Los 30+ principales fabricantes de chips de IA: NVIDIA y sus competidores
Basándonos en nuestra experiencia con AIMultiple y su benchmark de GPU en la nube, comparamos a los fabricantes de chips por producto, disponibilidad y arquitectura, abarcando GPUs para centros de datos, chips móviles, aceleradores de borde y fundiciones.
30+ fabricantes de chips de IA por categoría
Cada fila nombra un producto representativo, su tipo y su disponibilidad. La disponibilidad distingue entre hardware ofrecido a la venta, servicios en la nube, despliegues internos y productos anunciados. Las fechas se refieren a hitos documentados. Las fechas de envío futuras siguen siendo objetivos.
GPUs frente a ASICs en las arquitecturas de chips de IA
Las GPUs son procesadores paralelos programables que se utilizan 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 del proveedor ni las generaciones futuras.
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 de host 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 presentó Vera Rubin, su plataforma posterior a Blackwell Ultra, en el CES 2026 como una plataforma de seis chips.2 En la GTC del 16 de marzo de 2026, NVIDIA la amplió a siete chips: la CPU Vera, la GPU Rubin, el switch NVLink 6, la ConnectX-9 SuperNIC, la DPU BlueField-4, el switch Ethernet Spectrum-6 y la LPU Groq 3, y declaró que todos estaban en plena producción.3 El 30 de septiembre de 2026, NVIDIA afirmó que CoreWeave estaba ofreciendo Vera Rubin NVL72 a clientes de acceso anticipado, con Cognition ejecutando cargas de trabajo en producción como primer cliente de producción.4 Blackwell y el GB300 NVL72 siguieron siendo el producto de ingresos por volumen durante el primer trimestre del año fiscal 2027.
El rack Vera Rubin NVL72 combina 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 ampliación 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 del acuerdo de licencia de diciembre de 2025 de NVIDIA con Groq, que se trata en la sección de Groq más adelante.
La LPU Groq 3 es un chip de inferencia dedicado, y Samsung Foundry lo fabrica.6 Los racks LPX Groq 3 están previstos para el segundo semestre de 2026, y NVIDIA proyecta hasta 35x más rendimiento por megavatio para modelos de billones de parámetros cuando LPX se combina con Vera Rubin NVL72.7
Acceso en la nube y software
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 por procesadores de IA en marzo de 2026, con ASICs 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 la 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 de DGX Cloud. Su mercado DGX Cloud Lepton conecta a los desarrolladores con proveedores de nube de GPU, incluidos CoreWeave, Lambda y Crusoe.11
Sistemas de escritorio y empresariales
DGX Spark (anteriormente Project Digits) es un superordenador de IA de escritorio con un Grace Blackwell Superchip con una 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
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.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 cuota de mercado. Startups, empresas y gigantes tecnológicos adoptaron hardware de AMD en 2023, cuando el hardware de NVIDIA era difícil de adquirir 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 que la memoria flash se comporte más como DRAM y reducir el coste de la memoria de los centros de datos.1920 AMD también acordó adquirir Taalas en agosto de 2026, como se explica en el perfil de Taalas más adelante.21
AMD lanzó las Instinct MI350X y MI355X el 12 de junio de 2025 en Advancing IA 2025.22 La MI355X está construida 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 del segundo semestre de 2026.24
AMD nombró a Oracle Cloud Infrastructure socio de lanzamiento el 14 de octubre de 2025 para un pedido inicial de 50.000 GPUs 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 por hasta 6 GW a partir del segundo semestre de 2026, utilizando una GPU Instinct personalizada basada en la arquitectura MI450.2627
AMD anunció un acuerdo con Anthropic el 22 de julio de 2026 por hasta 2 GW de GPUs de la serie MI450 en racks Helios a partir del primer semestre de 2027.28
Para comparaciones de inferencia medidas entre NVIDIA y AMD GPUs, consulte nuestro benchmark de concurrencia de GPU.
Serie MI400
AMD lanzó la serie Instinct MI400 en Advancing IA 2026 los días 22-23 de julio de 2026.29 La MI455X es el miembro de la familia centrado 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 MXFP4.30 AMD dijo en julio que Helios, su sistema de rack de la serie MI400, estaba en plena producción y tenía como objetivo los primeros envíos para finales del tercer trimestre de 2026.29 El 30 de septiembre, HPE anunció un pedido de $1,2 mil millones de Vultr para racks Helios, cada uno con 72 GPUs MI455X. El anuncio describía el despliegue previsto en los centros de datos estadounidenses de Vultr.31
Un tercer miembro de la familia, el MI440X, se presentó en CES 2026 el 5 de enero de 2026 para IA empresarial on-premise en un factor de forma compacto de ocho GPUs, y AMD no ha publicado especificaciones desde entonces.32 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, el proceso de 2nm y los detalles de memoria HBM4E para MI500 presentados en CES 2026.29
El MI430X es el miembro de HPC y de IA soberana de la serie MI400. AMD lo 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 enumera hasta 288 TFLOPS de pico teórico FP64 por hardware, hasta 9.2 PFLOPS de pico FP4 y MXFP4, 432 GB de HBM4 integrada y hasta 23.3 TB/s de ancho de banda de memoria teórico pico.33 El soporte completo de FP64 lo distingue del MI455X para la computación científica.
