Los 30+ principales fabricantes de chips de IA: NVIDIA y sus competidores
Según nuestra experiencia ejecutando AIMultiple y su benchmark de GPU en la nube, comparamos a los fabricantes de chips por producto, disponibilidad y arquitectura, abarcando GPUs de centros de datos, chips móviles, aceleradores de borde y fundiciones.
Más de 30 fabricantes de chips de IA por categoría
Cada fila indica un producto representativo, su tipo y su disponibilidad. La disponibilidad distingue entre hardware ofrecido para la venta, servicios en la nube, despliegues internos y productos anunciados. Las fechas se refieren a hitos documentados. Las fechas futuras de envío siguen siendo objetivos.
GPUs frente a ASIC en las arquitecturas de chips de IA
GPUs son procesadores paralelos programables que se usan para entrenamiento e inferencia. TPU y Trainium admiten ambas cargas de trabajo, mientras que otros diseños se centran en la inferencia. La arquitectura por sí sola no determina el rendimiento para un modelo concreto.
Las columnas de entrenamiento e inferencia describen el alcance declarado de la carga de trabajo. La evidencia identifica la base de cada fila como especificación, afirmación de hoja de ruta, benchmark del proveedor o benchmark independiente. El benchmark independiente se aplica al hardware probado indicado. No valida los demás productos ni las generaciones futuras del proveedor.
Proveedores de GPU y aceleradores para centros de datos
1. NVIDIA
NVIDIA diseña GPUs y sistemas para el entrenamiento y la inferencia de IA. Sus productos para centros de datos van desde aceleradores individuales hasta racks que conectan GPUs, CPUs anfitrionas y redes. Subcontrata la fabricación de chips a TSMC.
GPUs y sistemas para centros de datos
Las familias Hopper y Blackwell incluyen H200, B300 y GB300. Los sistemas HGX combinan ocho GPUs, mientras que los racks NVL72 conectan 72 GPUs con NVLink.1
NVIDIA desveló Vera Rubin, su plataforma posterior a Blackwell Ultra, en el CES 2026 como una plataforma de seis chips.2 En GTC el 16 de marzo de 2026, NVIDIA la amplió a siete chips, la CPU Vera, la GPU Rubin, el switch NVLink 6, ConnectX-9 SuperNIC, BlueField-4 DPU, el switch Ethernet Spectrum-6 y la Groq 3 LPU, y las declaró en plena producción.3 El 16 de septiembre de 2026, CoreWeave anunció que había puesto en marcha un clúster multi-rack Vera Rubin NVL72 que conecta cientos de GPU Rubin en su nube.4 Blackwell y el GB300 NVL72 siguieron siendo el producto de volumen de ingresos hasta el primer trimestre del año fiscal 2027.
El rack Vera Rubin NVL72 combina 72 GPU Rubin con 36 CPU Vera para 3.600 PFLOPS de inferencia NVFP4, 20.7 TB de HBM4 y 260 TB/s de ancho de banda de escalado vertical NVLink 6.5 Se informa que la GPU Rubin está fabricada con el proceso N3P de TSMC y HBM4, un nodo que NVIDIA no ha confirmado.
El séptimo chip procede de NVIDIA y su acuerdo de licencia de diciembre de 2025 con Groq, que se trata en la sección de Groq más adelante.
La Groq 3 LPU es un chip de inferencia dedicado y Samsung Foundry lo fabrica.6 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 un billón de parámetros cuando LPX se combina con Vera Rubin NVL72.7
Acceso a la nube y software
La mayoría de los proveedores de nube ofrecen hardware de NVIDIA como sus GPUs en la nube. Morgan Stanley situó a NVIDIA en aproximadamente el 85 % de los ingresos por procesadores de IA en marzo de 2026, con los ASIC personalizados por encima del 10 % y AMD por debajo del 5 %.8 Bloomberg Intelligence espera que NVIDIA mantenga entre el 70 % y el 75 % del mercado de aceleradores de IA hasta 2030.9
NVIDIA Dynamo, anunciado en GTC 2025, es un framework de inferencia de código abierto para el despliegue de modelos de IA generativa de alto rendimiento y baja latencia en entornos distribuidos.10
NVIDIA también ofrece servicios DGX Cloud. Su marketplace DGX Cloud Lepton conecta a los desarrolladores con proveedores de GPU en la nube, incluidos CoreWeave, Lambda y Crusoe.11
Sistemas de escritorio y empresariales
DGX Spark (anteriormente Project Digits) es un superordenador de IA de escritorio que cuenta con un Grace Blackwell Superchip con un NVIDIA Blackwell RTX GPU con 6.144 núcleos CUDA y Tensor Cores de quinta generación con precisión FP4, conectado mediante la interconexión chip a chip NVIDIA NVLink-C2C a una 20 núcleos NVIDIA Grace CPU, con hasta 1 petaflop de cómputo de IA y 128GB de memoria unificada.1213
Anunciado en mayo de 2025 en Computex, NVIDIA presentó los servidores RTX PRO impulsados por las GPU RTX PRO 6000 Blackwell Server Edition, diseñados para fábricas de IA empresariales.14
Ingresos del centro de datos
Los ingresos del centro de datos de NVIDIA y su participación en los ingresos totales se informan por año fiscal de NVIDIA.15
2. AMD
AMD es un fabricante de chips sin fábrica 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 compite con NVIDIA por la cuota de mercado. Startups, empresas y gigantes tecnológicos adoptaron el 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.161718
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 coste de la memoria del centro de datos.1920 AMD también acordó adquirir Taalas en agosto de 2026, como se describe en el perfil de Taalas a continuación.21
AMD lanzó las Instinct MI350X y MI355X el 12 de junio de 2025 en Advancing IA 2025.22 La MI355X está fabricada con CDNA4 en el proceso 3nm de TSMC, con 288 GB de HBM3E y 10.1 PFLOPS de MXFP4, y AMD la posiciona frente a la Blackwell B200 de NVIDIA. AMD siguió el 7 de mayo de 2026 con la Instinct MI350P, una tarjeta PCIe 5.0 pasiva con 144 GB de HBM3E y un TBP máximo de 600 W.23
AMD anunció un acuerdo con OpenAI el 6 de octubre de 2025 que cubre 6 GW, con la primera capacidad de 1 GW de la serie MI450 a partir de la segunda mitad de 2026.24
AMD nombró a Oracle Cloud Infrastructure como socio de lanzamiento el 14 de octubre de 2025 para un pedido inicial de 50.000 GPU de la serie MI450 a partir del tercer trimestre calendario de 2026.25
AMD anunció un acuerdo con Meta el 24 de febrero de 2026 para hasta 6 GW a partir de la segunda mitad de 2026, usando una GPU Instinct personalizada basada en la arquitectura MI450.2627
AMD anunció un acuerdo con Anthropic el 22 de julio de 2026 para hasta 2 GW de GPU de la serie MI450 en racks Helios a partir de la primera mitad de 2027.28
Para comparaciones de inferencia medidas entre las NVIDIA y AMD GPU, consulte nuestro benchmark de concurrencia de GPU.
