Principales 30+ Fabricantes de Chips de IA: NVIDIA y Sus Competidores
Basándonos en nuestra experiencia ejecutando el benchmark de GPU en la nube de AIMultiple con 10 modelos diferentes de GPU en 4 escenarios distintos, estas son las principales empresas de hardware de IA para cargas de trabajo de centros de datos.
30+ fabricantes de chips de IA por categoría
*El chip de IA seleccionado es la pieza, plataforma o proyecto anunciado que mejor representa a cada proveedor. Algunas entradas son sistemas, servicios o IP licenciable en lugar de un solo chip.
La clasificación es por categoría. Los proveedores se clasifican por la participación estimada en los ingresos de aceleradores de IA dentro de las tres primeras categorías (productor líder, nube pública, nube pública de IA), porque las cifras de ventas o el uso en la nube pueden estimarse. Intel y Qualcomm son las excepciones. Ambos figuran como productores líderes por su escala de centros de datos y las hojas de ruta de aceleradores anunciadas, no por los ingresos de aceleradores de IA comercializados. Los proveedores en la categoría de codiseño de ASIC / XPU de IA personalizado se clasifican por la participación estimada en el mercado de diseño de ASIC personalizados. Los proveedores en todas las demás categorías se ordenan alfabéticamente.
GPUs frente a ASICs en arquitecturas de chips de IA
Aunque los proveedores anteriores compiten en el mismo mercado, utilizan arquitecturas de chip fundamentalmente diferentes:
- Las GPUs (Unidades de Procesamiento Gráfico) son procesadores paralelos ampliamente programables que admiten una gama más amplia de cargas de trabajo de entrenamiento e inferencia de IA que la mayoría de los ASIC de propósito específico. NVIDIA y AMD dominan esta categoría.
- Los ASICs (Circuitos Integrados de Aplicación Específica) están diseñados a medida para tareas específicas. Algunos admiten tanto entrenamiento como inferencia (Google TPU, AWS Trainium), mientras que otros son solo de inferencia (Groq LPU, AWS Inferentia).
Según TrendForce1 , se proyectaba en octubre de 2025 que los envíos de servidores de IA basados en ASICs personalizados de proveedores de nube crecieran un 44,6 % en 2026, frente al 16,1 % de los servidores de IA basados en GPU. Estas cifras son tasas de crecimiento de envíos de servidores de IA desglosadas por tipo de acelerador, no recuentos de chips enviados. TrendForce sitúa ahora los sistemas basados en ASIC en aproximadamente el 27 % de los envíos unitarios de servidores de IA en 2026, por debajo del 27,8 % del 15 de abril de 2026 tras retrasos en la validación y ajuste de chips en Meta y AWS, frente al 69,7 % de los sistemas basados en GPU, con los ASICs alcanzando aproximadamente el 40 % para 2030.2
¿Cuáles son los principales productores de chips de IA?
1. NVIDIA
NVIDIA ha estado diseñando unidades de procesamiento gráfico (GPUs) para el sector de los videojuegos desde la década de 1990. NVIDIA es un fabricante de chips fabless que subcontrata la mayor parte de su fabricación de chips a TSMC. Sus principales negocios incluyen:
Soluciones de IA de escritorio
DGX Spark (anteriormente Project Digits) es una supercomputadora de IA de escritorio que cuenta con un Grace Blackwell Superchip con una GPU NVIDIA Blackwell RTX con 6.144 núcleos CUDA y núcleos Tensor de quinta generación con precisión FP4, conectada a través de la interconexión chip a chip NVIDIA NVLink-C2C a una CPU NVIDIA Grace de 20 núcleos, con hasta 1 petaflop de computación de IA y 128 GB de memoria unificada.3 4
Soluciones para centros de datos
La empresa fabrica chips de IA siguiendo sus arquitecturas Ampere, Hopper y, más recientemente, Blackwell. Gracias al auge de la IA generativa, los ingresos de NVIDIA crecieron considerablemente, su capitalización de mercado superó el billón de dólares y reforzó su liderazgo en los mercados de GPU y hardware de IA. El siguiente gráfico muestra cómo han crecido los ingresos de NVIDIA en este segmento a lo largo de los años y cómo se ha convertido en la principal fuente de ingresos de la empresa.
Los datos del gráfico provienen de los informes financieros de NVIDIA Corporation.5
DGX™ A100 y H100 han sido los chips de IA insignia de NVIDIA, diseñados para el entrenamiento e inferencia de IA en centros de datos. NVIDIA continuó con:
- Los chips H200, B300 y GB300
- Servidores HGX como HGX H200 y HGX B300 que combinan 8 de estos chips
- La serie NVL y GB200 SuperPod que combinan aún más chips en grandes clústeres.6
GPUs en la nube
La mayoría de los actores de la nube ofrecen hardware de NVIDIA como sus GPUs en la nube. Morgan Stanley situó a NVIDIA en aproximadamente el 85 % de los ingresos de procesadores de IA en marzo de 2026, con los ASICs personalizados por encima del 10 % y AMD por debajo del 5 %.7 Bloomberg Intelligence espera que NVIDIA mantenga entre el 70 % y el 75 % del mercado de aceleradores de IA hasta 2030.8
NVIDIA también lanzó su oferta DGX Cloud, proporcionando infraestructura de GPU en la nube directamente a las empresas, evitando a los proveedores de nube.
GPUs para gráficos
Las GPUs de NVIDIA para usuarios minoristas incluyen la serie GeForce, y la Switch 2 de Nintendo funciona con un procesador personalizado de NVIDIA.9
Desarrollos recientes
DGX Cloud Lepton
Anunciado el 19 de mayo de 2025, DGX Cloud Lepton de NVIDIA es un marketplace que conecta a los desarrolladores de IA con los proveedores de GPU en la nube de NVIDIA, incluidos CoreWeave, Lambda y Crusoe.10
NVIDIA Dynamo
NVIDIA Dynamo, anunciado en GTC 2025, es un framework de inferencia de código abierto para el despliegue de alto rendimiento y baja latencia de modelos de IA generativa en entornos distribuidos.11
Servidores NVIDIA RTX PRO y Enterprise IA Factory
Anunciados en mayo de 2025 en Computex, NVIDIA presentó los servidores RTX PRO impulsados por GPUs RTX PRO 6000 Blackwell Server Edition, diseñados para fábricas de IA empresariales.12
Plataforma NVIDIA Vera Rubin
NVIDIA presentó Vera Rubin, su plataforma posterior a Blackwell Ultra, en CES 2026 como una plataforma de seis chips.13 En GTC el 16 de marzo de 2026, NVIDIA lo amplió a siete chips, la CPU Vera, la GPU Rubin, NVLink 6 Switch, ConnectX-9 SuperNIC, BlueField-4 DPU, Spectrum-6 Ethernet switch y Groq 3 LPU, y los declaró en producción completa.14 Los envíos de producción comienzan en otoño de 2026, inicialmente a ocho socios de nube.15 Blackwell y el GB300 NVL72 siguieron siendo el producto de volumen de ingresos durante el primer trimestre del año fiscal 2027.
El rack Vera Rubin NVL72 empareja 72 GPUs Rubin con 36 CPUs Vera para 3.600 PFLOPS de inferencia NVFP4, 20,7 TB de HBM4 y 260 TB/s de ancho de banda de escalado NVLink 6.16 Se informa que la GPU Rubin está construida en el proceso N3P de TSMC con HBM4, un nodo que NVIDIA no ha confirmado.
El séptimo chip proviene del acuerdo de licencia de diciembre de 2025 de NVIDIA con Groq, cubierto en la sección de Groq a continuación.
La Groq 3 LPU es un chip de inferencia dedicado, y Samsung Foundry lo fabrica.17 Los racks Groq 3 LPX están previstos para la segunda mitad de 2026, y NVIDIA proyecta hasta 35x más rendimiento por megavatio para modelos de billones de parámetros cuando LPX se empareja con Vera Rubin NVL72.18
DeepSeek
El lanzamiento de R1 de DeepSeek demostró que los modelos frontera podían entrenarse con un número relativamente pequeño de GPUs. Esto provocó una reducción en el precio de las acciones de NVIDIA.
Dado que el rendimiento de los sistemas de GPU mejora varias veces al año debido a los avances en el diseño de chips y la interconexión, los compradores harían bien en no comprar más allá de sus necesidades anuales, ya que esto puede llevar a poseer sistemas obsoletos.
Aranceles y restricciones a la exportación
Cuatro medidas separadas rigen las ventas de chips de IA avanzados a China, y con frecuencia se confunden.
Las licencias cambiaron primero. El 13 de enero de 2026, la Oficina de Industria y Seguridad de EE. UU. anunció una regla final que traslada las solicitudes de licencia para la NVIDIA H200, AMD MI325X y chips similares de una presunción de denegación a una revisión caso por caso, sujeta a condiciones que cubren certificaciones de exportadores, verificaciones de clientes y pruebas independientes previas al envío.19 Un límite de volumen lo acompaña: los envíos agregados de un chip determinado a China y Macao no pueden exceder el 50 % de la cantidad de ese mismo producto que el exportador ha enviado a clientes estadounidenses para uso final en EE. UU.19
Otras dos medidas están fijadas en el 25 % y se tratan habitualmente como una sola. El presidente Trump anunció una participación del 25 % en los ingresos del gobierno de EE. UU. sobre las ventas de H200 a China el 8 de diciembre de 2025 y lo reiteró el 14 de enero de 2026, mientras que la Casa Blanca anunció un arancel distinto del 25 % bajo la Sección 232 sobre semiconductores avanzados con los mismos umbrales de rendimiento el 14 de enero de 2026, con exclusiones que incluyen centros de datos estadounidenses e I+D de EE. UU.20
China se ha movido en la dirección opuesta, aunque de manera menos formal. Reuters informó el 5 de noviembre de 2025, citando fuentes anónimas, que las autoridades habían prohibido los chips de IA extranjeros en los centros de datos financiados por el estado, y no se ha publicado ninguna regulación china oficial en ese sentido.