AMD espera que el MI430X esté disponible en 2027 y no ha publicado el número de transistores, el consumo de la placa ni la litografía. Dos cifras en los propios materiales de AMD no coinciden. Las FAQ de la página de inicio de la serie MI400 aún indican hasta 19.6 TB/s, mientras que la página de especificaciones del MI430X indica 23.3 TB/s, y las FAQ de la página del MI430X contienen una errata que dice 2.3 TB/s.33
AMD nombra tres sistemas objetivo para el MI430X: Discovery en el Laboratorio Nacional Oak Ridge, previsto para 2028. Otro objetivo es Alice Recoque, el primer sistema a exaescala de Francia. AMD también nombra 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 del MI300X frente a H100 y H200, otorgó a AMD una probabilidad del 0 % de romper el NVIDIA foso de CUDA, al comprobar que CUDA funcionaba sin configuración en la mayoría de las tareas, mientras que el software de AMD requería una configuración importante.34
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 la producción del rack Helios, donde SerDes débiles requieren 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.35
En Advancing IA 2026, AMD se comprometió a una cadencia fija de lanzamiento de funciones de seis semanas en lugar de su ciclo anterior aproximadamente trimestral.36
Ecosistema
Al igual que NVIDIA, AMD está invirtiendo selectivamente en usuarios de sus soluciones para impulsar la adopción de su hardware.37 También ha vinculado capital a sus mayores compromisos, emitiendo a OpenAI y a Meta un warrant basado en rendimiento por hasta 160 millones de acciones a $0,01, que se devenga contra los hitos de envío de Instinct.38
3. Intel
Intel tiene una larga trayectoria en el desarrollo de semiconductores. Intel posee fábricas y fabrica internamente piezas como el Xeon 6+ basado en 18A. También obtiene componentes relacionados con IA de TSMC, y el propio Gaudi 3 se fabricó con el proceso 5nm de TSMC.39
Gaudi 3 es el último acelerador de IA dedicado de la línea Gaudi de Intel. Intel no ha anunciado un sucesor de Gaudi, y cada paso de su hoja de ruta publicada después de él es una GPU.40 El chip en sí no ha sido retirado. La página de producto de Intel todavía enumera la tarjeta PCIe Gaudi 3 (HL-338) como en envío, y Intel no ha publicado ningún aviso de fin de vida útil.41 Intel tenía como objetivo $500 millones de 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 admitió que Gaudi “no satisfacía las necesidades del mercado de entrenamiento de IA de frontera”.40
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 a la memoria HBM4 de SK hynix, sin que se indique el nodo de proceso.40 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.4243
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 160GB de LPDDR5X y muestras para clientes previstas en el segundo semestre de 2026.44 Intel la detalló en Computex 2026 como una tarjeta PCIe refrigerada por aire de 350W compatible con tipos de datos de FP4 a FP64, con una configuración máxima para socios de 480GB. La tarjeta anunciada tiene 160GB.40
4. Qualcomm
Qualcomm es un diseñador sin fábrica más conocido por los SoC móviles, y ha anunciado una línea de productos para centros de datos construida en torno a la 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 que se diferencian 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, e incluye 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.45
AI200, AI250 y la hoja de ruta para 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 2026.46 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.
El AI250 introduce una arquitectura de computación near-memory que Qualcomm afirma que ofrece 133 TB/s de ancho de banda de memoria efectivo por tarjeta, 18 veces el AI200. Se trata de una especificación de la hoja de ruta del proveedor. Ambos racks utilizan refrigeración líquida directa, y Qualcomm ahora especifica un rack compatible con OCP ORv3 de 140 kW.47
El 24 de junio de 2026, Qualcomm presentó otros tres productos para centros de datos.47 El Dragonfly C1000 es una CPU para centros de datos que se espera alcance disponibilidad comercial en 2028, y Qualcomm nombró a Meta como cliente en el marco de una colaboración multigeneracional que abarca CPUs para centros de datos. La computación de gran ancho de banda (HBC) de Qualcomm une el cómputo con un ancho de banda de memoria acelerado en una solución de silicio apilada en 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 en 2028. Qualcomm apunta a más de $15 mil millones 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 la adquisición de Alphawave el 18 de diciembre de 2025. Qualcomm completó la 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 está clasificada hasta 400 TOPS INT8 y hasta 200 TFLOPS FP16.
