelos de código abierto (como Llama o Mistral) se realice directamente sobre el hardware local con una auditabilidad técnica absoluta y sin depender de servicios corporativos externos.
El espejo de Apple
Pero ¿Por qué pasa todo esto? Esa es una pregunta muy certera, y que tiene una respuesta fácil: Apple y sus nuevos Mac. Lo que la industria del PC está viviendo no es un invento surgido de la nada; es una respuesta masiva, y con un lustro de retraso, a la jugada maestra iniciada por Apple.
Cuando la firma de Cupertino presentó la serie Mac M1 (una transición que hoy ya se extiende con madurez hasta la actual generación M5), rompió las reglas del juego de la informática personal al introducir de forma masiva el concepto de Arquitectura de Memoria Unificada (UMA).
En un ordenador x86 tradicional, la CPU y la GPU dedicada cuentan con memorias separadas (RAM y VRAM) comunicadas a través del bus PCIe. Este puente físico genera un cuello de botella masivo: para que una tarjeta gráfica procese un parámetro de IA, los datos deben cargarse en la RAM, viajar por el bus PCIe y almacenarse en la VRAM.
Una solución única
Apple solucionó esto colocando la memoria directamente al lado del silicio del SoC. CPU, GPU y el Neural Engine comparten el mismo bloque de memoria de alta velocidad. Si un modelo de IA ocupa 30 GB, la GPU de Apple puede acceder a él instantáneamente, eliminando la latencia de transferencia.
Tanto el RTX Spark de NVIDIA, como el Strix Halo de AMD, y las propuestas futuras de Intel, replican de manera casi idéntica esta filosofía de ingeniería. Al integrar buses masivos de 256 bits y dotar a los equipos de hasta 128 GB de memoria de acceso compartido, el ecosistema PC finalmente puede mirar de frente a los ordenadores de Apple. La carrera ya no consiste en cuántos fotogramas por segundo extra se pueden exprimir en un videojuego de última generación, sino en cuántos tokens por segundo puede procesar el ordenador de un escritor, un programador o un estudiante de forma totalmente desconectada de la red.
¿Por qué un token de IA no tiene nada que ver con uno de Blockchain?
Un ordenador que vuelve a ser personal
Con todo esto, el PC está viviendo su era de mayor introspección técnica en las últimas dos décadas. Al adoptar la filosofía de SoCs integrados de alta eficiencia y memorias masivas unificadas, el ecosistema se prepara para un futuro inevitable.
Un mañana donde los datos privados no viajen constantemente por la red, donde la intimidad digital vuelva a estar protegida por las paredes físicas de nuestros hogares y oficinas, y donde las máquinas hagan por fin honor a su nombre original: ser ordenadores verdaderamente personales.
Eso sí, todo ello con un coste. La RTX Spark de NVIDIA en su versión más potente no estará por debajo de los 5000 $, la Strix Halo de AMD estará situada en el rango de los 4000 $ e Intel, de momento no tiene un hardware parecido, pero sus desarrollos futuros, posiblemente se ubiquen en un rango parecido.
Si, tu computador será más personal, tendrás una potencia monstruosa para jugar, tendrás IA local, pero el precio hará prohibitivo de forma inicial llegar a eso. Hará falta algo de tiempo y que el mercado vaya regulando el precio para que podamos acceder a dicha tecnología, algo que llevará un par de años, años que serán los más transformadores del sector, desde la llegada y masificación de Internet.