Este artículo se ha actualizado.
Entrenar inteligencia artificial (IA) generativa consume enormes cantidades de datos.
Un chip ha copado el mercado gracias a sus impresionantes capacidades de procesamiento, mientras la tecnología evoluciona a un ritmo exponencial.
Pero el desarrollo responsable de la IA sigue siendo motivo de preocupación, como destacaron recientemente los líderes en la Reunión Anual 2026 del Foro Económico Mundial.
Se le ha calificado de el microchip que impulsa el auge de la inteligencia artificial (IA). Con un precio de 40.000 dólares, no es barato, pero incluso este potente chip ya está siendo superado por sucesores más avanzados. La Nvidia H100, presentada en 2022, es la unidad de procesamiento gráfico (GPU) que estableció el estándar y allanó el camino para la Blackwell B200 y la próxima arquitectura Rubin.
Crear aplicaciones de IA generativa es costoso, tanto en términos económicos como por la potencia informática necesaria para entrenar la IA. De hecho, exige tanto que solo un puñado de chips puede hacerle frente; y, a medida que la atención se desplaza hacia la «IA física» y la robótica, esa demanda no deja de acelerarse.
De los alunizajes a la IA generativa
Por supuesto, los microchips están por todas partes. El portátil en el que escribo y el dispositivo en el que lo lees no podrían funcionar sin ellos. Además, a medida que aumentan nuestras expectativas sobre lo que pueden hacer nuestros dispositivos, estos se han vuelto más potentes.
Ya en 1965, Gordon Moore, uno de los fundadores del gigante tecnológico Intel, predijo que el número de transistores de un microchip —y, por tanto, su potencia de procesamiento— se duplicaría cada año. Se conoció como la ley de Moore y los expertos afirman que sigue cumpliéndose hoy.
No hace falta ser experto en informática para apreciar el cambio en la potencia de procesamiento: las cifras hablan por sí solas. El ordenador que navegó las misiones espaciales Apolo tenía apenas 4 kilobytes (KB) de RAM y 72 KB de ROM —una fracción minúscula de la capacidad de los dispositivos modernos, pero suficiente para guiar a los astronautas hasta la Luna. La H100 tiene 80 gigabytes (GB), es decir, 80.000 millones de bytes. Mientras tanto, la más reciente Blackwell B200 cuenta con 192 GB. Este espacio adicional permite que la IA pase de los chatbots sencillos a la «IA agéntica», capaz de razonar sobre problemas de varios pasos.
La IA exige procesadores cada vez más rápidos
Por impresionante que sea, la H100 también forma parte de otra revolución en la potencia informática. La H100 es una GPU —una unidad de procesamiento gráfico— que, como su nombre indica, es un tipo de microprocesador desarrollado originalmente para generar gráficos en pantalla para juegos y vídeos.
De hecho, Nvidia creó la primera GPU en 1999. Desde entonces, su superior potencia de procesamiento ha convertido a las GPU en la opción predeterminada para gestionar las enormes cantidades de datos que requiere la IA.
La empresa controla hasta el 95 % del mercado de aceleradores, pero la naturaleza de este mercado ha cambiado. Los operadores de centros de datos como Amazon (AWS), Google Cloud y Microsoft (Azure) ya no son solo clientes: ahora son competidores y desarrollan ASIC de IA personalizados (circuitos integrados de aplicación específica), como Trainium de Amazon y la serie Maia de Microsoft, para reducir su dependencia del silicio de terceros.
Aunque la H100 era el estándar del sector, fue el superchip GH200 Grace Hopper —llamado así en honor a la pionera estadounidense de la programación Grace Murray Hopper— el que cambió radicalmente las reglas del juego al combinar la CPU y la GPU en un «cerebro» único y unificado con una enorme memoria compartida de 624 GB. Esta arquitectura allanó el camino para la actual Grace Blackwell B200, que ofrece un rendimiento 30 veces superior al de la H100 en tareas de inferencia.
«Para satisfacer la creciente demanda de IA generativa, los centros de datos necesitan plataformas de computación acelerada con requisitos especializados», dijo Jensen Huang, fundador y director ejecutivo de Nvidia, en el lanzamiento de la GH200.