El permiso no se ha traducido en ventas. El 14 de julio de 2026, el subsecretario de Comercio Jeffrey Kessler declaró en una audiencia del Congreso que "se han realizado muy pocos envíos bajo licencias para H200 y equivalentes. Es una cantidad muy pequeña de chips". NVIDIA no había registrado ingresos por computación para centros de datos en China en sus resultados de febrero de 2026 ni en los de mayo de 2026.
Competencia en el mercado de inferencia
Aunque NVIDIA domina el mercado de "entrenamiento" de IA, la competencia se está intensificando en la "inferencia", el despliegue de modelos de IA para tareas del mundo real. Empresas como AMD y Qualcomm, junto con especialistas en inferencia como Cerebras, SambaNova, d-Matrix y Positron, están desarrollando chips que buscan proporcionar soluciones de inferencia más rentables, con un enfoque particular en un menor consumo de energía. El campo se ha reducido tanto como ha crecido. Untether IA cerró en junio de 2025 y se declaró en bancarrota ese octubre, y la tecnología de inferencia de Groq fue licenciada a NVIDIA en diciembre de 2025.
Las nuevas técnicas de IA de "razonamiento" exigen más potencia de cálculo. NVIDIA cree que el razonamiento favorecerá su arquitectura a largo plazo y espera que el mercado de inferencia eventualmente eclipse al mercado de entrenamiento en tamaño, incluso si su cuota de mercado es menor.21
2. AMD
AMD es un fabricante de chips fabless con productos de CPU, GPU y aceleradores de IA.
AMD lanzó MI300 para cargas de trabajo de entrenamiento de IA en junio de 2023 y está compitiendo con NVIDIA por cuota de mercado. Startups, empresas y gigantes tecnológicos adoptaron hardware de AMD en 2023, cuando el hardware de NVIDIA era difícil de conseguir en medio del auge de la IA generativa desencadenado por el lanzamiento de ChatGPT.22 23 24
En 2025, AMD adquirió un equipo de ingenieros de hardware y software de IA de Untether IA junto con la startup de compiladores Brium. En junio de 2026, AMD anunció la adquisición de MEXT, cuya tecnología de memoria predictiva está diseñada para hacer que la memoria flash se comporte más como DRAM y reducir el costo de memoria de los centros de datos.25 26
AMD lanzó los Instinct MI350X y MI355X el 12 de junio de 2025 en Advancing IA 2025.27 El MI355X está construido en CDNA4 en TSMC 3nm con 288 GB de HBM3E y 10,1 PFLOPS de MXFP4, y AMD lo posiciona frente al Blackwell B200 de NVIDIA en lugar del H200. AMD continuó el 7 de mayo de 2026 con el Instinct MI350P, una tarjeta PCIe 5.0 pasiva que lleva 144 GB de HBM3E y un TBP máximo de 600 W.28
AMD ha firmado cuatro acuerdos Instinct a gran escala desde octubre de 2025: OpenAI el 6 de octubre de 2025 cubriendo 6 GW, con los primeros 1 GW de capacidad de la serie MI450 a partir de la segunda mitad de 2026;29 Oracle Cloud Infrastructure como socio de lanzamiento el 14 de octubre de 2025 para un inicio de 50.000 GPUs de la serie MI450 desde el tercer trimestre calendario de 2026;30 Meta el 24 de febrero de 2026 para hasta 6 GW a partir de la segunda mitad de 2026, utilizando una GPU Instinct personalizada basada en la arquitectura MI450 en lugar de una MI450 estándar;31 32 y Anthropic el 22 de julio de 2026 para hasta 2 GW de GPUs de la serie MI450 en racks Helios a partir de la primera mitad de 2027.33
Después de un desacuerdo público entre AMD y NVIDIA sobre la evaluación comparativa de H100 y MI300, los últimos benchmarks sitúan al MI300 mejor o a la par con el H100 para inferencia en un LLM de 70B.34
Serie MI400
AMD lanzó la serie Instinct MI400 en Advancing IA 2026 el 22-23 de julio de 2026.35 La MI455X es el miembro de la familia enfocado en IA. AMD la lista como CDNA5 en "TSMC 2nm | 3nm FinFET" con 320 mil millones de transistores, 432 GB de HBM4, 23,3 TB/s de ancho de banda de memoria pico y 40,3 PFLOPS de OCP MXFP4.36 Helios, el sistema a escala de rack construido en torno a la serie MI400, está en producción completa con los primeros envíos a partir de finales del tercer trimestre de 2026.35
Un tercer miembro de la familia, la MI440X, se presentó en CES 2026 el 5 de enero de 2026 para IA empresarial local en un factor de forma compacto de ocho GPUs, y AMD no ha publicado especificaciones desde entonces.37 Más adelante, la hoja de ruta de AMD sitúa la serie Instinct MI500 en 2027 y la serie MI600 en 2028, con la arquitectura CDNA 6, tecnología de proceso de 2nm y detalles de memoria HBM4E para MI500 presentados en CES 2026.35
La MI430X es el miembro de HPC e IA soberana de la serie MI400. AMD la anunció el 19 de noviembre de 2025 durante la semana SC25 en lugar de en Advancing IA 2026, con 432 GB de HBM4 y 19,6 TB/s, y actualizó sus especificaciones el 23 de julio de 2026. La página de producto de AMD ahora lista hasta 288 TFLOPS de FP64 pico teórico basado en hardware, hasta 9,2 PFLOPS de FP4 y MXFP4 pico, 432 GB de HBM4 integrada y hasta 23,3 TB/s de ancho de banda de memoria pico teórico.38 La característica distintiva frente a la MI455X es el FP64 a velocidad completa para computación científica en lugar del rendimiento de IA de baja precisión.
AMD espera que la MI430X esté disponible en 2027 y no ha publicado el número de transistores, la potencia de la placa ni la litografía. Dos cifras en los propios materiales de AMD no coinciden. El FAQ de la página de inicio de la serie MI400 todavía indica hasta 19,6 TB/s, mientras que la página de especificaciones de la MI430X da 23,3 TB/s, y el FAQ en la página de la MI430X contiene un error tipográfico que dice 2,3 TB/s.38
AMD nombra tres sistemas objetivo para la MI430X: Discovery en el Laboratorio Nacional Oak Ridge, planificado para 2028; Alice Recoque, el primer sistema exaescala de Francia; y Herder en HLRS Stuttgart, anunciado con HPE el 2 de diciembre de 2025. Lux, el clúster de fábrica de IA de Oak Ridge anunciado el 27 de octubre de 2025, está construido sobre MI355X y no es un sistema MI430X.