Aceleradores de IA especializados y proveedores de inferencia
5. Groq
Groq fue fundada por exempleados de Google y construyó su negocio en torno a la LPU (Language Processing Unit), una arquitectura de chip diseñada para la 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 situó la transacción en unos ~$20 mil millones 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 de GroqCloud.52 NVIDIA no ha publicado ningún comunicado de prensa sobre el acuerdo, la CFO de NVIDIA Colette Kress declinó comentar el precio, y Reuters señaló que ninguna de las empresas lo confirmó. Jensen Huang dijo a los empleados: “Aunque estamos incorporando empleados con talento a nuestras filas y licenciando la IP de Groq, no estamos adquiriendo Groq como empresa”. NVIDIA presentó el producto resultante, la LPU NVIDIA Groq 3, 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. 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, está respaldado por un compromiso de inversión saudí de $1,5 mil millones anunciado en febrero de 2025.54
El 17 de agosto de 2026, Groq LLC anunció una Serie A de $350 millones con una valoración de $3,5 mil millones, liderada por Disruptive con participación prevista de NVIDIA. El comunicado califica las rondas de junio y agosto como $1 mil millones 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 con una valoración de $11 mil millones el 8 de julio de 2026.55
SambaNova presentó el SN50, su última Reconfigurable Data Unit (RDU), el 24 de febrero de 2026, con envíos a clientes previstos para el segundo semestre 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 el 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 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 único procesador a escala de oblea.58
Cerebras presentó el sistema de inferencia CS-4 el 18 de agosto de 2026. Combina tres procesadores WSE-3 Turbo y admite inferencia desagregada, con hardware independiente para el procesamiento de prompts y la generación de tokens. En el lanzamiento, Cerebras apuntó a los primeros envíos en el tercer trimestre de 2026.59 Nombró a Gimlet Labs socio de lanzamiento del CS-4 el 28 de septiembre y dijo que se esperaba el primer centro de datos Gimlet Cloud impulsado por Cerebras más adelante en 2026.60
El sistema de Cerebras trabaja con empresas farmacéuticas como AstraZeneca y GlaxoSmithKline y con laboratorios de investigación que dependen de él para simulaciones. También se dirige a los creadores de LLM, ya que sus chips pueden reducir los costes de inferencia de los modelos de 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, escalando por fases hasta 165 MW de capacidad de TI contratada. La construcción de la fase inicial de 50 MW estaba en marcha.61
Cerebras cotiza en el Nasdaq con el ticker CBRS desde el 14 de mayo de 2026, tras una salida a bolsa que recaudó unos $6,38 mil millones en ingresos brutos.62 En sus resultados del segundo trimestre del 12 de agosto, Cerebras elevó su previsión de ingresos principales del año fiscal 2026 a entre $880 y $890 millones.63 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.64
8. d-Matrix
d-Matrix desarrolla aceleradores de inferencia que colocan el cómputo cerca de la SRAM para reducir el movimiento de datos.65
Corsair utiliza una arquitectura de chiplets de cómputo en memoria basada en SRAM.65 El 12 de octubre de 2026, d-Matrix anunció la disponibilidad general de los servidores Corsair y los sistemas SquadRack. Sus clústeres Squadron más grandes se estaban enviando a clientes prioritarios, con una configuración que admite hasta 16 SquadRacks y 1.024 XPUs Corsair.66
Gimlet Labs probó gpt-oss-120b con un decodificador especulativo de 1.6 mil millones de parámetros descargado en Corsair. Informó de una aceleración de extremo a extremo de 2-5x para configuraciones interactivas y de hasta 10x para configuraciones optimizadas para el consumo energético, en comparación con el mismo decodificador en una GPU con un consumo de energía equivalente. Gimlet es socio comercial de d-Matrix, y el cofundador y CTO de d-Matrix es coautor del artículo del benchmark.67
9. Rebellions
Rebellions es una startup con sede en Corea centrada en la inferencia de LLM. Se fusionó con otra empresa coreana de diseño de semiconductores, SAPEON.68 La financiación total es de unos $850 millones.69 La salida a bolsa 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.70
REBEL-Quad es el acelerador de segunda generación, cuatro chiplets fabricados con el proceso 4nm de Samsung, y Rebel100 es su nombre comercial de producto.