Hoy, ese legado continúa en la plataforma Rubin de la empresa, cuyo despliegue comenzará más adelante en 2026. Al combinar seis chips nuevos, este sistema aspira a reducir los costes de la IA otro factor de diez, transformando los centros de datos en «fábricas de IA» a gran escala, capaces de hacer posible la IA física: la ciencia de enseñar a las máquinas a interactuar con el mundo real.
También multiplicará por cinco la eficiencia, algo crucial cuando, como señaló recientemente la directora ejecutiva de AMD, Lisa Su, la IA utiliza actualmente 100 zettaflops (sextillones de operaciones de coma flotante), frente a tan solo 1 zettaflop en 2022. «No tenemos ni de lejos suficiente capacidad de computación para todo lo que podríamos hacer», señaló.
Las futuras generaciones de chips y plataformas se están diseñando para gestionar estos conjuntos de datos cada vez mayores, con una memoria y una potencia de procesamiento enormes que hacen viables a gran escala las cargas de trabajo avanzadas de IA.
Desarrollar una IA responsable
Pero el rápido ritmo del desarrollo ha hecho que muchos teman que la regulación no avance al mismo paso. El Foro Económico Mundial ha puesto en marcha la Alianza Global para la IA, que reúne a líderes de la industria, gobiernos, instituciones académicas y organizaciones de la sociedad civil para promover el diseño y la implementación responsables a escala mundial de sistemas de IA transparentes e inclusivos.
En abril de 2023, el Foro convocó en San Francisco la «Cumbre mundial sobre liderazgo responsable en IA generativa», a la que asistieron más de 100 expertos técnicos y responsables políticos. Juntos acordaron 30 recomendaciones para garantizar que la IA se desarrolle de manera responsable, abierta y al servicio del progreso social.
En un artículo publicado en Forum Stories, Cathy Li, directora de IA, Datos y Metaverso del Foro, y Jeremy Jurgens, director gerente del Foro, dijeron: «La IA generativa… está demostrando ser una fuerza transformadora para nuestras economías y sociedades.
«Su rápido desarrollo en los últimos meses subraya el papel vital de la IA como infraestructura fundamental sobre la que evolucionará el panorama digital y refuerza la necesidad de garantizar un uso responsable y ético».
Un informe de 2025 del Foro y Accenture reveló que solo el 1 % de las organizaciones ha integrado plenamente la IA responsable en sus operaciones, tal como muestra el gráfico a continuación.
En enero de 2026, el enfoque del Foro se amplió para incluir también la «IA soberana». La inversión mundial en IA se está acelerando y se prevé que la inversión anual en infraestructura de IA aumente hasta los 400.000 millones de dólares para 2030. Pero los países corren el riesgo de quedarse atrás, ya que la soberanía en IA se equipara cada vez más con la propiedad de la infraestructura, según el documento de análisis.
Huang, de Nvidia, coincidió durante una sesión destacada en Davos 2026 en que la IA ha «iniciado la mayor expansión de infraestructura de la historia de la humanidad». Sostuvo que debería estar al mismo nivel que otras infraestructuras, como la electricidad y las carreteras.
Huang instó a los países a crear sus propios modelos para procesar sus propios datos, en vez de exportarlos, y presentó los datos de una nación como su activo más valioso: «Con su experiencia local, deberían poder crear modelos útiles para su propio país. Por eso, creo firmemente que todos los países deberían participar, desarrollar infraestructura de IA, crear su propia IA, aprovechar su recurso natural fundamental —su idioma y su cultura—, desarrollar su IA, seguir perfeccionándola e integrar su inteligencia nacional en su ecosistema».
Este avance hacia modelos soberanos y eficientes se considera ahora esencial para garantizar que los beneficios económicos del auge de la IA se compartan en todo el mundo, en lugar de concentrarse en unos pocos centros tecnológicos.
Mira a continuación la sesión completa con Huang:
Cómo ayuda el Foro a los líderes a comprender la IA y colaborar en la innovación responsable
El Centro de Excelencia en IAconecta a líderes de distintos sectores para comprender la rápida evolución de la inteligencia artificial y sus implicaciones para las economías y las sociedades. Promueve un diálogo fundamentado sobre las oportunidades, los riesgos y las disyuntivas vinculados a la adopción de la IA.
A través de espacios de confianza e iniciativas colaborativas, el Centro permite que sus socios desarrollen una comprensión común y trabajen juntos en enfoques responsables para la innovación y el uso de la IA.