Software
El software de IA de AMD se ejecuta sobre la pila ROCm. SemiAnalysis, en un benchmark del 22 de diciembre de 2024 de MI300X frente a H100 y H200, dio a AMD un 0 % de posibilidades de romper el foso CUDA de NVIDIA, encontrando que CUDA funcionaba de inmediato para la mayoría de las tareas mientras que el software de AMD requería una configuración significativa.39
Los mismos analistas han revisado desde entonces esa opinión, el 25 de julio de 2026, a "una gran probabilidad de éxito siempre que AMD resuelva los dos riesgos principales que describimos a continuación": el aumento de producción de racks Helios, donde los SerDes débiles requieren que hasta el 85 % del backplane sea retimeado con más de 550 retimers ethernet de Broadcom por rack, y una persistente falta de clústeres internos estables de GPU para desarrollo de software y CI de pruebas automatizadas.40
En Advancing IA 2026, AMD se comprometió a una cadencia fija de lanzamiento de funciones cada seis semanas en lugar de su ciclo anterior aproximadamente trimestral.41
Ecosistema
Al igual que NVIDIA, AMD está invirtiendo selectivamente en usuarios de sus soluciones para impulsar la adopción de su hardware.42 También ha vinculado capital a sus mayores compromisos, emitiendo a OpenAI y Meta cada uno un warrant basado en rendimiento por hasta 160 millones de acciones a $0,01, con adjudicación sujeta a hitos de envío de Instinct.43
3. Intel
Intel tiene una larga trayectoria en el desarrollo de semiconductores. A diferencia de los fabless NVIDIA y AMD, Intel posee sus propias fábricas y construye piezas como el Xeon 6+ basado en 18A internamente. No se abastece exclusivamente a sí mismo. También obtiene componentes relacionados con IA de TSMC, y el propio Gaudi 3 se fabricó en el proceso de 5nm de TSMC.44
Gaudi 3 es el último acelerador de IA dedicado en la línea Gaudi de Intel. Intel no ha anunciado ningún sucesor de Gaudi, y cada paso de su hoja de ruta publicada después de él es una GPU.45 46 El chip en sí no ha sido retirado. La página de producto de Intel todavía lista la tarjeta PCIe Gaudi 3 (HL-338) como en envío, y Intel no ha publicado ningún aviso de fin de vida para ella.47 Intel apuntaba a $500 millones en ingresos de Gaudi para 2024 y abandonó el objetivo en su llamada de resultados del tercer trimestre el 31 de octubre de 2024. En CES 2026 reconoció que Gaudi "no satisfizo las necesidades del mercado de entrenamiento de IA de frontera".45
Intel canceló su GPU Falcon Shores para pivotar a Jaguar Shores, un acelerador de IA a escala de rack cuyos detalles confirmados se limitan a la marca Gaudi y memoria HBM4 de SK hynix, sin nodo de proceso declarado.45 En CES 2026, la hoja de ruta de Intel se refería a "la línea de productos Shores" sin el nombre Jaguar, y Intel no ha anunciado un cambio de nombre. Intel hizo nuevos anuncios de hardware de IA en Computex 2026, incluido su procesador Xeon 6+ en el nodo 18A.48 49
Crescent Island es una GPU para centros de datos basada en Xe3P y optimizada para inferencia, anunciada por primera vez el 14 de octubre de 2025 en la OCP Global Summit con 160 GB de LPDDR5X y muestreo para clientes previsto en la segunda mitad de 2026.50 Intel la detalló en Computex 2026 como una tarjeta PCIe refrigerada por aire de 350 W que admite tipos de datos desde FP4 hasta FP64, con hasta 480 GB como el máximo que los socios pueden construir en lugar de la capacidad propia de la tarjeta.45
4. Qualcomm
Qualcomm es un diseñador fabless más conocido por los SoCs móviles, y ha anunciado una línea de productos para centros de datos centrada en la inferencia. La antigua familia Cloud IA 100 es la línea de centros de datos de Qualcomm que los compradores pueden adquirir hoy. Dos marcas de Qualcomm separadas por una letra flanquean esa línea. Dragonwing, presentada el 25 de febrero de 2025, cubre IoT industrial e integrado, redes e infraestructura celular y lleva las piezas de IA de borde de la empresa, mientras que Dragonfly, lanzada el 24 de junio de 2026, es la marca de centros de datos.51
AI200, AI250 y la hoja de ruta de centros de datos
El 27 de octubre de 2025, Qualcomm anunció los AI200 y AI250, dos soluciones de inferencia de IA a escala de rack; ambos se encuentran ahora bajo la marca Dragonfly que Qualcomm lanzó en junio de 2026.52 El AI200 admite 768 GB de LPDDR por tarjeta, y Qualcomm dijo en el anuncio que se esperaba que el AI200 y el AI250 estuvieran disponibles comercialmente en 2026 y 2027 respectivamente; no ha reiterado ninguna de las dos fechas desde entonces. El AI250 introduce una arquitectura de computación near-memory que Qualcomm dice que ofrece 133 TB/s de ancho de banda de memoria efectiva por tarjeta, 18 veces el AI200, una afirmación para un producto que nadie puede comprar todavía. Ambos racks utilizan refrigeración líquida directa, y Qualcomm ahora especifica un rack compatible con OCP ORv3 de 140 kW en lugar de los 160 kW citados en el anuncio.53
El 24 de junio de 2026, Qualcomm presentó tres productos adicionales para centros de datos.53 El Dragonfly C1000 es una CPU para centros de datos que se espera que alcance disponibilidad comercial en 2028, y Qualcomm nombró a Meta como su cliente bajo una colaboración multigeneracional que cubre CPUs para centros de datos en lugar de aceleradores de IA. Qualcomm High Bandwidth Compute (HBC) une la computación con un ancho de banda de memoria acelerado en una solución de silicio apilado en 3D, lo que la convierte en una arquitectura de computación en lugar de una pieza de memoria, y HBC Gen 1, emparejado con el AI250, se espera que alcance el muestreo comercial a mediados de 2027. El Dragonfly AI300 es un acelerador de inferencia con muestreo comercial previsto para 2028. Qualcomm apunta a más de $15 mil millones de ingresos de centros de datos para el año fiscal 2029.54
Qualcomm espera los envíos iniciales a un cliente de silicio personalizado hiperescalador, que no ha nombrado, más adelante en el año calendario 2026.
Adquisiciones y la familia Cloud IA 100
Qualcomm completó su adquisición de Alphawave el 18 de diciembre de 2025. El 24 de junio de 2026 acordó adquirir Modular Inc, una transacción que se espera que se cierre en la segunda mitad de 2026 sujeta a aprobaciones regulatorias.55
Antes de la línea Dragonfly, los aceleradores de inferencia para centros de datos de Qualcomm eran las tarjetas Cloud IA 100. La tarjeta PCIe Cloud IA 100 Pro consume 75 W y está clasificada en hasta 400 TOPS INT8 y hasta 200 TFLOPS FP16.
¿Qué proveedores de nube pública producen chips de IA?
5. AWS
AWS produce chips Trainium para el entrenamiento de modelos y chips Inferentia para la inferencia. Comenzó a desarrollar sus propios chips después de Google.
Los chips Trainium2 forman el clúster Project Rainier, que impulsa los modelos del desarrollador de LLM Anthropic. El recuento en el lanzamiento del clúster en octubre de 2025 era de casi medio millón de chips, y Anthropic declaró el 20 de abril de 2026 que utiliza más de un millón de chips Trainium2.56
Trainium3 y Trn3 UltraServers alcanzaron la disponibilidad general el 2 de diciembre de 2025.57 Trainium3 es el chip de IA de cuarta generación de AWS y el primero construido en un proceso de 3nm, clasificado en 2,52 PFLOPS de computación FP8, 144 GB de HBM3e y 4,9 TB/s de ancho de banda de memoria por chip. Un Trn3 UltraServer escala a 144 chips para 362 FP8 PFLOPS, 20,7 TB de HBM3e y 706 TB/s de ancho de banda de memoria.
AWS anunció Trainium4 como un elemento de la hoja de ruta en re:Invent 2025, con soporte para NVIDIA NVLink Fusion. En la llamada de resultados del primer trimestre de 2026, Amazon dijo que Trainium4 está a unos 18 meses de la disponibilidad general y está en gran medida reservado.58
6. Google Cloud Platform
La Google Cloud TPU es el chip acelerador de aprendizaje automático diseñado específicamente que impulsa los productos de Google. Google anunció las TPU en 2016.59 Trillium TPU es la 6.ª generación.60
Ironwood, también llamada TPU v7 o TPU7x, está diseñada para "modelos de pensamiento" complejos como LLMs y MoEs, con 4.614 TFLOPS de computación FP8 por chip y hasta 42,5 Exaflops en pods de 9.216 chips.61 Ofrece 2x la eficiencia energética de Trillium. Cada chip lleva 192 GB de High Bandwidth Memory a 7,37 TB/s, con 1,2 TB/s bidireccional (9,6 Tb/s) de interconexión entre chips y un SparseCore mejorado para grandes embeddings.62 Entró en vista previa el 24 de noviembre de 2025 y alcanzó la disponibilidad general el 31 de marzo de 2026.63
En Cloud Next el 22 de abril de 2026, Google anunció su octava generación de TPU como dos chips de propósito específico, TPU 8t para entrenamiento y TPU 8i para inferencia.64 Un superpod TPU 8t escala a 9.600 chips, dos petabytes de HBM compartida y 121 ExaFLOPS en FP4. Google dice que ambos estarán disponibles más adelante en 2026.
7. Alibaba
Alibaba diseña aceleradores de IA a través de su unidad de chips T-Head (PingTouGe), sobre una arquitectura de unidad de procesamiento paralelo (PPU) de desarrollo propio con una interconexión ICN personalizada.65
T-Head detalló públicamente el Zhenwu 810E el 29 de enero de 2026. El chip lleva 96 GB de HBM2e y 700 GB/s de ancho de banda entre chips a través de 7 enlaces ICN independientes, un rendimiento que la empresa describe como comparable al H20 de NVIDIA, y Alibaba Cloud lo despliega en clústeres de 10.000 tarjetas. Esto fue una divulgación de especificaciones en lugar de un lanzamiento de producto. El 810E no es silicio nuevo de 2026, y los despliegues de 10.000 tarjetas son anteriores al anuncio.
El 19-20 de mayo de 2026, Alibaba anunció el Zhenwu M890, con 144 GB de memoria, 800 GB/s de ancho de banda de interconexión entre chips, soporte nativo desde FP32 hasta FP4, y tres veces el rendimiento del 810E. Se envía dentro del supernodo Panjiu AL128, que contiene 128 aceleradores por rack y utiliza el ICN Switch 1.0 a 25,6 Tbps. Alibaba afirma que las entregas acumuladas de la serie Zhenwu superan las 560.000 unidades. Esa cifra cubre toda la serie, no las unidades M890.
Algunas organizaciones norteamericanas, europeas y australianas (por ejemplo, aquellas en la industria de defensa) pueden no preferir usar Alibaba Cloud por razones geopolíticas.
8. IBM
IBM anunció su chip de aprendizaje profundo, la unidad de inteligencia artificial (AIU), en 2022.66 La IBM AIU se basa en el IBM Telum Processor, que impulsa las capacidades de procesamiento de IA de los servidores mainframe IBM Z.67 IBM también demostró que fusionar computación y memoria puede conducir a eficiencias en el prototipo de procesador North Pole.68
El acelerador de IA de IBM que se comercializa es el Spyre Accelerator, anunciado el 7 de octubre de 2025 y disponible desde el 28 de octubre de 2025 en z17 y LinuxONE 5, y desde principios de diciembre de 2025 en Power11.69 Spyre lleva 32 núcleos aceleradores y 25,6 mil millones de transistores en un proceso de 5nm, empaquetado como una tarjeta PCIe de 75 W con 128 GB de LPDDR5. Hasta 48 tarjetas se agrupan en un sistema Z o LinuxONE, frente a 16 en Power.
9. Huawei
El HiSilicon Ascend 910C de Huawei es parte de la familia de chips Ascend 910 introducida en 2019.