Rebellions confirmó el 15 de septiembre de 2026 que los sistemas RebelRack y RebelPOD se estaban enviando. Su asociación con ai& incluía una compra inicial para un despliegue previsto en Tokio. La operación en el sitio japonés estaba programada para comenzar después de la entrega.71
10. Tenstorrent
El último procesador Blackhole Tensix 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 y cuenta con cuatro puertos QSFP-DD de 800G para escalado multitarjeta. El modelo básico P100a parte de $999.72
Desde enero de 2026, las tarjetas Blackhole p150 se envían con 120 núcleos Tensix activos, reducidos desde 140, y la versión de firmware v19.5.0 aplicó la misma reducción retroactivamente a las tarjetas vendidas. Tenstorrent cifra el coste en un 1-2 % en cargas de trabajo típicas.73
Tenstorrent ofrece una pila de software totalmente de código abierto. La empresa recaudó $700 millones en diciembre de 2024.74
11. Positron
Positron diseña hardware y software para la inferencia de transformadores. Atlas es su servidor en envío. Asimov y Titan son sus productos de chip y sistema previstos.75
Productos:
- Atlas (en envío ahora): un servidor de inferencia de transformadores con 8x aceleradores Positron Archer Transformer con 256 GB de HBM totales. La empresa afirma un rendimiento por vatio de >4x y un rendimiento por dólar de >3x en comparación con los sistemas Hopper de NVIDIA, evaluado con Llama 3.1 8B y cómputo BF16.76
- Titan (previsto): un sistema de inferencia sucesor que combina de cuatro a ocho chips Asimov. El anuncio de Positron de septiembre de 2026 describía configuraciones con memoria LPDDR5X.75
- Asimov (previsto): silicio de inferencia personalizado programado para tape-out en TSMC N3P a finales de 2026, con producción prevista para el segundo semestre de 2027. Positron especifica entre 288 y 2.304 GB de memoria por chip.75
Positron anunció $875 millones de dólares de financiación de Serie C el 10 de septiembre de 2026 con una valoración posterior al dinero de $5 mil millones. Esto comprendía un tramo de Serie C de $375 millones y hasta $500 millones en un tramo de Serie C-1. La empresa también informó de un despliegue de Atlas de más de 50 racks en Oracle Cloud Infrastructure.75
12. _etched
Su enfoque sacrifica flexibilidad por eficiencia al grabar las arquitecturas de los modelos en sus chips.
Etched salió del sigilo el 30 de junio de 2026 con el primer silicio A0 de vuelta del proceso N4P de TSMC, más de $1 mil millones en contratos de clientes firmados y $800 millones recaudados.77 El 23 de julio de 2026 anunció una Serie C de $300 millones con una valoración de $10,3 mil millones, liderada por Sequoia.78
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 transformadores.77
Quedan dos preguntas 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 la obsolescencia que planteó el diseño original de Sohu se aplica ahora al conjunto más amplio de modelos, ya que un chip construido en torno a un grupo fijo de arquitecturas debe reorientarse una vez que esas arquitecturas son superadas.
13. Taalas
Taalas fue fundada a principios de 2023 y cablea modelos individuales directamente en silicio personalizado, produciendo lo que la empresa llama “Hardcore Models”.79 La empresa afirma que puede transformar cualquier modelo de IA no visto previamente 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 con 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, 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.80
- HC2 (objetivo de hoja de ruta para invierno de 2026, aún 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 del HC1.
14. Extropic
Extropic recaudó una ronda de $14 millones a finales de 2023 para utilizar 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 cantidades limitadas a investigadores seleccionados en el tercer trimestre de 2025. Ambos se presentaron el 29 de octubre de 2025. Z1, el primer chip a escala de producción, figura como acceso anticipado en 2026.81
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 reportadas en septiembre de 2025 dieron un factor de recuperación de energía de 1.77 para un conjunto de condensadores impulsado 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.82 La cifra del 50 % reportada en el tape-out se aplica solo al resonador y excluye otros gastos generales de energía.8384
16. Fractile
Fractile desarrolla procesadores de inferencia de IA que intercalan memoria y cómputo en el mismo dado.85
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 establece un producto en envío.
Fractile anunció una Serie B de $220 millones el 13 de mayo de 2026.86 Los informes sobre la ronda sitúan la valoración en aproximadamente $1 mil millones, cifra que la empresa no ha confirmado.
17. FuriosaAI
FuriosaAI desarrolla RNGD, un acelerador para centros de datos para 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.87
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 de GPU.87
18. Graphcore
Graphcore desarrolla Intelligence Processing Units (IPUs) y sistemas como IPU-POD256. SoftBank adquirió la empresa en julio de 2024.88
SoftBank inyectó otros $457 millones en Graphcore el 10 de abril de 2026.89
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 procesador de matriz analógica M1076 y la tarjeta MM1076.90
Mythic recaudó una ronda sobresuscrita de $125 millones liderada por DCVC el 17 de diciembre de 2025.91 Adquirió Videantis el 19 de mayo de 2026.92
20. Speedata
Fundada en 2019 en Tel Aviv, Speedata desarrolla una Analytics Processing Unit (APU) diseñada para acelerar el análisis de big data y las cargas de trabajo de IA. Es una APU dirigida a cargas de trabajo de Apache Spark, con planes de soportar otras plataformas importantes de análisis de datos.
Speedata recaudó $44 millones en una ronda de Serie B en junio de 2025, liderada por Walden Catalyst Ventures, 83North y otros, lo que eleva su financiación total a $114 millones.93
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 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, lo que eleva su total a más de $450 millones en capital, subvenciones y deuda de riesgo.9495
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 enumera sistemas Edge 232p validados de Dell y Supermicro.96 Titania sigue previsto para 2028.