Serie MI400
AMD lanzó la serie Instinct MI400 en Advancing IA 2026 el 22-23 de julio de 2026.29 La MI455X es el miembro de la familia centrado en IA. AMD la presenta 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 máximo y 40.3 PFLOPS de OCP MXFP4.30 Helios, el sistema a escala de rack construido en torno a la serie MI400, está en plena producción y los primeros envíos comenzarán a finales del tercer trimestre de 2026.29
Un tercer miembro de la familia, la MI440X, se presentó en el CES 2026 el 5 de enero de 2026 para IA empresarial local en un formato compacto de ocho GPU, y AMD no ha publicado especificaciones desde entonces.31 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, la tecnología de proceso 2nm y los detalles de memoria HBM4E para MI500 presentados en el CES 2026.29
La MI430X es el miembro de la serie MI400 para HPC y IA soberana. AMD la anunció el 19 de noviembre de 2025 durante la semana SC25, 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 indica hasta 288 TFLOPS de FP64 teórico máximo basado en hardware, hasta 9.2 PFLOPS de FP4 y MXFP4 máximos, 432 GB de HBM4 integrada y hasta 23.3 TB/s de ancho de banda de memoria teórico máximo.32 El soporte de FP64 a plena velocidad la distingue de la MI455X para la computación científica.
AMD espera que la MI430X esté disponible en 2027 y no ha publicado el número de transistores, el consumo de la tarjeta ni la litografía. Dos cifras de los propios materiales de AMD no coinciden. Las preguntas frecuentes de la página de la serie MI400 todavía indican hasta 19.6 TB/s, mientras que la página de especificaciones de la MI430X da 23.3 TB/s, y las preguntas frecuentes de la página de la MI430X contienen un error tipográfico que dice 2.3 TB/s.32
AMD menciona tres sistemas objetivo para la MI430X: Discovery en el Oak Ridge National Laboratory, previsto para 2028. Otro objetivo es Alice Recoque, el primer sistema a exaescala de Francia. AMD también menciona 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 con 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 la MI300X frente a H100 y H200, daba a AMD un 0 % de probabilidades de romper el foso de CUDA de NVIDIA, al comprobar que CUDA funcionaba nada más sacarlo de la caja en la mayoría de las tareas, mientras que el software de AMD requería una configuración considerable.33
Los mismos analistas han revisado desde entonces esa valoración, el 25 de julio de 2026, a “una gran probabilidad de éxito siempre que AMD resuelva los dos grandes riesgos que detallamos a continuación”: el aumento de la producción del rack Helios, donde unos SerDes débiles obligan a retemporizar hasta el 85 % del backplane con más de 550 retimers Ethernet de Broadcom por rack, y una persistente falta de clústeres internos estables de GPU para el desarrollo de software y las pruebas automatizadas de CI.34
En Advancing IA 2026, AMD se comprometió a una cadencia fija de lanzamiento de funciones cada seis semanas, en lugar de su anterior ciclo aproximadamente trimestral.35
Ecosistema
Al igual que NVIDIA, AMD está invirtiendo de forma selectiva en usuarios de sus soluciones para impulsar la adopción de su hardware.36 También ha vinculado capital a sus mayores compromisos, emitiendo a OpenAI y a Meta sendos warrants basados en el rendimiento por hasta 160 millones de acciones a 0,01 dólares, que se consolidan en función de los hitos de envío de Instinct.37
3. Intel
Intel tiene una larga trayectoria en el desarrollo de semiconductores. A diferencia de la fabless NVIDIA y de AMD, Intel posee sus propias fábricas y fabrica internamente componentes como el Xeon 6+ basado en 18A. No se abastece exclusivamente de sí misma. También adquiere componentes relacionados con la IA a TSMC, y la propia Gaudi 3 se fabricó en el proceso 5nm de TSMC.38
Gaudi 3 es el último acelerador de IA dedicado de 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.3940 El chip en sí no se ha 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 útil.41 Intel fijó un objetivo de 500 millones de dólares de ingresos por Gaudi para 2024 y abandonó el objetivo en su conferencia de resultados del tercer trimestre el 31 de octubre de 2024. En el CES 2026 reconoció que Gaudi “no satisfizo las necesidades del mercado de entrenamiento de IA de frontera”.39
Intel canceló su GPU Falcon Shores para pivotar hacia Jaguar Shores, un acelerador de IA a escala de rack cuyos detalles confirmados se limitan a la marca Gaudi y la memoria HBM4 de SK hynix, sin que se haya indicado el nodo de proceso.39 En el CES 2026, la hoja de ruta de Intel se refirió a “la línea de productos Shores” sin el nombre Jaguar, y Intel no ha anunciado un cambio de nombre. Intel realizó nuevos anuncios de hardware de IA en Computex 2026, incluido su procesador Xeon 6+ en el nodo 18A.4243
Crescent Island es una GPU de centro 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 160GB de LPDDR5X y muestras para clientes previstas en la segunda mitad de 2026.44 Intel la detalló en Computex 2026 como una tarjeta PCIe con refrigeración por aire de 350W compatible con tipos de datos desde FP4 hasta FP64, con una configuración máxima para socios de 480GB. La tarjeta anunciada tiene 160GB.39
4. Qualcomm
Qualcomm es un diseñador fabless conocido sobre todo por los SoC móviles, y ha anunciado una línea de productos para centros de datos basada en inferencia. La antigua familia Cloud IA 100 es la línea de centros de datos de Qualcomm que los compradores pueden pedir hoy. Dos marcas de Qualcomm separadas por una letra se sitúan a ambos lados de esa línea. Dragonwing, presentada el 25 de febrero de 2025, cubre IoT industrial y embebido, redes e infraestructura celular y lleva las piezas de IA de borde de la compañía, mientras que Dragonfly, lanzada el 24 de junio de 2026, es la marca de centros de datos.45
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. Ambas se sitúan ahora bajo la marca Dragonfly que Qualcomm lanzó en junio de 2026.46 El AI200 admite 768 GB de LPDDR por tarjeta, y Qualcomm dijo en el anuncio que se esperaba que los AI200 y AI250 estuvieran disponibles comercialmente en 2026 y 2027, respectivamente.