Los laboratorios de IA en China están experimentando con el Ascend 910C. La nube de Huawei está alojando modelos de DeepSeek, y un investigador de DeepSeek afirma que puede alcanzar el 60 % del rendimiento de inferencia de la NVIDIA H100.70
Huawei presentó el chip Ascend 950PR junto con la tarjeta aceleradora Atlas 350 el 20 de marzo de 2026.71 La tarjeta Atlas 350 está especificada en 1,56 PFLOPS de computación FP4, 112 GB de HBM propietaria HiBL 1.0 de Huawei a 1,4 TB/s de ancho de banda de memoria, 600 W de potencia y 2 TB/s de interconexión. Esas cifras de memoria pertenecen a la tarjeta. El silicio Ascend 950PR en sí está especificado en 128 GB y 1,6 TB/s. Huawei afirma que la tarjeta ofrece 2,8 veces el rendimiento de la H20 de NVIDIA, lo cual no es una comparación equivalente, porque la H20 de clase Hopper no tiene soporte nativo de FP4.
Huawei ha publicado una hoja de ruta de Ascend, en su keynote de Huawei Connect 2025 el 18 de septiembre de 2025.72 Enumera Ascend 950PR en el primer trimestre de 2026, Ascend 950DT en el cuarto trimestre de 2026, Ascend 960 en el cuarto trimestre de 2027 y Ascend 970 en el cuarto trimestre de 2028. El Ascend 950DT está especificado para 144 GB de HiZQ 2.0, la segunda HBM interna de Huawei, 4 TB/s de ancho de banda de memoria, 2 TB/s de interconexión y cargas de trabajo de decodificación más entrenamiento, pero a julio de 2026 es un compromiso de hoja de ruta en lugar de un producto lanzado. Huawei mostró el Atlas 950 SuperPoD en WAIC 2026 el 18 de julio de 2026, con el despliegue comercial aún previsto para el cuarto trimestre de 2026. Los informes de un "Ascend 920" se remontan a la cobertura de la cadena de suministro de abril de 2025 (DigiTimes Asia, 17 de abril de 2025; Commercial Times, 21 de abril de 2025) que describía un supuesto reemplazo SMIC N+3 / 6nm para la H20. Huawei nunca ha anunciado, especificado o enviado tal pieza, y no aparece en ninguna parte de la hoja de ruta publicada.
¿Qué proveedores de IA en la nube producen sus propios chips?
Estos proveedores no tienen nubes públicas con capacidades integrales como los hiperescaladores. Proporcionan servicios de nube limitados, típicamente enfocados en la inferencia de IA. Pudimos registrarnos en estos servicios sin hablar con equipos de ventas:
10. Groq
Groq fue fundada por exempleados de Google y construyó su negocio en torno a la LPU (Unidad de Procesamiento de Lenguaje), una arquitectura de chip orientada a la inferencia de baja latencia en lugar del entrenamiento.
El 24 de diciembre de 2025, Groq anunció que había firmado un acuerdo de licencia no exclusivo con NVIDIA que cubre la tecnología de inferencia de Groq, y que el fundador y CEO Jonathan Ross, el presidente Sunny Madra y otros miembros senior del equipo se habían unido a NVIDIA.73 Groq declaró que continúa como una empresa independiente. CNBC valoró la transacción en unos $20 mil millones en efectivo, lo que la convertiría en la mayor de NVIDIA hasta la fecha, una cifra atribuida a Alex Davis, CEO del inversor de Groq Disruptive, quien también dijo que NVIDIA adquiere todos los activos de Groq excepto el negocio GroqCloud.74 NVIDIA no ha publicado ningún comunicado de prensa sobre el acuerdo, la CFO de NVIDIA Colette Kress se negó a comentar sobre el precio, y Reuters señaló que ninguna de las empresas lo confirmó. Jensen Huang dijo a los empleados: "Aunque estamos añadiendo empleados talentosos a nuestras filas y licenciando la IP de Groq, no estamos adquiriendo Groq como empresa". NVIDIA presentó el producto resultante, la NVIDIA Groq 3 LPU, en GTC el 16 de marzo de 2026 como el séptimo chip de la plataforma Vera Rubin.18
Groq ahora opera como un proveedor de nube de inferencia. En junio de 2026, la empresa dijo que opera 13 centros de datos en América del Norte, Europa, Medio Oriente y APAC, sirve a más de cinco millones de desarrolladores, y está escalando su nube de inferencia hacia 200 MW de capacidad para 2027.75 Su centro de datos en Dammam, construido con Aramco Digital, está respaldado por un compromiso de inversión saudí de $1,5 mil millones anunciado en febrero de 2025.76
Groq ha recaudado aproximadamente $2,4 mil millones en financiación revelada y ha enviado productos que incluyen el GroqChip™ Processor y el GroqCard™ Accelerator.77 Su ronda más reciente, $650 millones en capital de crecimiento anunciados el 22 de junio de 2026, no reveló valoración, lo que deja los $6,9 mil millones post-money que anunció el 17 de septiembre de 2025 como su última valoración confirmada.78 75
11. SambaNova Systems
SambaNova Systems fue fundada en 2017 para desarrollar sistemas de hardware-software de alto rendimiento y alta precisión para cargas de trabajo de IA generativa de alto volumen. Recaudó una ronda Serie E de $350 millones en febrero de 2026.79 El 8 de julio de 2026 completó el primer cierre de una Serie F de $1 mil millones con una valoración post-money de $11 mil millones, liderada por General Atlantic.80
SambaNova presentó el SN50, su última Unidad de Datos Reconfigurable (RDU), el 24 de febrero de 2026, con envíos a clientes previstos para la segunda mitad de 2026, y a julio de 2026 ningún SN50 ha sido enviado. El SN50 ofrece 5x más computación por acelerador y 4x más ancho de banda de red que la generación anterior SN40L, y admite una arquitectura de memoria de tres niveles para modelos de hasta 10 billones de parámetros y contexto de hasta 10 millones de tokens.81 SoftBank Corp. será el primer cliente en desplegar SN50 en sus centros de datos de IA en Japón.
SambaNova también anunció una colaboración estratégica planificada de varios años con Intel para ofrecer soluciones de inferencia de IA.
SambaNova Systems alquila su plataforma a empresas a través de SambaCloud.82
¿Cuáles son las principales startups de chips de IA?
También nos gustaría presentar algunas startups en la industria de chips de IA cuyos nombres podríamos escuchar con más frecuencia en el futuro cercano.
12. Cerebras
Cerebras fue fundada en 2015 y es la única entre los principales fabricantes de chips que se enfoca en chips a escala de oblea.83 Los chips a escala de oblea tienen ventajas en paralelismo en comparación con las GPUs, gracias a su mayor ancho de banda de memoria. Sin embargo, diseñar y fabricar tales chips es una tecnología emergente.
Los chips de Cerebras incluyen:
- WSE-1 con 1,2 billones de transistores y 400k núcleos de procesamiento.
- WSE-2, con 2,6 billones de transistores y 850k núcleos, fue anunciado en abril de 2021 en un proceso de 7nm
- WSE-3, con 4 billones de transistores y 900k núcleos de IA, fue anunciado en marzo de 2024 en un proceso de 5nm.84
WSE-3 es la generación actual en envío, y Cerebras no ha anunciado un sucesor.
El sistema de Cerebras funciona con empresas farmacéuticas como AstraZeneca y GlaxoSmithKline y laboratorios de investigación que dependen de él para simulaciones. También apunta a los creadores de LLMs, ya que sus chips pueden reducir los costes de inferencia para modelos frontera.
Cerebras también ofrece sus chips en su nube a las empresas.
Cerebras cotiza en Nasdaq bajo el ticker CBRS desde el 14 de mayo de 2026, después de una IPO que recaudó aproximadamente $6,38 mil millones en ingresos brutos.85 Guía los ingresos principales del año fiscal 2026 a $855-865 millones, y firmó un acuerdo de inferencia de 750 MW con OpenAI el 14 de enero de 2026 que su propio comunicado del primer trimestre valora en más de $20 mil millones.86
13. d-Matrix
d-Matrix sigue un enfoque novedoso, abandonando la arquitectura von Neumann tradicional en favor de la computación en memoria. Aunque este enfoque tiene el potencial de resolver el cuello de botella entre la memoria y la computación, es nuevo y no está probado. En noviembre de 2025, d-Matrix recaudó $275 millones en una Serie C, valorando la empresa en $2 mil millones.87
Corsair, la plataforma de inferencia de IA de la empresa, entró en producción completa el 9 de junio de 2026, construida sobre una arquitectura de chiplet de computación en memoria basada en SRAM.88
La aceleración de 10x asociada a Corsair proviene de pruebas comparativas realizadas por socios en lugar de pruebas independientes. El evaluador, Gimlet Labs, es un socio comercial de d-Matrix, y la publicación del benchmark lleva al cofundador y CTO de d-Matrix en la firma. El resultado medido es una mejora de latencia de solicitud de extremo a extremo de 2-10x en gpt-oss-120b para una configuración de decodificación especulativa, no un 10x general sobre las GPUs.
14. Rebellions
Rebellions es una startup con sede en Corea enfocada en la inferencia de LLMs. Se fusionó con otra firma coreana de diseño de semiconductores, SAPEON.89 La financiación total es de aproximadamente $850 millones.90 La IPO no ha ocurrido. Rebellions dijo el 8 de julio de 2026 que apunta al primer o segundo trimestre de 2027, inclinándose por una cotización en el mercado principal KOSPI.91
REBEL-Quad es el acelerador de segunda generación, cuatro chiplets construidos en el proceso de 4nm de Samsung, y Rebel100 es su nombre comercial productizado.
15. Tenstorrent
El último Blackhole Tensix Processor de Tenstorrent ofrece 664 TFLOPS (BLOCKFP8) de rendimiento, emparejado con 32 GB de memoria GDDR6 y 512 GB/s de ancho de banda de memoria.