22. NextSilicon
NextSilicon, fundada en Tel Aviv en 2017, vende Maverick-2, un acelerador de flujo de datos reconfigurable en tiempo de ejecución construido con el proceso 5nm de TSMC y enviado como tarjeta PCIe Gen 5 con 96 GB de HBM3E o como módulo OAM con 192 GB.97 La empresa afirma que Maverick-2 está desplegado en docenas de instalaciones de clientes. Un sitio mencionado es Spectra del Laboratorio Nacional Sandia, 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.9899 NextSilicon afirma un rendimiento 10x de GPU con la mitad de potencia. La verificación independiente de esa comparación está pendiente. 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 núcleos y 128 núcleos dirigidos a 3.4 GHz y previstos para el primer trimestre de 2028.100
Plataformas en la nube y sistemas de IA integrados
23. AWS
AWS produce chips Trainium para el entrenamiento de modelos y chips Inferentia para inferencia. Empezó 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 Trainium2.101
Trainium3 y los Trn3 UltraServers alcanzaron la disponibilidad general el 2 de diciembre de 2025.102 Trainium3 es el chip de IA de cuarta generación de AWS y el primero construido con un proceso de 3nm, clasificado en 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 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 una disponibilidad amplia y está en gran parte reservado.103
24. Google Cloud Platform
La TPU de Google Cloud es el chip acelerador de machine learning creado específicamente que impulsa los productos de Google. Google anunció las TPU en 2016.104 La TPU Trillium es la generación 6.105
Ironwood, también llamado TPU v7 o TPU7x, está diseñado para “modelos de pensamiento” 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.106 Ofrece 2x la eficiencia energética de Trillium. Cada chip lleva 192 GB de memoria de gran ancho de banda 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.107 Entró en vista previa el 24 de noviembre de 2025 y alcanzó la disponibilidad general el 31 de marzo de 2026.108
En Cloud Next, el 22 de abril de 2026, Google anunció su octava generación de TPU como dos chips específicos, TPU 8t para entrenamiento y TPU 8i para inferencia.109 Un superpod de 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.110
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 silicio 810E y los despliegues de 10.000 tarjetas son anteriores a ese anuncio.
Los días 19 y 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 de FP32 a FP4 y el triple de rendimiento que el 810E. Se envía dentro del supernodo Panjiu AL128, que aloja 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 acumulada incluye generaciones anteriores de Zhenwu.
En su conferencia Apsara de septiembre de 2026, Alibaba anunció el Zhenwu V900 para entrenamiento e inferencia. Especifica 216 GB de memoria, 1.200 GB/s de ancho de banda entre chips y soporte nativo FP8/FP4. Alibaba apunta a la producción en masa y al lanzamiento comercial para el primer trimestre de 2027.111
Algunas organizaciones norteamericanas, europeas y australianas (por ejemplo, las del sector de la defensa) pueden no preferir utilizar Alibaba Cloud por razones geopolíticas.
26. IBM
IBM anunció su chip de deep learning, la artificial intelligence unit (AIU), en 2022.112 La AIU de IBM se basa en el procesador IBM Telum, que impulsa las capacidades de procesamiento de IA de los servidores mainframe IBM Z.113 IBM también demostró que fusionar cómputo y memoria puede generar eficiencias en el prototipo de procesador North Pole.114
El acelerador 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 Power11.115 Spyre lleva 32 núcleos de aceleración 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 modelos de DeepSeek, y un investigador de DeepSeek afirma que puede alcanzar el 60 % del rendimiento de inferencia del NVIDIA H100.116
Huawei presentó el chip Ascend 950PR junto con la tarjeta aceleradora Atlas 350 el 20 de marzo de 2026.117 La tarjeta Atlas 350 está especificada en 1.56 PFLOPS de cómputo FP4, 112 GB de 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 propio silicio Ascend 950PR está especificado en 128 GB y 1.6 TB/s. Huawei afirma que la tarjeta ofrece 2.8 veces el rendimiento del NVIDIA H20, una comparación entre la capacidad FP4 de la tarjeta y un H20 de clase Hopper sin soporte FP4 nativo.