El AI250 introduce una arquitectura de computación cercana a la memoria que, según Qualcomm, ofrece 133 TB/s de ancho de banda de memoria efectivo por tarjeta, 18 veces el del AI200. Se trata de una especificación de la hoja de ruta del proveedor. Ambos racks utilizan refrigeración líquida directa, y Qualcomm especifica ahora un rack OCP ORv3 de 140 kW.47
El 24 de junio de 2026, Qualcomm presentó tres productos más para centros de datos.47 El Dragonfly C1000 es una CPU para centros de datos que se espera que alcance la disponibilidad comercial en 2028, y Qualcomm nombró a Meta como cliente en una colaboración multigeneracional que cubre CPUs para centros de datos. La High Bandwidth Compute (HBC) de Qualcomm une cómputo con ancho de banda de memoria acelerado en una solución de silicio apilado 3D, lo que la convierte en una arquitectura de cómputo, y HBC Gen 1, emparejada 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 dólares de ingresos por centros de datos para el año fiscal 2029.48
El 8 de septiembre de 2026, Qualcomm anunció una colaboración multigeneracional con Amazon en silicio personalizado para inferencia de IA y conectividad óptica de hasta 1.6T.49
Adquisiciones y la familia Cloud IA 100
Qualcomm completó su adquisición de Alphawave el 18 de diciembre de 2025. Qualcomm completó su adquisición de Modular el 29 de julio de 2026. Mojo, MAX y Modular Cloud continúan como productos y marcas.50
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 tiene una capacidad de hasta 400 TOPS INT8 y hasta 200 TFLOPS FP16.
Aceleradores de IA especializados y proveedores de inferencia
5. Groq
Groq fue fundada por antiguos empleados de Google y construyó su negocio en torno a la LPU (Language Processing Unit), una arquitectura de chip diseñada para inferencia de baja latencia.
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 altos directivos se habían unido a NVIDIA.51 Groq declaró que continúa como empresa independiente. CNBC cifró la transacción en unos 20 mil millones de dólares en efectivo, lo que la convertiría en la mayor de NVIDIA hasta la fecha, 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.52 NVIDIA no ha publicado ningún comunicado sobre el acuerdo, la CFO de NVIDIA Colette Kress declinó comentar el precio, y Reuters señaló que ninguna de las dos compañías lo confirmó. Jensen Huang dijo a los empleados: “Aunque estamos sumando empleados con talento 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.7
Groq opera una nube de inferencia y es socio de NVIDIA Cloud Partner. En agosto de 2026 informó de 13 centros de datos, más de seis millones de desarrolladores y 54 MW de capacidad, con un objetivo superior a 200 MW en 2027.53 Su centro de datos de Dammam, construido con Aramco Digital, se apoya en un compromiso de inversión saudí de 1,5 mil millones de dólares anunciado en febrero de 2025.54
El 17 de agosto de 2026, Groq LLC anunció una Serie A de 350 millones de dólares con una valoración de 3,5 mil millones, liderada por Disruptive y con participación prevista de NVIDIA. El comunicado califica las rondas de junio y agosto como 1 mil millones de dólares de financiación reciente, aunque afirma que la Serie A sigue sujeta a las condiciones de cierre habituales.53
6. SambaNova Systems
SambaNova desarrolla Reconfigurable Data Units (RDU) y ofrece inferencia a través de SambaCloud. Completó el primer cierre de una Serie F de 1 mil millones de dólares con una valoración de 11 mil millones el 8 de julio de 2026.55
SambaNova presentó la SN50, su última Reconfigurable Data Unit (RDU), el 24 de febrero de 2026, con envíos a clientes previstos para la segunda mitad de 2026. SambaNova especifica 5x más cómputo 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.56 SoftBank Corp. será el primer cliente en desplegar SN50 en sus centros de datos de IA en Japón.
SambaNova también anunció una colaboración estratégica plurianual prevista con Intel para ofrecer soluciones de inferencia de IA.
SambaNova Systems alquila su plataforma a las empresas a través de SambaCloud.57
7. Cerebras
Cerebras fabrica aceleradores a escala de oblea. Su WSE-3 integra cuatro billones de transistores y 900.000 núcleos de IA en un solo procesador a escala de oblea.58
WSE-3 es la generación actual en envío, y Cerebras no ha anunciado sucesor.
El sistema de Cerebras trabaja con compañías farmacéuticas como AstraZeneca y GlaxoSmithKline y con laboratorios de investigación que dependen de él para simulaciones. También apunta a los creadores de LLM, ya que sus chips pueden reducir los costes de inferencia de los modelos frontera.
Cerebras también ofrece sus chips en su nube a las empresas. El 1 de septiembre de 2026 anunció un proyecto de centro de datos finlandés con Compute Nordic Finland, que escalará por fases hasta 165 MW de capacidad de TI contratada. La construcción de la fase inicial de 50 MW estaba en marcha.59
Cerebras cotiza en Nasdaq bajo el ticker CBRS desde el 14 de mayo de 2026, tras una OPV que recaudó unos 6,38 mil millones de dólares en ingresos brutos.60 Guía los ingresos principales del año fiscal 2026 a 855-865 millones de dólares, 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 de dólares.61
8. d-Matrix
d-Matrix desarrolla aceleradores de inferencia que sitúan el cómputo cerca de la SRAM para reducir el movimiento de datos.62
Corsair, la plataforma de inferencia de IA de la compañía, entró en plena producción el 9 de junio de 2026, construida sobre una arquitectura de chiplet de cómputo en memoria basada en SRAM.62
La aceleración de 10x atribuida a Corsair procede de benchmarks realizados por socios. El evaluador, Gimlet Labs, es socio comercial de d-Matrix, y la entrada del benchmark está firmada por el cofundador y CTO de d-Matrix. 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.
9. Rebellions
Rebellions es una startup con sede en Corea centrada en la inferencia de LLM. Se fusionó con otra firma coreana de diseño de semiconductores, SAPEON.63 La financiación total es de unos 850 millones de dólares.64 La OPV no se ha producido. 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.65
REBEL-Quad es el acelerador de segunda generación, cuatro chiplets fabricados en el proceso 4nm de Samsung, y Rebel100 es su nombre comercial como producto.
10. Tenstorrent
El último Blackhole Tensix Processor de Tenstorrent ofrece 664 TFLOPS (BLOCKFP8) de rendimiento, combinado con 32GB de memoria GDDR6 y 512 GB/s de ancho de banda de memoria.