La tarjeta P150a tiene un precio de $1.399 y cuenta con cuatro puertos QSFP-DD 800G para escalado multitarjeta. El modelo de entrada P100a comienza en $999.92
Desde enero de 2026, todas las tarjetas Blackhole p150 se envían con 120 núcleos Tensix en lugar de 140, y el firmware versión v19.5.0 aplicó la misma reducción retroactivamente a las tarjetas vendidas. Tenstorrent estima el costo en 1-2 % en cargas de trabajo típicas.93
Tenstorrent ofrece una pila de software completamente de código abierto. La empresa recaudó $700 millones en diciembre de 2024.94
16. Positron
Positron fue fundada en 2023 y se enfoca exclusivamente en la inferencia de modelos transformer. Adopta un enfoque ASIC, y diseña, fabrica y ensambla sus chips en los Estados Unidos.
Productos:
- Atlas (en envío ahora): Un servidor de inferencia transformer que cuenta con 8x Positron Archer Transformer Accelerators con 256 GB totales de HBM. La empresa afirma >4x de rendimiento por vatio y >3x de rendimiento por dólar en comparación con los sistemas Hopper de NVIDIA, evaluado en Llama 3.1 8B con computación BF16.95
- Titan (próximamente en 2027): Un sistema sucesor con más de 8 TB de memoria impulsado por 4x chips personalizados Asimov, diseñado para soportar modelos de hasta 16 billones de parámetros y ventanas de contexto de más de 10 millones de tokens en un factor de forma 4U refrigerado por aire.96
- Asimov (próximamente en 2027): Silicio acelerador de inferencia personalizado con más de 2 TB de memoria por chip.
Positron recaudó una ronda Serie B de más de $230 millones a principios de 2026.97
17. _etched
Su enfoque sacrifica la flexibilidad por la eficiencia al grabar arquitecturas de modelos en sus chips.
Etched salió del sigilo el 30 de junio de 2026 con silicio A0 de primera pasada del proceso N4P de TSMC, más de $1 mil millones en contratos de clientes firmados y $800 millones recaudados.98 El 23 de julio de 2026 anunció una Serie C de $300 millones con una valoración de $10,3 mil millones, liderada por Sequoia.99
La empresa ya no utiliza el nombre de producto Sohu. Ahora se describe a sí misma como constructora de clústeres de inferencia de frontera que ejecutan DeepSeek, Qwen, Mamba y Llama, por lo que el diseño ya no es solo para transformers.98
Dos preguntas permanecen abiertas. Etched no ha publicado ningún benchmark de terceros y no nombra a ningún cliente detrás de los contratos que reporta, por lo que sus cifras de rendimiento siguen siendo mediciones internas. La cuestión de obsolescencia que planteaba el diseño original de Sohu ahora se aplica al conjunto más amplio de modelos, ya que un chip construido en torno a un grupo fijo de arquitecturas tiene que ser reorientado una vez que esas arquitecturas son superadas.
18. Taalas
Taalas fue fundada a principios de 2023 y cablea directamente modelos individuales en silicio personalizado, produciendo lo que la empresa llama "Hardcore Models".100 La empresa afirma que puede transformar cualquier modelo de IA no visto previamente en silicio personalizado en dos meses.
La arquitectura de Taalas unifica almacenamiento y computación en un solo chip con densidad a nivel de DRAM, eliminando la necesidad de HBM, empaquetado avanzado, apilamiento 3D, refrigeración líquida o E/S de alta velocidad.
Productos:
- HC1 (disponible ahora): Un demostrador tecnológico cableado con Llama 3.1 8B, construido en TSMC 6nm con 53 mil millones de transistores. Taalas afirma 17.000 tokens por segundo por usuario en un servidor refrigerado por aire de 2,5 kW. Sin embargo, el modelo utiliza una cuantización personalizada agresiva de 3 y 6 bits, lo que introduce degradaciones de calidad en comparación con las líneas base de GPU.101
- HC2 (objetivo de hoja de ruta para el invierno de 2026, aún no es un producto): Una plataforma de segunda generación con mayor densidad, ejecución más rápida y formatos estándar de punto flotante de 4 bits para abordar las limitaciones de cuantización del HC1.
Taalas ha recaudado $219 millones en total, e informa haber gastado $30 millones para llevar su primer producto al mercado con un equipo de 24 personas.
19. Extropic
Extropic recaudó una ronda de $14 millones a finales de 2023 para usar la termodinámica en la computación. Su página de hardware enumera tres piezas. X0 es un prototipo de silicio del primer trimestre de 2025, y XTR-0 es una plataforma de desarrollo enviada en números limitados a investigadores seleccionados en el tercer trimestre de 2025. Ambos fueron presentados el 29 de octubre de 2025. Z1, el primer chip a escala de producción, está listado como acceso temprano en 2026.102
20. Vaire
Vaire es una startup con sede en el Reino Unido que trabaja en computación reversible, un enfoque que busca crear chips de energía casi nula. A diferencia de la computación tradicional, donde la energía se pierde en forma de calor, la computación reversible recicla una porción significativa de energía para cálculos posteriores.
El primer chip de prueba de Vaire, con nombre en clave Ice River, es un demostrador CMOS de 22nm en lugar de un producto. Las mediciones reportadas en septiembre de 2025 dieron un factor de recuperación de energía de 1,77 para un arreglo de condensadores impulsado por el resonador de Vaire y 1,41 para un registro de desplazamiento en el mismo chip, frente a aproximadamente 2x predicho en simulación.103 La cifra del 50 % reportada en el tape-out se aplica solo al resonador y excluye sobrecostos energéticos adicionales.104 105
21. Fractile
Fractile es una startup de chips de inferencia de IA con sede en el Reino Unido que salió del sigilo en julio de 2024 con $15 millones en financiación para desafiar a NVIDIA en la inferencia de modelos frontera.106
La empresa está construyendo procesadores que intercalan físicamente memoria y computación en el mismo dado, lo que según afirma resuelve el requisito simultáneo de baja latencia y alto rendimiento que las GPUs no pueden cumplir para la inferencia de modelos frontera. Fractile afirma que su diseño puede ejecutar modelos frontera hasta 25x más rápido.
Fractile anunció una Serie B de $220 millones el 13 de mayo de 2026.107 Los informes sobre la ronda sitúan la valoración en aproximadamente $1 mil millones, una cifra que la empresa no ha confirmado.
¿Qué empresas diseñan chips de IA para su propio uso?
Estas empresas diseñan aceleradores para su propia infraestructura en lugar de venderlos en el mercado comercial, por lo que los benchmarks independientes de ellos son escasos.
22. Apple
Se informa que el Proyecto ACDC de Apple está enfocado en construir chips para la inferencia de IA en centros de datos.108 Según se informa, el chip de servidor tiene el nombre en clave Baltra y se desarrolla con Broadcom, y Apple nunca lo ha reconocido oficialmente. Reuters informó el 15 de julio de 2026, citando a The Information, que el proyecto se ha retrasado y que los servidores de IA internos de Apple todavía funcionan con chips M2 Ultra.109 110 El M5 se lanzó el 15 de octubre de 2025, y los M5 Pro y M5 Max se anunciaron el 3 de marzo de 2026 con un Acelerador Neuronal en cada núcleo de GPU. Apple está fortaleciendo su estrategia de IA en dispositivo con el framework Core IA, que ejecuta modelos en silicio de Apple sin dependencias de servidor, respaldado por un repositorio de modelos Core IA de código abierto en GitHub.111 112
23. Meta
El Acelerador de Entrenamiento e Inferencia de Meta (MTIA) es una familia de procesadores para cargas de trabajo de IA como el entrenamiento de los modelos Llama de Meta.
Meta renombró la familia MTIA el 11 de marzo de 2026. La pieza que la empresa llamaba anteriormente Next Gen MTIA es ahora MTIA 200. Se basa en tecnología TSMC 5nm, se afirma que ofrece 3x el rendimiento del MTIA v1, y se aloja en racks que contienen hasta 72 aceleradores.113 MTIA 300 está en producción para entrenamiento de clasificación y recomendación, y MTIA 400, 450 y 500 siguen a lo largo de 2026 y 2027.114
MTIA es actualmente para uso interno de Meta. Sin embargo, en el futuro, si Meta lanzara una oferta de IA generativa empresarial basada en Llama, estos chips podrían impulsar dicha oferta.
El 14 de abril de 2026, Meta y Broadcom anunciaron una asociación estratégica multigeneracional y plurianual que se extiende hasta 2029 en la que Broadcom proporciona tecnología que respalda los chips MTIA de Meta. El compromiso inicial supera 1 GW como la primera fase de un despliegue de múltiples gigavatios, y Broadcom dice que incluye el primer acelerador de computación de IA de 2nm de la industria junto con su red Ethernet de escalado vertical, horizontal y transversal.115 El lado de Broadcom de la asociación se cubre en la sección de Broadcom a continuación.