La hoja de ruta de Huawei de septiembre de 2025 enumeraba Ascend 950PR para el primer trimestre de 2026, 950DT para el cuarto trimestre de 2026, Ascend 960 para el cuarto trimestre de 2027 y Ascend 970 para el cuarto trimestre de 2028.118 Huawei presentó el Atlas 960E SuperPoD el 17 de septiembre de 2026, que conecta hasta 4.096 NPU a través de UnifiedBus y la óptica near-packaged Hi-ONE. Huawei especifica 8 EFLOPS en FP8 y 16 EFLOPS en FP4 para un solo SuperPoD. El anuncio no dio una fecha de disponibilidad comercial.119
28. Microsoft Azure
En Hot Chips 2024, Microsoft presentó Maia 100, su primer acelerador de IA personalizado, construido con el proceso N5 de TSMC. Microsoft lanzó Maia 200 (con nombre en clave Braga) el 26 de enero de 2026 como un acelerador de IA centrado en la inferencia para Azure, diseñado para reducir los costes de tokens de IA y ofrecer un 30 % mejor rendimiento por dólar frente a los sistemas existentes.120
Maia 200 está construido en el proceso 3nm de TSMC con más de 140 mil millones de transistores, 216 GB de HBM3e a 7 TB/s, 272 MB de SRAM en el chip y más de 10 PFLOPS de cómputo FP4 dentro de un TDP SoC de 750 W. Microsoft confirmó que Maia 200 estaba en funcionamiento en sus centros de datos de Iowa y Arizona en su llamada de resultados del tercer trimestre del año fiscal 2026.121
Microsoft anunció Maia 300 el 12 de octubre de 2026, con un despliegue en producción programado para comenzar en 2027. El acelerador de inferencia utiliza chiplets de cómputo TSMC N2P y ocho pilas de HBM4, lo que proporciona 288 GB de memoria y 18 TB/s de ancho de banda de memoria con una potencia de diseño térmico SoC de 950 W. Su diseño de rack conecta 96 aceleradores.122 Microsoft también dijo que Maia 200 estaba sirviendo tráfico de producción de Copilot en despliegues en EE. UU., Europa y Australia.123
Chips de IA para infraestructura propia
29. Apple
Se informa que el Project ACDC de Apple está centrado en construir chips para inferencia de IA en centros de datos.124 Según los informes, el chip para servidores 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, de que el proyecto se ha retrasado y de que los servidores de IA propios de Apple siguen funcionando con chips M2 Ultra.125126 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 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.127128
30. 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 la tecnología de 5nm de TSMC, se afirma que ofrece 3x el rendimiento de MTIA v1 y se aloja en racks que contienen hasta 72 aceleradores.129 MTIA 300 está en producción para el entrenamiento de clasificación y recomendación, y MTIA 400, 450 y 500 le siguen a lo largo de 2026 y 2027.130
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.131
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.132 OpenAI ha confirmado a TSMC como fundición, pero ni OpenAI ni Broadcom han confirmado un nodo de proceso.133 Los informes de la cadena de suministro coreana han utilizado el nombre en clave “Titan” para el chip y lo sitúan en el proceso N3 de TSMC, aunque ninguna de las dos empresas utiliza ese nombre.134
Samsung ha conseguido un acuerdo para suministrar memoria HBM4 para el chip de OpenAI, y según se informa asigna más del 50 % de su capacidad de fundición Pyeongtaek a las matrices base HBM4 para este fin.135 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 el segundo semestre de 2026 y se completen a finales de 2029. El anuncio afirma que las partes “han firmado un term sheet” para los racks. El contrato de compra definitivo y el valor financiero siguen sin revelarse.132 El 24 de junio de 2026, ambos 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 el chip en la etapa de muestra de ingeniería posterior al tape-out.136 La parte de Broadcom del acuerdo, incluidos sus otros clientes de aceleradores personalizados, se trata en la sección de Broadcom más adelante.
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 acelerador de marca comercial.
Broadcom reportó $16,7 mil millones de ingresos por semiconductores de IA en 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.137
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 en pedidos de compra recibidos hasta la fecha, con envíos que comenzarán a finales de 2026 y se acelerarán en 2027. Las listas publicadas que nombran a los seis se basan en inferencias de analistas para las identidades no reveladas.138
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 acuerdo a largo plazo para desarrollar y suministrar TPU personalizadas para las futuras generaciones de Google, además de un acuerdo de garantía de suministro que cubre componentes de red hasta 2031.139
- Anthropic recibe más de 1 GW de cómputo basado en TPU en 2026, además de 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 a partir de 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 propia publicación de Anthropic cuantifica el compromiso como “múltiples gigavatios”. La presentación describe el acuerdo como una ampliación de una colaboración existente.139
- Para OpenAI, se ha entregado silicio, se espera producción a finales de 2026, y OpenAI tiene contratados 1.3 GW en 2027 dentro del acuerdo más amplio de 10 GW para 2029. El propio chip se trata en la sección de OpenAI anterior.138
- 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 del segundo semestre de 2027. Hock Tan está dejando el consejo de Meta para pasar a un papel de asesor.138131
El 26 de febrero de 2026, Broadcom comenzó a enviar un SoC de cómputo personalizado de 2nm, construido sobre su plataforma 3.5D eXtreme Dimension System in Package (XDSiP). Ese SoC respalda el programa de procesadores FUJITSU-MONAKA de Fujitsu. Broadcom dice que las XPU para su base de clientes más amplia se enviarán a partir del segundo semestre de 2026.140 En redes, Broadcom dijo en marzo de 2026 que Tomahawk 6 es el único switch 102.4T que se envía en volumen de producción, y Jericho 4, un router de tejido 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, utilizando XPU y redes de Broadcom personalizadas 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 hasta 2028 y no están financiados por ese tramo.141
Las estimaciones de terceros sobre la cuota de ASIC personalizados del mercado de procesadores de IA dependen de qué se cuente. Bloomberg Intelligence divide el mercado de ASIC personalizados entre Broadcom con un 60 % a 80 % y Marvell con un 20 % a 25 %.