La tarjeta P150a tiene un precio de 1.399 dólares y cuenta con cuatro puertos QSFP-DD 800G para escalado multitarjeta. El modelo de entrada P100a parte de 999 dólares.66
Desde enero de 2026, todas las tarjetas Blackhole p150 se envían con 120 núcleos Tensix en lugar de 140, y la versión de firmware v19.5.0 aplicó la misma reducción retroactivamente a las tarjetas vendidas. Tenstorrent cifra el coste en 1-2 % en cargas de trabajo habituales.67
Tenstorrent ofrece una pila de software totalmente de código abierto. La compañía recaudó 700 millones de dólares en diciembre de 2024.68
11. Positron
Positron fue fundada en 2023 y se centra exclusivamente en la inferencia de modelos transformer. Adopta un enfoque ASIC y diseña, fabrica y ensambla sus chips en Estados Unidos.
Productos:
- Atlas (en envío ahora): un servidor de inferencia transformer con 8x Positron Archer Transformer Accelerators con 256 GB de HBM en total. La compañía afirma >4x de rendimiento por vatio y >3x de rendimiento por dólar en comparación con los sistemas Hopper de NVIDIA, evaluado con Llama 3.1 8B y cómputo BF16.69
- Titan (previsto para 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 formato 4U refrigerado por aire.70
- Asimov (previsto para 2027): silicio de acelerador de inferencia personalizado con más de 2 TB de memoria por chip.
Positron recaudó una ronda Serie B de más de 230 millones de dólares a principios de 2026.71
12. _etched
Su enfoque sacrifica flexibilidad por eficiencia al grabar las arquitecturas de modelos en sus chips.
Etched salió del modo sigiloso el 30 de junio de 2026 con el primer silicio A0 de vuelta del proceso N4P de TSMC, más de 1 mil millones de dólares en contratos firmados con clientes y 800 millones de dólares recaudados.72 El 23 de julio de 2026 anunció una Serie C de 300 millones de dólares con una valoración de 10,3 mil millones, liderada por Sequoia.73
La empresa ya no utiliza el nombre de producto Sohu. Ahora se describe 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.72
Quedan dos cuestiones abiertas. Etched no ha publicado ningún benchmark de terceros ni nombra a ningún cliente detrás de los contratos que reporta, por lo que sus cifras de rendimiento siguen siendo mediciones internas. La cuestión de la obsolescencia que planteaba el diseño original de Sohu se aplica ahora al conjunto de modelos más amplio, ya que un chip construido en torno a un grupo fijo de arquitecturas tiene que ser reorientado una vez que esas arquitecturas quedan superadas.
13. Taalas
Taalas fue fundada a principios de 2023 y cablea directamente modelos individuales en silicio personalizado, produciendo lo que la empresa llama “Hardcore Models”.74 La empresa afirma que puede transformar cualquier modelo de IA nunca visto en silicio personalizado en dos meses. AMD anunció un acuerdo para adquirir Taalas el 6 de agosto de 2026, sujeto a condiciones de cierre y aprobaciones regulatorias. AMD planea integrar su tecnología en sistemas junto a las GPUs Instinct.21
La arquitectura de Taalas unifica almacenamiento y cómputo en un solo chip con densidad a nivel de DRAM, eliminando la necesidad de HBM, empaquetado avanzado, apilado 3D, refrigeración líquida o E/S de alta velocidad.
Productos:
- HC1 (disponible ahora): un demostrador tecnológico cableado con Llama 3.1 8B, fabricado 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.75
- HC2 (objetivo de hoja de ruta para invierno de 2026, todavía no es un producto): una plataforma de segunda generación con mayor densidad, ejecución más rápida y formatos estándar de coma flotante de 4 bits para abordar las limitaciones de cuantización de HC1.
14. Extropic
Extropic recaudó una ronda de 14 millones de dólares a finales de 2023 para usar la termodinámica en la computación. Su página de hardware lista tres piezas. X0 es un prototipo de silicio del primer trimestre de 2025, y XTR-0 es una plataforma de desarrollo enviada en cantidades limitadas a investigadores seleccionados en el tercer trimestre de 2025. Ambas se presentaron el 29 de octubre de 2025. Z1, el primer chip a escala de producción, figura con acceso anticipado en 2026.76
15. Vaire
Vaire desarrolla circuitos de computación reversible que recuperan parte de la energía de conmutación para reutilizarla. Sus resultados publicados se refieren a circuitos de prueba.
El primer chip de prueba de Vaire, con nombre en clave Ice River, es un demostrador CMOS de 22nm. Las mediciones publicadas en septiembre de 2025 dieron un factor de recuperación de energía de 1,77 para una matriz de condensadores impulsada por el resonador de Vaire y de 1,41 para un registro de desplazamiento en el mismo chip, frente a aproximadamente 2x previsto en simulación.77 La cifra de 50 % reportada en el tape-out se aplica solo al resonador y excluye otros gastos de energía.7879
16. Fractile
Fractile desarrolla procesadores de inferencia de IA que intercalan memoria y cómputo en el mismo dado.80
Fractile afirma que su diseño puede ejecutar modelos de frontera hasta 25 veces más rápido que las GPUs. La comparación es una afirmación del proveedor. Aquí no se ha establecido un producto en envío.
Fractile anunció una Serie B de 220 millones de dólares el 13 de mayo de 2026.81 Las informaciones sobre la ronda situaron la valoración en unos 1 mil millones de dólares, cifra que la empresa no ha confirmado.
17. FuriosaAI
FuriosaAI desarrolla RNGD, un acelerador para centros de datos destinado a inferencia de IA. Anunció disponibilidad en volumen el 27 de enero de 2026, como tarjeta PCIe y en su servidor NXT RNGD de ocho tarjetas. La tarjeta tiene un TDP declarado de 180 W.82
Su SDK admite compilación de modelos, ejecución multichip y una OpenAI-compatible API. FuriosaAI reporta disponibilidad en volumen y publica sus propias comparativas de rendimiento con GPU.82
18. Graphcore
Graphcore desarrolla Intelligence Processing Units (IPU) y sistemas como IPU-POD256. SoftBank adquirió la empresa en julio de 2024.83
SoftBank inyectó otros 457 millones de dólares en Graphcore el 10 de abril de 2026.84
19. Mythic
Mythic fue fundada en 2012 y se centra en la IA de borde. Mythic sigue un camino poco convencional, una arquitectura de cómputo analógico, que busca ofrecer computación de IA de borde energéticamente eficiente.