24. Microsoft Azure
En Hot Chips 2024, Microsoft presentó Maia 100, su primer acelerador de IA personalizado, construido en el proceso N5 de TSMC. Microsoft lanzó Maia 200 (nombre en clave Braga) el 26 de enero de 2026, como un acelerador de IA enfocado en inferencia para Azure, diseñado para reducir los costes de tokens de IA y ofrecer un 30 % mejor rendimiento por dólar sobre los sistemas existentes.116
Maia 200 está construido en TSMC 3nm con más de 140 mil millones de transistores, 216 GB de HBM3e a 7 TB/s, 272 MB de SRAM en chip y más de 10 PFLOPS de computación FP4 dentro de un TDP de SoC de 750 W. Se despliega en la región US Central de Azure cerca de Des Moines, Iowa, con US West 3 cerca de Phoenix a continuación.116
25. OpenAI
OpenAI diseñó su primer chip de IA con Broadcom, y el liderazgo de su equipo de chips tiene experiencia diseñando TPUs en Google.117 OpenAI ha confirmado a TSMC como la fundición, pero ni OpenAI ni Broadcom han confirmado un nodo de proceso.118 Los informes de la cadena de suministro coreana han utilizado el nombre en clave "Titan" para el chip y lo han situado en el proceso N3 de TSMC, aunque ninguna de las empresas utiliza ese nombre.119
Samsung ha asegurado un acuerdo para suministrar memoria HBM4 para el chip de OpenAI, según se informa asignando más del 50 % de su capacidad de fundición de Pyeongtaek a dados base HBM4 para este propósito.120 OpenAI y Broadcom anunciaron una colaboración para 10 gigavatios de aceleradores de IA personalizados en octubre de 2025. Se prevé que los racks comiencen en la segunda mitad de 2026 y se completen para finales de 2029. El anuncio establece que las partes "han firmado un term sheet" para los racks en lugar de un contrato de compra definitivo revelado, y ninguna de las empresas ha publicado un valor financiero para la colaboración.117 El 24 de junio de 2026, los dos presentaron Jalapeño, el primer Procesador de Inteligencia de OpenAI. Ambas empresas afirman que las muestras de ingeniería están ejecutando cargas de trabajo de ML en el laboratorio a la frecuencia y potencia objetivo de producción, incluido GPT-5.3-Codex-Spark, y que la plataforma está diseñada para un despliegue inicial a finales de 2026, lo que sitúa al chip en la etapa de muestra de ingeniería post-tape-out en lugar de en producción en masa.121 El lado de Broadcom del acuerdo, incluidos sus otros clientes de aceleradores personalizados, se cubre en la sección de Broadcom a continuación.
¿Cuáles son otros productores de chips de IA?
26. Graphcore
Graphcore es una empresa británica fundada en 2016. La empresa anunció su chip de IA insignia como IPU-POD256. Graphcore ha sido financiada con aproximadamente $700 millones.
La viabilidad a largo plazo de la empresa estaba en riesgo ya que perdía ~$200 millones por año.122 SoftBank anunció su adquisición de Graphcore el 11 de julio de 2024, y ninguna de las partes reveló oficialmente el precio, reportado en alrededor de $600 millones.123 SoftBank inyectó otros $457 millones en Graphcore el 10 de abril de 2026.124
27. Mythic
Mythic fue fundada en 2012 y se enfoca en IA de borde. Mythic sigue un camino no convencional, una arquitectura de computación analógica, que busca ofrecer computación de IA de borde energéticamente eficiente.
Ha desarrollado productos como M1076 AMP y la tarjeta clave MM1076, y ha recaudado aproximadamente $165 millones en financiación.125
Mythic despidió a la mayor parte de su personal y reestructuró su negocio con su ronda de financiación en marzo de 2023.126
Mythic recaudó una ronda sobresuscrita de $125 millones liderada por DCVC el 17 de diciembre de 2025, con Honda Motor y Lockheed Martin entre los inversores estratégicos, y adquirió Videantis en mayo de 2026.127
28. Speedata
Fundada en 2019 en Tel Aviv, Speedata desarrolla una Unidad de Procesamiento Analítico (APU) diseñada para acelerar cargas de trabajo de big data analytics e IA. Es una APU que apunta a cargas de trabajo de Apache Spark, con planes para soportar otras plataformas importantes de análisis de datos.
Speedata recaudó $44 millones en una ronda Serie B en junio de 2025, liderada por Walden Catalyst Ventures, 83North y otros, lo que eleva su financiación total a $114 millones. La empresa afirma que su APU supera a los procesadores de propósito general y a las GPUs al reemplazar racks de servidores con un solo chip, ofreciendo un rendimiento y eficiencia energética superiores para el procesamiento de datos.128
29. Axelera IA
Fundada en julio de 2021 en Eindhoven, Países Bajos, Axelera IA se especializa en tecnología de aceleración de hardware de IA para visión artificial e IA generativa. La empresa está desarrollando Titania, un chiplet de inferencia de IA basado en su arquitectura de Computación Digital en Memoria (D-IMC), diseñado para acelerar cargas de trabajo de IA desde el borde hasta la nube.
Axelera IA recaudó más de $250 millones el 24 de febrero de 2026, elevando su total a más de $450 millones en capital, subvenciones y deuda de riesgo.129 130
Su Europa AIPU, anunciada el 21 de octubre de 2025, está clasificada en hasta 629 TOPS INT8 en 8 núcleos de IA de segunda generación y 16 procesadores RISC-V a aproximadamente 45 W, con envíos prometidos para la primera mitad de 2026. Un comunicado de Andes Technology en junio de 2026 lo describió como en muestreo para clientes principales. Titania sigue apuntando a 2028.
30. NextSilicon
NextSilicon, fundada en Tel Aviv en 2017, vende Maverick-2, un acelerador de flujo de datos reconfigurable en tiempo de ejecución construido en el proceso 5nm de TSMC y enviado como tarjeta PCIe Gen 5 con 96 GB de HBM3E o como módulo OAM con 192 GB.131 La empresa dice que Maverick-2 está desplegado en docenas de sitios de clientes; el único sitio nombrado es Spectra de Sandia National Laboratories, un sistema de 64 nodos con 128 aceleradores Maverick-2 de doble dado que pasó la aceptación completa del sistema bajo el programa Vanguard de Sandia en mayo de 2026 después de ejecutar HPCG, LAMMPS y SPARTA.132 133 La cifra de 10x-una-GPU-a-la-mitad-de-potencia que NextSilicon cita es propia, no una medición independiente. En junio de 2026, la empresa dijo que convertiría Arbel, el núcleo RISC-V dentro de Maverick-2 y también un chip de prueba independiente de 2,5 GHz, en procesadores de servidor de 64 y 128 núcleos apuntando a 3,4 GHz y previstos para el primer trimestre de 2028.134
¿Qué proveedores codiseñan ASICs de IA personalizados?
Varios aceleradores listados anteriormente no son diseñados únicamente por la empresa cuyo nombre aparece en ellos. Broadcom codiseña aceleradores personalizados, que llama XPUs, con el cliente que los operará, y suministra el silicio de conmutación Ethernet y fabric que los conecta.
31. Broadcom
En su llamada de resultados del segundo trimestre del año fiscal 2026 el 3 de junio de 2026, Broadcom reportó ingresos de semiconductores de IA de $10,8 mil millones, un aumento del 143 % interanual, guió los ingresos de semiconductores de IA para todo el año fiscal 2026 a $56 mil millones, un aumento de aproximadamente el 180 % respecto al año fiscal 2025, y reiteró la guía para el año fiscal 2027 por encima de $100 mil millones.135 136
En esa llamada, Broadcom repasó seis clientes principales de IA pero nombró a cuatro de ellos: Google, Anthropic, OpenAI y Meta. Los otros dos permanecen sin revelar y fueron descritos como dos clientes con $6 mil millones en órdenes de compra recibidas hasta la fecha, con envíos a partir de finales de 2026 y acelerándose hacia 2027. Las listas publicadas que nombran a los seis son inferencias de analistas en lugar de una divulgación de Broadcom.136
La divulgación de Broadcom varía según el cliente:
- Google tiene un acuerdo multigeneracional de TPU y redes de IA, sin cifra de gigavatios dada. El Formulario 8-K de Broadcom revela un Acuerdo a Largo Plazo para desarrollar y suministrar TPUs personalizadas para las futuras generaciones de Google, más un Acuerdo de Garantía de Suministro que cubre componentes de red hasta 2031.137
- Anthropic toma más de 1 GW de computación basada en TPU en 2026, más un acuerdo de abril para otros 5 GW de computación a partir de 2027. El mismo Formulario 8-K sitúa la cifra en aproximadamente 3,5 gigavatios a partir de 2027, cuyo consumo vincula al éxito comercial continuo de Anthropic. La cifra de 3,5 GW proviene del archivo de Broadcom, mientras que la publicación de Anthropic cuantifica el compromiso como "múltiples gigavatios". El archivo también enmarca el acuerdo como una expansión de una colaboración existente en lugar de un nuevo contrato tripartito.137
- Para OpenAI, el silicio ha sido entregado, se espera la producción a finales de 2026, y OpenAI está contratado por 1,3 GW en 2027 dentro del acuerdo más amplio de 10 GW para 2029. El chip en sí se cubre en la sección de OpenAI anterior.136
- Meta tiene una asociación multigeneracional de XPU MTIA que apunta a 3 GW hasta finales de 2028, con un pedido inicial de 1 GW que se entregará a partir de la segunda mitad de 2027. Hock Tan está haciendo la transición del consejo de Meta a un rol de asesor.136 115
El 26 de febrero de 2026, Broadcom comenzó a enviar un SoC de computación personalizado de 2nm, construido sobre su plataforma 3.5D eXtreme Dimension System in Package (XDSiP). Ese SoC es para Fujitsu, apoyando el programa de procesadores FUJITSU-MONAKA, en lugar de un XPU de hiperescalador, y Broadcom dice que los XPUs para su base de clientes más amplia se enviarán a partir de la segunda mitad de 2026.138 En redes, Broadcom dijo en marzo de 2026 que Tomahawk 6 es el único switch de 102,4T que se envía en volumen de producción, y Jericho 4, un router de fabric de 51,2 Tbps lanzado en agosto de 2025, se está enviando.