33. Marvell
Marvell diseña silicio de IA personalizado, que denomina 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 personalizados.
Para el segundo trimestre del año fiscal 2027, reportado el 27 de agosto de 2026, Marvell registró $2,739 mil millones de ingresos totales y $2,172 mil millones de ingresos por centros de datos. Los ingresos por centros de datos aumentaron un 46 % interanual. Su previsión de ingresos totales para el tercer trimestre fue de $3,15 mil millones, más o menos un 5 %.142
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 la colaboración en fotónica de silicio. NVIDIA invirtió $2 mil millones en Marvell como parte de ello. En virtud de la asociación, Marvell proporciona XPU personalizadas y redes de escalado compatibles con NVLink Fusion.143
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.144
- XConn Technologies, completada el 10 de febrero de 2026 por aproximadamente $540 millones.
- Polariton Technologies, una spin-off suiza de la ETH de Zúrich que trabaja en fotónica de silicio basada en plasmónica, adquirida el 22 de abril de 2026 en condiciones no reveladas.
El papel de Marvell en generaciones posteriores de Trainium es objeto de disputa. SemiAnalysis informó de que Alchip se encargó del diseño físico y de empaquetado del back-end de Trainium3 después de que Marvell trabajara en Trainium2.145 Las empresas no han confirmado esa versión.
CPUs de host e IP de procesadores
Las CPUs de host se ejecutan junto con los aceleradores y se encargan del control del sistema y del trabajo de propósito general. Arm licencia IP de procesadores 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 empresa”, empezando por la CPU Arm AGI, una CPU para centros de datos destinada a la infraestructura de IA agéntica. Meta “actúa como socio principal y codesarrollador”.146147
Arm afirma que la CPU lleva hasta 136 núcleos Arm Neoverse V3, 6 GB/s de ancho de banda de memoria por núcleo con una 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 rendimiento por rack frente a x86. Estas son cifras propias de Arm y no se han medido de forma independiente.146
Arm continúa licenciando IP y Compute Subsystems (CSS) junto con su línea de productos de silicio AGI CPU. Los primeros sistemas ya están disponibles, y se espera una disponibilidad más amplia en el segundo semestre de 2026; además de Meta, Arm nombra como clientes comprometidos a Cerebras, Cloudflare, F5, OpenAI, Positron, Rebellions, SAP y SK Telecom.146 Meta muestra hasta qué punto se difuminan ahora los papeles. Diseña su propio silicio MTIA, es socio principal de la CPU AGI de Arm, es cliente anunciado de Qualcomm CPU para centros de datos y compra a AMD y Broadcom.
5 proveedores de chips de IA para móviles
Estos son SoC móviles representativos, cada uno con un dispositivo documentado o una función 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 pico y la potencia son especificaciones del proveedor o afirmaciones de diseño de referencia. Las fuentes cubren Jetson Thor, Jetson Orin, Hailo-10H, Dragonwing IQ10, Europa, Coral NPU y Core Ultra Series 3, respectivamente.153154155156157158159
*Estos son los valores máximos indicados por cada proveedor y no son directamente comparables entre filas. Una cifra indicada en FP4 o INT4 describe una operación diferente de otra indicada en INT8, y las filas marcadas como dispersas son cifras del proveedor que asumen dispersión. TOPS son teraoperaciones por segundo, TFLOPS son teraoperaciones de coma flotante por segundo, y GOPS son gigaoperaciones por segundo.
Microchip Technology completó la adquisición de Hailo el 21 de septiembre de 2026 en condiciones financieras no reveladas. Microchip dijo que seguiría dando soporte a los productos existentes de Hailo.160
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 y Intel Foundry Services compiten en el mismo mercado.