Mythic desarrolló el M1076 Analog Matrix Processor y la tarjeta MM1076.85
Mythic recaudó una ronda sobresuscrita de 125 millones de dólares liderada por DCVC el 17 de diciembre de 2025.86 Adquirió Videantis el 19 de mayo de 2026.87
20. Speedata
Fundada en 2019 en Tel Aviv, Speedata desarrolla una Analytics Processing Unit (APU) diseñada para acelerar big data analytics y cargas de trabajo de IA. Es una APU dirigida a cargas de trabajo de Apache Spark, con planes para soportar otras plataformas importantes de analítica de datos.
Speedata recaudó 44 millones de dólares 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 de dólares.88
21. 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 Digital In-Memory Computing (D-IMC), diseñado para acelerar cargas de trabajo de IA desde el borde hasta la nube.
Axelera IA recaudó más de 250 millones de dólares el 24 de febrero de 2026, lo que eleva su total a más de 450 millones de dólares en capital, subvenciones y deuda de riesgo.8990
Axelera lanzó Europa el 15 de septiembre de 2026 y afirma que se está enviando como chip y en tarjetas PCIe Edge 232p y Server 250p. También lista sistemas Edge 232p validados de Dell y Supermicro.91 Titania sigue prevista para 2028.
22. NextSilicon
NextSilicon, fundada en Tel Aviv en 2017, vende Maverick-2, un acelerador dataflow reconfigurable en tiempo de ejecución fabricado 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.92 La empresa afirma que Maverick-2 está desplegado en decenas de sitios de clientes. Uno de los sitios citados es Spectra, de Sandia National Laboratories, un sistema de 64 nodos con 128 aceleradores Maverick-2 de doble dado que superó la aceptación completa del sistema en el programa Vanguard de Sandia en mayo de 2026 tras ejecutar HPCG, LAMMPS y SPARTA.9394 La cifra de 10x una GPU a la mitad de potencia que cita NextSilicon 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 orientados a 3,4 GHz y previstos para el primer trimestre de 2028.95
Plataformas en la nube y sistemas de IA integrados
23. AWS
AWS produce chips Trainium para entrenamiento de modelos y chips Inferentia para inferencia. Comenzó a desarrollar sus propios chips después de Google.
Los chips Trainium2 forman el clúster Project Rainier, que impulsa los modelos de LLM developer 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 Trainium2.96
Trainium3 y los Trn3 UltraServers alcanzaron la disponibilidad general el 2 de diciembre de 2025.97 Trainium3 es el chip de IA de cuarta generación de AWS y el primero fabricado en un proceso de 3nm, con 2,52 PFLOPS de cómputo 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 elemento de hoja de ruta en re:Invent 2025, con soporte para NVIDIA NVLink Fusion. En la conferencia de resultados del primer trimestre de 2026, Amazon dijo que Trainium4 está a unos 18 meses de la disponibilidad general y que está en gran medida reservado.98
24. Google Cloud Platform
La TPU de Google Cloud es el chip acelerador de aprendizaje automático diseñado específicamente que impulsa los productos de Google. Google anunció las TPU en 2016.99 La TPU Trillium es la 6ª generación.100
Ironwood, también llamada TPU v7 o TPU7x, está diseñada para “modelos pensantes” complejos como LLMs y MoE, con 4.614 TFLOPS de cómputo FP8 por chip y hasta 42,5 exaflops en pods de 9.216 chips.101 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 Inter-Chip Interconnect y un SparseCore mejorado para grandes embeddings.102 Entró en vista previa el 24 de noviembre de 2025 y alcanzó la disponibilidad general el 31 de marzo de 2026.103
En Cloud Next el 22 de abril de 2026, Google anunció su octava generación de TPU como dos chips diseñados específicamente, TPU 8t para entrenamiento y TPU 8i para inferencia.104 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.
25. 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.105
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. El anuncio reveló las especificaciones del chip existente. 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 el triple de rendimiento que el 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, las del sector de la defensa) pueden no preferir usar Alibaba Cloud por razones geopolíticas.
26. IBM
IBM anunció su chip de aprendizaje profundo, la artificial intelligence unit (AIU), en 2022.106 La IBM AIU se basa en el procesador IBM Telum, que impulsa las capacidades de procesamiento de IA de los servidores mainframe IBM Z.107 IBM también demostró que fusionar cómputo y memoria puede generar eficiencias en el prototipo de procesador North Pole.108
El acelerador de IBM IA 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 Power11.109 Spyre lleva 32 núcleos de acelerador y 25,6 mil millones de transistores en un proceso de 5nm, empaquetado como tarjeta PCIe de 75W con 128 GB de LPDDR5. Hasta 48 tarjetas se agrupan en un sistema Z o LinuxONE, frente a 16 en Power.
27. Huawei
El HiSilicon Ascend 910C de Huawei forma 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 aloja los modelos de DeepSeek, y un investigador de DeepSeek afirma que puede alcanzar el 60 % del rendimiento de inferencia de la NVIDIA H100.110
Huawei presentó el chip Ascend 950PR junto con la tarjeta aceleradora Atlas 350 el 20 de marzo de 2026.111 La tarjeta Atlas 350 está especificada con 1,56 PFLOPS de cómputo FP4, 112 GB de la HBM HiBL 1.0 propietaria 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 que no es una comparación similar, 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 2025.112 Lista 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 con 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 y entrenamiento, con un objetivo de hoja de ruta en el cuarto trimestre de 2026. Huawei mostró el Atlas 950 SuperPoD en WAIC 2026 el 18 de julio de 2026, con el despliegue comercial todavía previsto para el cuarto trimestre de 2026.