El 9 de junio de 2026, Broadcom anunció la Plataforma IA XPV con Apollo y Blackstone como inversores ancla iniciales. La Plataforma está diseñada para habilitar más de 20 gigavatios de capacidad de cómputo hasta 2028, utilizando XPUs y redes de Broadcom personalizados para laboratorios de IA de frontera incluidos Anthropic y OpenAI. Se lanzó con un tramo inicial de $35 mil millones, financiando la expansión previamente anunciada de Anthropic de más de 1 gigavatio en sitios basados en Fluidstack a partir de mediados de 2026. Los más de 20 gigavatios son el objetivo de diseño de la Plataforma para 2028 y no están financiados por ese tramo.139
Las estimaciones de terceros sobre la participación de los ASICs personalizados en el mercado de procesadores de IA dependen de lo que se esté contando. Bloomberg Intelligence divide el mercado de ASICs personalizados entre Broadcom con el 60 % al 80 % y Marvell con el 20 % al 25 %.
32. Marvell
Marvell diseña silicio de IA personalizado, que llama XPUs, para hiperescaladores, junto con el silicio de interconexión, óptica y redes que conecta esos chips. Bloomberg Intelligence lo sitúa segundo después de Broadcom en el mercado de ASICs de IA personalizados.
Marvell reportó ingresos récord para el año fiscal 2026 de $8.195 mil millones, un aumento del 42 %.140 Para el trimestre reportado el 27 de mayo de 2026, registró ingresos récord de centros de datos de $1,83 mil millones, un aumento del 27 % interanual, guió aproximadamente $11,5 mil millones para el año fiscal 2027 y reafirmó un objetivo de más de $10 mil millones en ingresos de negocio personalizado en el año fiscal 2029, ambos objetivos de gestión en lugar de resultados reportados.
El 31 de marzo de 2026, NVIDIA y Marvell anunciaron una asociación estratégica que conecta a Marvell con el ecosistema de fábrica de IA y IA-RAN de NVIDIA a través de NVLink Fusion, junto con la colaboración en fotónica de silicio. NVIDIA invirtió $2 mil millones en Marvell como parte de ello. Bajo la asociación, Marvell proporciona XPUs personalizados y redes de escalado vertical compatibles con NVLink Fusion.141
Marvell cerró tres adquisiciones entre febrero y abril de 2026, todas en la capa óptica y de interconexión:
- Celestial IA, completada el 2 de febrero de 2026 por $3,25 mil millones.142
- XConn Technologies, completada el 10 de febrero de 2026 por aproximadamente $540 millones.
- Polariton Technologies, una spin-off suiza de ETH Zurich que trabaja en fotónica de silicio basada en plasmónica, adquirida el 22 de abril de 2026 en términos no revelados.
La posición de Marvell en Amazon está en disputa. SemiAnalysis escribió en diciembre de 2025 que "Marvell termina siendo el gran perdedor de esto. Aunque diseñaron Trainium2, perdieron el concurso de diseño con Alchip para esta generación", atribuyendo la pérdida a problemas de ejecución de Trainium2, incluidos retrasos en el cronograma y problemas de interpositor RDL que Alchip tuvo que arreglar, y describiendo Trainium3 como un diseño de front-end de Annapurna con Alchip manejando el diseño físico de back-end y paquete.143 El 8 de diciembre de 2025, Benchmark rebajó Marvell a Hold, con comentarios de analistas de que Marvell había perdido tanto Trainium 3 como Trainium 4 frente a Alchip, y la acción cayó aproximadamente un 7 %. Se aplican dos límites a ese reporte. El relato técnico referenciado se detiene en Trainium3, y la pérdida de Trainium 4 es una afirmación del analista del lado vendedor. Marvell, Annapurna Labs de Amazon y Alchip no han confirmado nada de esto, y otros analistas, incluido JPMorgan, respondieron.
El tamaño de la cuenta explica la reacción. Trainium3 ha estado disponible desde el 2 de diciembre de 2025, y Amazon reveló en su llamada de resultados del primer trimestre de 2026 el 29 de abril de 2026 que tiene más de $225 mil millones en compromisos de ingresos por Trainium y que su negocio de chips está a una tasa de ingresos anual por encima de $20 mil millones.
¿Qué CPUs se ejecutan junto a los aceleradores de IA?
Los aceleradores no funcionan solos. Cada rack de IA los empareja con CPUs anfitrionas. La CPU Vera de NVIDIA lleva 88 núcleos Olympus personalizados, que son compatibles con Arm, con 176 hilos a través de Spatial Multithreading y 1,5 TB de LPDDR5X. Axion de Google es la CPU anfitriona para las TPUs de octava generación, la primera vez que Google reemplaza x86 en ese rol, y sus VMs N4A estuvieron disponibles a finales de enero de 2026. Los racks Helios de AMD emparejan GPUs Instinct con CPUs EPYC "Venice" x86 de 6.ª generación.
Arm
Arm anunció el 24 de marzo de 2026 que está "extendiéndose a productos de silicio de producción por primera vez en la historia de la empresa", comenzando con la CPU Arm AGI, una CPU para centros de datos para infraestructura de IA agéntica. Meta "sirve como socio principal y codesarrollador".144 145
Arm afirma que la CPU lleva hasta 136 núcleos Arm Neoverse V3, 6 GB/s de ancho de banda de memoria por núcleo con latencia sub-100ns y un TDP de 300 W, escalando a 8.160 núcleos por rack refrigerado por aire y más de 45.000 núcleos por rack refrigerado por líquido. Arm afirma más de 2x de rendimiento por rack frente a x86. Estas son cifras propias de Arm y no han sido medidas de forma independiente.144
Arm continúa licenciando IP y Subsistemas de Cómputo (CSS), por lo que la CPU AGI añade una línea de productos de silicio en lugar de reemplazar el negocio de licencias. Los primeros sistemas están disponibles ahora, con una disponibilidad más amplia esperada en la segunda mitad de 2026, y junto con Meta, Arm nombra a Cerebras, Cloudflare, F5, OpenAI, Positron, Rebellions, SAP y SK Telecom como clientes comprometidos.144 Meta muestra hasta qué punto los roles ahora se difuminan. Diseña su propio silicio MTIA, es el socio principal de la CPU AGI de Arm, es un cliente anunciado de Qualcomm para CPUs de centros de datos, y compra a AMD y Broadcom.
Añadir como fuente preferida5 proveedores de chips de IA móviles
*Se seleccionan los chips más populares y recientes.
7 chips de IA de borde
La demanda de procesamiento de baja latencia ha impulsado la innovación en chips de IA de borde. Los procesadores de estos chips están diseñados para realizar computaciones de IA localmente en dispositivos en lugar de depender de soluciones basadas en la nube:
*Estos son los valores máximos citados por cada proveedor, y no son directamente comparables entre filas. Una cifra citada en FP4 o INT4 describe una operación diferente de una citada en INT8, y las filas marcadas como sparse son cifras del proveedor que asumen dispersión. TOPS es tera operaciones por segundo, TFLOPS es tera operaciones de punto flotante por segundo, y GOPS es giga operaciones por segundo.
El 24 de julio de 2026, Microchip Technology firmó un acuerdo definitivo para adquirir Hailo, que se espera que se cierre para finales del trimestre que termina el 30 de septiembre de 2026, sujeto a condiciones de cierre y aprobaciones regulatorias, en términos no revelados.146 La adquisición siguió a un año difícil. Calcalist informó el 3 de abril de 2026 que la valoración de Hailo había caído más de la mitad desde un pico de $1,2 mil millones a menos de $500 millones, y Hailo despidió aproximadamente a la mitad de su personal restante en junio de 2026.
Socios de fundición y el rol de TSMC
TSMC es una fundición pura. Fabrica semiconductores basándose en diseños de clientes en lugar de crear sus propios chips, lo que la distingue de empresas como NVIDIA y AMD. Samsung Foundry e Intel Foundry Services compiten en el mismo mercado.
N2, el nodo de 2nm de TSMC, entró en producción en volumen en el cuarto trimestre de 2025 y representó el 3 % de los ingresos por obleas en el segundo trimestre de 2026, frente al 33 % para 5nm, 30 % para 3nm y 11 % para 7nm.147 La hoja de ruta de TSMC sitúa A16 en 2027, A14 en la segunda mitad de 2028, y A13 y A12 en 2029.147 TSMC fabrica aceleradores de IA para los siguientes diseñadores:
El chip de inferencia Hanguang 800 de 2019 de Alibaba, su última pieza producida por TSMC, no está incluido. Los controles de exportación de EE. UU. ahora prohíben a TSMC producir chips de IA avanzados para diseñadores chinos, y las fundiciones deben revisar cualquier envío de 7nm e inferiores a diseñadores chinos. El silicio de IA de 2026 de Alibaba se fabrica nacionalmente, con la capacidad en SMIC como la restricción declarada.65
SemiAnalysis informó el 12 de marzo de 2026 que la capacidad de obleas N3 de front-end ha desplazado al empaquetado CoWoS como el cuello de botella dominante en el suministro de chips de IA, con CoWoS ajustado pero aliviándose. TrendForce espera que la brecha de oferta-demanda de CoWoS se reduzca de aproximadamente 20 % a aproximadamente 10 % para finales de 2026.148 Micron alcanzó la producción de alto volumen de HBM4 36 GB 12H para la plataforma Vera Rubin de NVIDIA el 16 de marzo de 2026, a velocidades de pin superiores a 11 Gb/s.149
Planes de expansión
La inversión total anunciada de TSMC en EE. UU. asciende a $265 mil millones en 12 instalaciones de fabricación y empaquetado de vanguardia, después de un compromiso adicional de $100 mil millones en Arizona anunciado el 16 de julio de 2026.150
Los informes de marzo de 2025 sobre una empresa conjunta liderada por TSMC para gestionar la división de fundición de Intel no produjeron un acuerdo. TSMC negó discusiones activas el 17 de abril de 2025, y el 26 de septiembre de 2025 declaró que "nunca ha entablado conversaciones con ninguna empresa sobre el establecimiento de una empresa conjunta o la participación en la licencia o transferencia de tecnología".151 En su lugar, Intel fue recapitalizada, con el gobierno de EE. UU. tomando una participación del 9,9 % por $8,9 mil millones en agosto de 2025.152
¿Cuáles son los fabricantes de chips de IA en China?