El proceso N2 de TSMC entró en producción en volumen en el cuarto trimestre de 2025. TSMC programa la producción en volumen de su derivado N2P para el segundo semestre de 2026.161 En el segundo trimestre de 2026, 2nm representó el 3 % de los ingresos por obleas de TSMC, frente al 33 % para 5nm, el 30 % para 3nm y el 11 % para 7nm.162 TSMC fabrica aceleradores de IA para los diseñadores que se indican a continuación. FuriosaAI identifica a TSMC como socio de fabricación para RNGD.87
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 Alibaba de 2026 se fabrica a nivel nacional, con la capacidad en SMIC como limitación declarada.110
SemiAnalysis informó el 12 de marzo de 2026 de que la capacidad de obleas N3 de front-end ha desplazado al empaquetado CoWoS como 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 aproximadamente el 10 % a finales de 2026.163 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.164
Planes de expansión
La inversión anunciada de TSMC en Estados Unidos totaliza $265 mil millones en 12 instalaciones de fabricación y empaquetado de vanguardia, tras un compromiso incremental de $100 mil millones en Arizona anunciado el 16 de julio de 2026.165
Los informes de marzo de 2025 sobre una empresa conjunta liderada por TSMC para dirigir la división de fundición de Intel no dieron lugar a un acuerdo. TSMC negó conversaciones activas el 17 de abril de 2025 y el 26 de septiembre de 2025 declaró que “nunca ha entablado conversaciones con ninguna empresa para establecer una empresa conjunta ni para la concesión de licencias o la transferencia de tecnología”.166 Intel fue recapitalizada por separado, y el gobierno de EE. UU. tomó una participación del 9,9 % por $8,9 mil millones en agosto de 2025.167
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 bursátil superó RMB 1 billón 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 su lanzamiento estaba previsto para principios de 2026, y el Kunlun M300, construido para el entrenamiento y la 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 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 (unos 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 de RMB 1.505 mil millones, un 243,37 % más interanual. La empresa sigue sin ser rentable y está en la lista de entidades 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 2026.168169 Su aviso de cotización indica que la empresa aún no era 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 partir de junio de 2026, una capacidad de 7nm de aproximadamente 45.000 a 60.000 obleas al mes y ingresos de 2025 de $9,3 mil millones.
Acceso a exportaciones y restricciones
Los siguientes anuncios afectaron a las ventas de chips de IA avanzados a China en 2025 y 2026. Las aprobaciones de licencias, los límites de envío y los aranceles tienen alcances diferentes.
El licenciamiento cambió primero. 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 el H200 de NVIDIA, el MI325X de AMD y chips similares de una presunción de denegación a una revisión caso por caso, sujeta a condiciones que cubren certificaciones del exportador, verificaciones del cliente y pruebas independientes previas al envío.170 La norma también limita el rendimiento total de procesamiento (TPP) agregado exportado a China o Macao al 50 % del TPP agregado enviado para uso final en EE. UU. para las mismas materias primas de computación avanzada, medido hasta la fecha de solicitud de licencia.171
Otras dos medidas se fijan en el 25 % y suelen tratarse como una sola. El presidente Trump anunció una participación sobre los ingresos del gobierno estadounidense del 25 % en 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 % de 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 de EE. UU.172
China se ha movido en la dirección contraria, aunque de forma menos formal. Reuters informó el 5 de noviembre de 2025, citando fuentes anónimas, de que las autoridades habían prohibido los chips de IA extranjeros en los centros de datos financiados por el Estado.
El 14 de julio de 2026, el subsecretario de Comercio Jeffrey Kessler dijo en una audiencia del Congreso que “se han realizado muy pocos envíos contra licencias para H200 y equivalentes. Es una cantidad muy pequeña de chips”. NVIDIA registró 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 nacional del mercado de aceleradores de IA de China
Reuters informó de las estimaciones de IDC sobre envíos de tarjetas aceleradoras de IA en China.173 Las estimaciones cuentan las tarjetas aceleradoras enviadas.
La oferta nacional 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.173
Preguntas frecuentes
Sí. Las CPUs pueden ejecutar inferencia de redes neuronales. OpenVINO admite ejecución en CPU junto con objetivos de GPU y NPU.174 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 externalizan la fabricación, mientras que TSMC fabrica diseños de clientes. Arm y Synopsys también suministran IP de procesadores y herramientas de diseño.
Utilice el mismo modelo, precisión, tamaño de lote y objetivo de latencia. Los TOPS o FLOPS pico por sí solos no pueden establecer el rendimiento ni el coste de la aplicación. El entrenamiento y la inferencia también imponen diferentes exigencias a la memoria y al cómputo.
Lecturas adicionales
Para comparativas prácticas de rendimiento de los chips cubiertos, consulte nuestros benchmarks:
- Benchmark multi-GPU: cómo escalan NVIDIA B200, H200, H100 y AMD MI300X en configuraciones de 1, 2, 4 y 8 GPUs para inferencia de LLM, con análisis de rendimiento, latencia y coste por token.
- Benchmark de concurrencia de GPU: cómo NVIDIA B200, H200, H100 y AMD MI300X 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 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, tratados uno por 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 aquí cubiertos, 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 103 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 8 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.
Siguiente para leer
Los 15 principales fabricantes de chips de IA en el borde con casos de uso
Creadores de agentes de IA con poco o sin código: n8n, make, Zapier
Las 7 capas de la pila de IA agéntica
Comentarios 3
Comparte tus ideas
Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios. Los comentarios se dejan en su idioma original.
Excellent research. I particularly liked the way you separated GPU vendors from custom ASIC providers because a lot of articles mix them together. It also feels like the industry is gradually shifting from focusing only on training performance to inference efficiency. It'll be interesting to see whether companies like Groq, d-Matrix and Qualcomm can meaningfully reduce NVIDIA's dominance over the next few years.
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!