28. Microsoft Azure
En Hot Chips 2024, Microsoft presentó Maia 100, su primer acelerador de IA personalizado, fabricado con el proceso N5 de TSMC. Microsoft lanzó Maia 200 (nombre en clave Braga) el 26 de enero de 2026, como un acelerador de IA centrado en inferencia para Azure, diseñado para reducir los costes de tokens de IA y ofrecer un 30 % más de rendimiento por dólar que los sistemas existentes.113
Maia 200 está fabricada 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 cómputo FP4 dentro de un TDP de SoC de 750 W. Microsoft confirmó que Maia 200 estaba activa en sus centros de datos de Iowa y Arizona en su conferencia de resultados del tercer trimestre del año fiscal 2026.114
Chips de IA para infraestructura interna
29. Apple
Se informa que el Project ACDC de Apple se centra en fabricar chips para inferencia de IA en centros de datos.115 Según se informa, el chip de servidor se llama 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 internos de IA de Apple siguen funcionando con chips M2 Ultra.116117 M5 se lanzó el 15 de octubre de 2025, y M5 Pro y M5 Max se anunciaron el 3 de marzo de 2026 con un Neural Accelerator en cada núcleo de GPU. Apple está reforzando su estrategia de IA en dispositivo con el framework Core IA, que ejecuta modelos en el silicio de Apple sin dependencias de servidor, respaldado por un repositorio de modelos Core IA de código abierto en GitHub.118119
30. Meta
El Meta Training and Inference Accelerator (MTIA) de Meta 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, afirma ofrecer 3x el rendimiento de MTIA v1 y se aloja en racks que contienen hasta 72 aceleradores.120 MTIA 300 está en producción para entrenamiento de ranking y recomendación, y MTIA 400, 450 y 500 seguirán a lo largo de 2026 y 2027.121
MTIA ejecuta las cargas de trabajo internas de Meta y no se ofrece como acelerador de nube pública.
Broadcom codiseña tecnología para el programa MTIA de Meta. La asociación y los compromisos de capacidad se tratan en el perfil de Broadcom.122
31. OpenAI
OpenAI diseñó su primer chip de IA con Broadcom, y el liderazgo de su equipo de chips tiene experiencia diseñando TPU en Google.123 OpenAI ha confirmado a TSMC como fundición, pero ni OpenAI ni Broadcom han confirmado un nodo de proceso.124 Los informes de la cadena de suministro coreana han usado el nombre en clave “Titan” para el chip y lo han situado en el proceso N3 de TSMC, aunque ninguna de las dos empresas usa ese nombre.125
Samsung ha conseguido un acuerdo para suministrar memoria HBM4 para el chip de OpenAI, y según se informa asigna más del 50 % de la capacidad de su fundición de Pyeongtaek a dies base HBM4 para este fin.126 OpenAI y Broadcom anunciaron una colaboración para 10 gigavatios de aceleradores de IA personalizados en octubre de 2025. Está previsto que los racks comiencen en la segunda mitad de 2026 y se completen a finales de 2029. El anuncio afirma que las partes “han firmado una hoja de términos” para los racks. Un contrato de compra definitivo y el valor financiero siguen sin revelarse.123 El 24 de junio de 2026, ambos presentaron Jalapeño, el primer Intelligence Processor 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 fase de muestras de ingeniería posterior al tape-out.127 La parte del acuerdo de Broadcom, incluidos sus otros clientes de aceleradores personalizados, se trata en la sección de Broadcom a continuación.
Socios de diseño de ASIC de IA personalizados
32. Broadcom
Broadcom codiseña aceleradores de IA personalizados con los clientes y suministra las redes que los conectan. Estos chips específicos para clientes no se venden como un acelerador comercial de marca.
Broadcom reportó 16,7 mil millones de dólares en ingresos por semiconductores de IA para el tercer trimestre del año fiscal 2026 el 2 de septiembre de 2026, un 221 % más interanual. Pronosticó 21,7 mil millones para el cuarto trimestre.128
En la llamada del 3 de junio, Broadcom repasó seis clientes principales de IA, pero nombró a cuatro de ellos: Google, Anthropic, OpenAI y Meta. Los otros dos siguen sin revelarse y se describieron como dos clientes con 6 mil millones de dólares en pedidos de compra recibidos hasta la fecha, con envíos a partir de finales de 2026 y acelerándose en 2027. Las listas publicadas que nombran a los seis se basan en inferencias de analistas para las identidades no reveladas.129
La divulgación de Broadcom varía según el cliente:
- Google tiene un acuerdo multigeneracional de TPU y redes de IA, sin cifra de gigavatios. El Form 8-K de Broadcom revela un Long Term Agreement para desarrollar y suministrar TPU personalizadas para las futuras generaciones de Google, más un Supply Assurance Agreement que cubre componentes de red hasta 2031.130
- Anthropic toma más de 1 GW de cómputo basado en TPU en 2026, más un acuerdo de abril para otros 5 GW de cómputo a partir de 2027. El mismo Form 8-K sitúa la cifra en aproximadamente 3,5 gigavatios desde 2027, cuyo consumo vincula al éxito comercial continuado de Anthropic. La cifra de 3,5 GW procede de la presentación de Broadcom, mientras que la publicación de Anthropic cuantifica el compromiso como “múltiples gigavatios”. La presentación describe el acuerdo como una ampliación de una colaboración existente.130
- Para OpenAI, se ha entregado silicio, se espera producción a finales de 2026 y OpenAI está contratada por 1,3 GW en 2027 dentro del acuerdo más amplio de 10 GW hasta 2029. El chip en sí se trata en la sección de OpenAI anterior.129
- Meta tiene una asociación multigeneracional de XPU MTIA dirigida 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 dejando el consejo de Meta para pasar a un papel de asesor.129122
El 26 de febrero de 2026, Broadcom comenzó a enviar un SoC de cómputo personalizado de 2nm, fabricado sobre su plataforma 3.5D eXtreme Dimension System in Package (XDSiP). Ese SoC respalda el programa de procesadores FUJITSU-MONAKA de Fujitsu. Broadcom afirma que las XPU para su base más amplia de clientes se enviarán a partir de la segunda mitad de 2026.131 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 fábrica de 51,2 Tbps lanzado en agosto de 2025, se está enviando.
El 9 de junio de 2026, Broadcom anunció la IA XPV Platform con Apollo y Blackstone como inversores ancla iniciales. La plataforma está diseñada para permitir más de 20 gigavatios de capacidad de cómputo hasta 2028, usando XPU de Broadcom y redes personalizadas para laboratorios de IA de frontera, incluidos Anthropic y OpenAI. Se lanzó con un tramo inicial de 35 mil millones de dólares, financiando la expansión previamente anunciada de Anthropic de más de 1 gigavatio en sitios basados en Fluidstack desde mediados de 2026. Los más de 20 gigavatios son el objetivo de diseño de la plataforma hasta 2028 y no están financiados por ese tramo.132
Las estimaciones de terceros sobre la cuota del ASIC personalizado en el mercado de procesadores de IA dependen de qué se cuenta. Bloomberg Intelligence divide el mercado de ASIC personalizado entre Broadcom, con un 60 % a 80 %, y Marvell, con un 20 % a 25 %.
33. Marvell
Marvell diseña silicio de IA personalizado, que llama XPU, para hiperescaladores, junto con el silicio de interconexión, óptica y redes que conecta esos chips. Bloomberg Intelligence la sitúa en segundo lugar tras Broadcom en el mercado de ASIC de IA personalizado.
