NVIDIA Blackwell, nuevas TPUs de Google y ASICs de hyperscalers definieron quién entrena e infiere a qué coste.
La hoja de ruta Blackwell de NVIDIA y las generaciones TPU/Trainium/Inferentia sostuvieron la oferta de cómputo. Escasez y export controls siguieron marcando geopolítica.
Empresas diseñaron kernels y modelos “shape-aware” del hardware. El software se co-diseña con el chip.
Sin esta capa, los anuncios de modelos fronterizos 2025–2026 no existirían: la historia de la IA es también historia de fabs.
Nuevos aceleradores prometen hasta 4× más eficiencia energética en inferencia de LLMs.
Según un memo interno revisado por Reuters en julio de 2026, Meta planeaba fabricar desde septiembre su acelerador Iris dentro del programa MTIA de cuatro generaciones, con Broadcom en diseño y TSMC en fabricación. Coberturas de septiembre indican que la producción arrancó; la ambición de infraestructura es ~7 GW en 2026 y el doble (14 GW) en 2027, complementando —no sustituyendo— GPUs de Nvidia y AMD.
El 14 de septiembre de 2026, Forbes y RuntimeWire cubrieron el lanzamiento empresarial de Artificial Chip Intelligence (ACI) de Cognichip, fundada por Faraj Aalaei. El sistema usa modelos nativos informados por física —no wrappers de LLM— para microarquitectura, RTL, verificación y PPA; un caso citado comprimió una especificación de 55 páginas a días frente a 4–5 meses. La evidencia pública sigue siendo benchmarks de compañía y clientes.