Debido a las sanciones de EE. UU. que impiden a muchas empresas chinas adquirir los chips de IA más avanzados de AMD y NVIDIA, los compradores chinos han aumentado sus compras a productores locales.
Huawei y Alibaba se cubren más arriba. Otros productores chinos de chips de IA incluyen:
- Cambricon (SHA: 688256) reportó ingresos del año fiscal 2025 de RMB 6,4972 mil millones, un aumento del 453,21 % interanual, y su primer beneficio anual completo de RMB 2,0592 mil millones. Su capitalización de mercado superó el billón de RMB el 30 de junio de 2026, una primicia para el STAR Market.
- Baidu Kunlunxin presentó dos chips el 13 de noviembre de 2025. El Kunlun M100 está optimizado para inferencia a gran escala y estaba previsto para su lanzamiento a principios de 2026, y el Kunlun M300, construido para el entrenamiento e inferencia de modelos multimodales ultragrandes, está previsto para 2027. Baidu también presentó dos sistemas de supernodo, Tianchi 256 (disponible en el primer semestre de 2026) y Tianchi 512 (disponible en el segundo semestre de 2026), ambos construidos a partir de los chips Kunlun P800 existentes de Baidu en lugar de los M100 o M300.
- Biren, fundada por exalumnos de NVIDIA, cotizó en el tablero principal de la Bolsa de Hong Kong el 2 de enero de 2026, recaudando HK$5,58 mil millones (aproximadamente US$717 millones).
- Moore Threads (SHA: 688795) cotizó en el STAR Market el 5 de diciembre de 2025. Los ingresos del año fiscal 2025 fueron RMB 1.505 mil millones, un aumento del 243,37 % interanual. La empresa sigue sin ser rentable y ha estado en la Lista de Entidades de EE. UU. desde 2023.
- MetaX cotizó en el STAR Market el 17 de diciembre de 2025, recaudando aproximadamente RMB 4,2 mil millones (US$586-596 millones), y desde entonces ha presentado de forma confidencial para una cotización secundaria en Hong Kong.
- Iluvatar CoreX (HKEX: 9903) cotizó en el tablero principal de Hong Kong el 8 de enero de 2026, recaudando aproximadamente HK$3,68 mil millones.
- Enflame no ha cotizado. Su registro de IPO fue aprobado por la CSRC el 9-10 de julio de 2026, autorizándola a recaudar RMB 6 mil millones (aproximadamente US$883 millones), pero las acciones no han comenzado a cotizar a julio de 2026.153 Sus ingresos de 2025 fueron RMB 990 millones contra una pérdida neta de RMB 1,2 mil millones, con Tencent, un accionista del 20,3 %, representando el 83,8 % de ellos.
- SMIC, la fundición de la que dependen la mayoría de estos diseñadores, tenía N+3 (clase 5nm) en producción en volumen a junio de 2026, capacidad de 7nm de aproximadamente 45.000 a 60.000 obleas por mes, e ingresos de $9,3 mil millones en 2025.
Participación nacional del mercado de aceleradores de IA de China
La tabla a continuación proviene de un informe de IDC visto por Reuters.154 Cuenta envíos unitarios de tarjetas aceleradoras, no servidores ni ingresos.
La oferta nacional está a su vez concentrada. Huawei representa aproximadamente la mitad de los envíos de proveedores chinos, con el resto dividido entre T-Head de Alibaba, Baidu Kunlunxin, Cambricon, Hygon, MetaX e Iluvatar CoreX.154
Preguntas frecuentes
Los chips y el equipo que los construye son las máquinas más complejas construidas por el ser humano. Aunque hay muchas empresas en el ecosistema de semiconductores, nos enfocamos en diseñadores de chips como NVIDIA.
La mayoría de los diseñadores de chips subcontratan la fabricación de chips a fundiciones como TSMC. Las fundiciones utilizan equipos de litografía producidos por empresas como ASML para fabricar estos chips. El ecosistema está respaldado por proveedores como Arm y Synopsys que suministran IP y herramientas de diseño.
Un número creciente de parámetros, el tamaño de los datasets y la computación han hecho que los modelos de IA generativa sean más precisos. Para construir mejores modelos de aprendizaje profundo e impulsar aplicaciones de IA generativa, las organizaciones requieren una mayor potencia de cálculo y ancho de banda de memoria.
Los chips de propósito general potentes (como las CPUs) no pueden soportar modelos de aprendizaje profundo altamente paralelizados. Por lo tanto, los chips de IA (por ejemplo, GPUs) que permiten capacidades de computación paralela tienen una demanda creciente.
Los hiperescaladores están respondiendo a esto diseñando sus propios chips, un proceso que lleva años. El resto necesita seguir una de estas rutas para construir sus propios modelos de IA.
El hardware de IA también se denomina unidades de procesamiento neuronal (NPUs), aceleradores de IA o procesadores de aprendizaje profundo (DLPs).
Lectura adicional
Para comparaciones prácticas de rendimiento de los chips cubiertos, consulte nuestros benchmarks:
- Benchmark multi-GPU: Cómo escalan las B200, H200, H100 de NVIDIA y la MI300X de AMD en configuraciones de 1, 2, 4 y 8 GPUs para inferencia de LLM, con análisis de rendimiento, latencia y costo por token.
- Benchmark de concurrencia de GPU: Cómo manejan las B200, H200, H100 de NVIDIA y la MI300X de AMD de 1 a 512 solicitudes concurrentes, incluyendo rendimiento del sistema, velocidad por consulta, latencia de extremo a extremo y tokens por dólar en cada nivel de concurrencia.
- CUDA vs ROCm: Cómo se compara ROCm de AMD con CUDA de NVIDIA en soporte de frameworks y portabilidad, la cuestión de software detrás de la posición de AMD.
- Fabricantes de chips de IA de borde: Los proveedores de la tabla de borde anterior cubiertos uno por uno, con los casos de uso a los que apunta cada pieza.
- Proveedores de GPU en la nube: 60+ proveedores que alquilan los aceleradores cubiertos aquí por hora, para equipos que no compran hardware.
Referencias
Cita esta investigación
Elige el formato que se ajuste al lugar donde vas a publicar. Pegar la versión con enlace en tu CMS conserva el enlace de retroceso.
@misc{dilmegani2026,
author = {Dilmegani, Cem and Sarı, Ekrem},
title = {{Principales 30+ Fabricantes de Chips de IA: NVIDIA y Sus Competidores}},
year = {2026},
month = jul,
howpublished = {\url{https://aimultiple.com/ai-chip-makers}},
note = {AIMultiple. Recuperado el 28 de Julio de 2026}
}Enlaces de referencia
El trabajo de Cem ha sido citado por publicaciones globales líderes como Business Insider, Forbes, Washington Post, firmas globales como Deloitte, HPE y ONG como el Foro Económico Mundial y organizaciones supranacionales como la Comisión Europea.
A lo largo de su carrera, Cem se ha desempeñado como consultor tecnológico, comprador de tecnología y emprendedor tecnológico. Asesoró a empresas en sus decisiones tecnológicas en McKinsey & Company y Altman Solon durante más de una década. También publicó un informe de McKinsey sobre digitalización.
Lideró la estrategia tecnológica y las adquisiciones de una empresa de telecomunicaciones reportando directamente al CEO. También lideró el crecimiento comercial de la empresa de tecnología profunda Hypatos, que alcanzó ingresos recurrentes anuales de 7 dígitos y una valoración de 9 dígitos desde 0 en 2 años. El trabajo de Cem en Hypatos fue cubierto por publicaciones tecnológicas líderes como TechCrunch y Business Insider.
Cem habla regularmente en conferencias internacionales de tecnología. Se graduó de la Universidad de Bogazici como ingeniero informático y tiene un MBA de Columbia Business School.
Siguiente para leer
NodeMaven Proxies: Precios y Capacidades
Reseña de Decodo: precios, velocidad y tasas de éxito
Los mejores servicios de datos gestionados
Comparar IBM Tivoli Workload Scheduler
Descubra las 6 últimas integraciones de IA de SAP Datasphere
Descubra 8 herramientas y ejemplos de IA generativa de SAP BTP
Comentarios 2
Comparte tus ideas
Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios. Los comentarios se dejan en su idioma original.
You forgot to include Tesla with their DOJO supercomputer. From the ground-up, the supercomputer was specifically designed for machine learning and image recognition - which means that every component was designed for it including, but not limited to, PCI board design, CPU, RAM, cooling, power, scalable hardware design and software. If I'm not mistaken, the AI is also the second most widely tested and used in the "wild", just below that of Google due to Google using it in their Search.
Thank you for your feedback, Dave! Here we are only covering companies that sell the chips that they produce. Therefore, companies like Tesla that build supercomputers for their own use or companies that embed chips in their products are out of our scope.
surprised that brainchip (akida) missing in this report. any reasons?
All included companies here raised $100+M. Last time we collected the data, that wasn't the case for akida. Why don't you reach out to us at info@aimultiple.com and let's discuss why it should be included. Thank you!