Para el segundo trimestre del año fiscal 2027, reportado el 27 de agosto de 2026, Marvell registró 2.739 millones de dólares en ingresos totales y 2.172 millones de dólares en ingresos por centros de datos. Los ingresos por centros de datos crecieron un 46 % interanual. Su previsión de ingresos totales para el tercer trimestre fue de 3.150 millones de dólares, más o menos un 5 %.133
El 31 de marzo de 2026, NVIDIA y Marvell anunciaron una asociación estratégica que conecta a Marvell con la fábrica de NVIDIA IA y el ecosistema IA-RAN a través de NVLink Fusion, junto con colaboración en fotónica de silicio. NVIDIA invirtió 2 mil millones de dólares en Marvell como parte de ello. Bajo la asociación, Marvell proporciona XPU personalizadas y redes de escalado vertical compatibles con NVLink Fusion.134
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 3.250 millones de dólares.135
- XConn Technologies, completada el 10 de febrero de 2026 por aproximadamente 540 millones de dólares.
- Polariton Technologies, una spin-off suiza de la ETH Zurich que trabaja en fotónica de silicio basada en plasmónica, adquirida el 22 de abril de 2026 en términos no revelados.
El papel de Marvell en las generaciones posteriores de Trainium es objeto de disputa. SemiAnalysis informó que Alchip se encargó del diseño físico y de empaquetado del backend de Trainium3 después de que Marvell trabajara en Trainium2.136 Las empresas no han confirmado ese relato.
CPUs anfitrionas e IP de procesador
Las CPUs anfitrionas se ejecutan junto a los aceleradores y gestionan el control del sistema y el trabajo de propósito general. Arm licencia IP de procesador y ha añadido su propia línea de productos de CPU para centros de datos.
34. 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 compañía”, comenzando por la Arm AGI CPU, una CPU para centros de datos destinada a infraestructura de IA agéntica. Meta “actúa como socio principal y codesarrollador”.137138
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 inferior a 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. Son cifras propias de Arm y no se han medido de forma independiente.137
Arm continúa licenciando IP y Compute Subsystems (CSS) junto con su línea de productos de silicio AGI CPU. Los primeros sistemas ya están disponibles, con una disponibilidad más amplia prevista para la segunda mitad de 2026, y junto a Meta, Arm nombra a Cerebras, Cloudflare, F5, OpenAI, Positron, Rebellions, SAP y SK Telecom como clientes comprometidos.137 Meta muestra hasta qué punto se difuminan ahora los papeles. Diseña su propio silicio MTIA, es el socio principal de la AGI CPU de Arm, es un cliente anunciado de Qualcomm para CPUs de centros de datos, y compra a AMD y Broadcom.
5 proveedores de chips de IA móviles
Estos son SoC móviles representativos, cada uno con un dispositivo documentado o un papel de hardware de IA.
Añadir como fuente preferidaProcesadores, módulos e IP de IA de borde
Estos chips de IA de borde ejecutan inferencia en dispositivos locales. La comparación identifica módulos, procesadores discretos, NPU integradas e IP reutilizable por separado.
El rendimiento máximo y la potencia son especificaciones del proveedor o afirmaciones del diseño de referencia. Las fuentes cubren Jetson Thor, Jetson Orin, Hailo-10H, Dragonwing IQ10, Europa, Coral NPU y Core Ultra Series 3, respectivamente.144145146147148149150
*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 a una citada en INT8, y las filas marcadas como dispersas son cifras del proveedor que asumen dispersión. TOPS son tera operaciones por segundo, TFLOPS son tera operaciones de coma flotante por segundo y GOPS son giga operaciones por segundo.
El 24 de julio de 2026, Microchip Technology firmó un acuerdo definitivo para adquirir Hailo, que se espera cerrar a finales del trimestre que termina el 30 de septiembre de 2026, sujeto a condiciones de cierre y aprobaciones regulatorias, en términos no revelados.151
Socios de fundición y el papel de TSMC
TSMC es una fundición pura. Fabrica semiconductores a partir de diseños de clientes, incluidos los de NVIDIA y AMD. Samsung Foundry e Intel Foundry Services compiten en el mismo mercado.
N2, el nodo 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.152 La hoja de ruta de TSMC sitúa A16 en 2027, A14 en la segunda mitad de 2028, y A13 y A12 en 2029.152 TSMC fabrica aceleradores de IA para los siguientes diseñadores. FuriosaAI también identifica a TSMC como socio de fabricación para RNGD.82
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. impiden ahora que TSMC produzca chips de IA avanzados para diseñadores chinos, y las fundiciones deben revisar cualquier envío de 7nm o inferior a diseñadores chinos. El silicio de IA de 2026 de Alibaba se fabrica internamente, con la capacidad en SMIC como limitación declarada.105
SemiAnalysis informó el 12 de marzo de 2026 que la capacidad frontal de obleas N3 ha desplazado al empaquetado CoWoS como el principal cuello de botella en el suministro de chips de IA, con CoWoS ajustado pero aliviándose. TrendForce espera que la brecha entre oferta y demanda de CoWoS se reduzca de aproximadamente el 20 % a alrededor del 10 % a finales de 2026.153 Micron alcanzó la producción en gran volumen de HBM4 de 36GB 12H para la plataforma Vera Rubin de NVIDIA el 16 de marzo de 2026, a velocidades de pin superiores a 11 Gb/s.154
Planes de expansión
La inversión anunciada de TSMC en Estados Unidos asciende a 265 mil millones de dólares en 12 instalaciones de fabricación y empaquetado de última generación, tras un compromiso adicional de 100 mil millones de dólares en Arizona anunciado el 16 de julio de 2026.155
Los informes de marzo de 2025 sobre una empresa conjunta liderada por TSMC para gestionar la división de fundición de Intel no llegaron a 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 ni sobre la licencia o transferencia de tecnología”.156 En su lugar, Intel fue recapitalizada, con el gobierno de EE. UU. tomando una participación del 9,9 % por 8,9 mil millones de dólares en agosto de 2025.157
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 tratan 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 453,21 % más 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, la primera 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, diseñado para el entrenamiento y la inferencia de modelos multimodales ultragrandes, tiene como objetivo 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 con los chips Kunlun P800 existentes de Baidu.
- Biren, fundada por exalumnos de NVIDIA, cotizó en el mercado principal de la Bolsa de Hong Kong el 2 de enero de 2026, recaudando HK$5,58 mil millones (alrededor de 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 243,37 % más interanual. La empresa sigue sin ser rentable y está en la Entity List de EE. UU. desde 2023.
- MetaX cotizó en el STAR Market el 17 de diciembre de 2025, recaudando alrededor de RMB 4,2 mil millones (US$586-596 millones), y desde entonces ha presentado de forma confidencial una solicitud de cotización secundaria en Hong Kong.
- Iluvatar CoreX (HKEX: 9903) cotizó en el mercado principal de Hong Kong el 8 de enero de 2026, recaudando alrededor de HK$3,68 mil millones.
- Enflame (SHA: 688801) cotizó en el STAR Market de Shanghái el 11 de septiembre de 2026.158159 Su aviso de cotización indica que la empresa seguía sin ser rentable en el momento de cotizar.
- 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, una capacidad de 7nm de aproximadamente 45.000 a 60.000 obleas al mes y 9,3 mil millones de dólares de ingresos en 2025.
Acceso a exportaciones y restricciones
Cuatro medidas distintas rigen las ventas de chips de IA avanzados a China, y con frecuencia se confunden.
Primero cambió la licencia. El 13 de enero de 2026, la Oficina de Industria y Seguridad de EE. UU. anunció una norma final que traslada las solicitudes de licencia para la NVIDIA H200, la AMD MI325X y chips similares de una presunción de denegación a una revisión caso por caso, sujeta a condiciones que cubren certificaciones de exportador, verificaciones de clientes y pruebas independientes previas al envío.160 Junto a ella hay un límite de volumen: los envíos agregados de un chip determinado a China y Macao no pueden superar el 50 % de la cantidad de ese mismo producto que el exportador ha enviado a clientes estadounidenses para uso final en EE. UU.160
Otras dos medidas están fijadas ambas en el 25 % y se tratan habitualmente como una sola. El presidente Trump anunció una participación del gobierno de EE. UU. del 25 % sobre los ingresos por ventas de H200 a China el 8 de diciembre de 2025 y la 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 en los mismos umbrales de rendimiento el 14 de enero de 2026, con exclusiones que incluyen centros de datos de EE. UU. e I+D estadounidense.161
China ha avanzado en la dirección opuesta, aunque de forma menos formal. Reuters informó el 5 de noviembre de 2025, citando fuentes anónimas, que las autoridades habían prohibido los chips de IA extranjeros en 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 con licencias para H200 y equivalentes. Es una cantidad muy pequeña de chips.” NVIDIA había registrado cero ingresos por cómputo de centros de datos en China tanto en sus resultados de febrero de 2026 como en los de mayo de 2026.
Cuota interna del mercado chino de aceleradores de IA
Reuters informó de las estimaciones de IDC sobre los envíos de tarjetas aceleradoras de IA en China.162 Cuenta los envíos unitarios de tarjetas aceleradoras, no servidores ni ingresos.
La oferta interna está a su vez concentrada. Huawei representa aproximadamente la mitad de los envíos de proveedores chinos, y el resto se reparte entre T-Head de Alibaba, Baidu Kunlunxin, Cambricon, Hygon, MetaX e Iluvatar CoreX.162
Preguntas frecuentes
Sí. Las CPUs pueden ejecutar inferencia de redes neuronales. OpenVINO admite la ejecución en CPU junto con objetivos de GPU y NPU.163 La elección del acelerador depende del soporte del modelo, la memoria, el rendimiento y los requisitos de latencia.
Un diseñador de chips desarrolla la arquitectura del procesador y el diseño del circuito. Una fundición fabrica chips para clientes. NVIDIA y AMD subcontratan la fabricación, mientras que TSMC fabrica diseños de clientes. Arm y Synopsys también suministran IP de procesador y herramientas de diseño.
Utilice el mismo modelo, precisión, tamaño de lote y objetivo de latencia. Los TOPS o FLOPS máximos por sí solos no pueden establecer el rendimiento o el coste de la aplicación. El entrenamiento y la inferencia también imponen demandas diferentes a la memoria y al cómputo.
Lecturas adicionales
Para comparaciones prácticas de rendimiento de los chips cubiertos, consulte nuestros benchmarks:
- Benchmark multi-GPU: cómo escalan la B200 y H200 de NVIDIA, la H100 y la MI300X de AMD en configuraciones de 1, 2, 4 y 8 GPU para inferencia de LLM, con análisis de rendimiento, latencia y coste por token.
- Benchmark de concurrencia de GPU: cómo la B200 y H200 de NVIDIA, la H100 y la MI300X de AMD gestionan 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 framework 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 a uno, con los casos de uso a los que se dirige cada pieza.
- Proveedores de GPU en la nube: más de 60 proveedores que alquilan por horas los aceleradores cubiertos aquí, 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 = {{Los 30+ principales fabricantes de chips de IA: NVIDIA y sus competidores}},
year = {2026},
month = sep,
howpublished = {\url{https://aimultiple.com/ai-chip-makers}},
note = {AIMultiple. Recuperado el 21 de septiembre de 2026}
}Resultados y marcas de tiempo de 86 puntos de datos. Descargue los datos resumidos que se muestran en los gráficos y las tablas de este artículo como un archivo ZIP que contiene 7 archivos CSV.
¿Quieres los datos granulares que hay detrás? Únete a Premium
Registro de cambios
39 actualizacionesSe añadió un perfil de la empresa NextSilicon sobre su acelerador Maverick-2.
Se añadió una nueva sección de proveedores de ASIC de IA personalizados con Broadcom y Marvell
Se añadió una tabla de proveedores y chips en la sección de proveedores de chips de IA móvil
Se añadió Fractile a la lista de startups de chips de IA, ampliando el resumen de más de 20 a más de 25 fabricantes.
Actualizados los detalles de financiación, producto y colaboración de SambaNova Systems.
Se añadió una sección sobre arquitecturas de chips de IA: GPUs vs ASICs.
Enlaces de referencia
El trabajo de Cem en AIMultiple ha sido citado por publicaciones líderes mundiales como Business Insider, Forbes, Morning Brew y Washington Post, empresas globales como Deloitte y HPE, ONG como World Economic Forum y organizaciones supranacionales como European Commission. [1], [2], [3], [4], [5]
A lo largo de su carrera, Cem trabajó 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.
Dirigió la estrategia tecnológica y las adquisiciones de una empresa de telecomunicaciones reportando al CEO. También lideró el crecimiento comercial de la empresa de deep tech Hypatos, que alcanzó unos 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 participa habitualmente en conferencias internacionales de tecnología. Se graduó en Bogazici University como ingeniero informático y tiene un MBA de Columbia Business School.
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!