\u00bfM\u00e1s rendimiento? Es lo primero que solemos pedirle a un nuevo chip, casi sin pensarlo. Lo hemos hecho durante a\u00f1os con los procesadores de nuestros dispositivos y lo hacemos ahora con los chips que sostienen buena parte del despliegue de la IA. M\u00e1s capacidad de c\u00e1lculo, m\u00e1s velocidad, m\u00e1s margen para hacer cosas que antes parec\u00edan fuera de alcance. Pero esa l\u00f3gica empieza a encontrarse con un l\u00edmite muy concreto: la energ\u00eda. Lo que se abre paso ahora es una idea menos llamativa, pero cada vez m\u00e1s dif\u00edcil de ignorar: el avance no se medir\u00e1 solo por cu\u00e1nto calcula un chip, sino tambi\u00e9n por cu\u00e1nta energ\u00eda necesita para hacerlo.<\/p>\n
<\/p>\n
La pista m\u00e1s clara llega desde TSMC<\/strong>. Hablamos del mayor fabricante de chips por contrato del mundo, una compa\u00f1\u00eda que no vende procesadores bajo su propia marca, sino que produce semiconductores dise\u00f1ados por otros actores de la industria. Seg\u00fan Reuters<\/a>, Kevin Zhang, vicepresidente s\u00e9nior de desarrollo de negocio, explic\u00f3 en una conferencia en \u00c1msterdam que sus clientes est\u00e1n poniendo cada vez m\u00e1s atenci\u00f3n en las mejoras de rendimiento que no disparen el consumo. La presi\u00f3n llega desde perfiles muy distintos, desde fabricantes de smartphones hasta operadores de centros de datos de IA, todos con una preocupaci\u00f3n que hemos visto crecer en el \u00faltimo tiempo: coste de la electricidad y disponibilidad de la energ\u00eda<\/a>.<\/p>\n La clave est\u00e1 en la fabricaci\u00f3n<\/strong>. TSMC no se ha limitado a describir un cambio de prioridades. Tambi\u00e9n lo ha situado en su calendario tecnol\u00f3gico con A14<\/a>, una futura tecnolog\u00eda de fabricaci\u00f3n prevista alrededor de 2028. La firma espera<\/a> que ese proceso ofrezca m\u00e1s de un 20% de mejora en rendimiento y, al mismo tiempo, reduzca el consumo hasta un 30% respecto a N2, el proceso que la compa\u00f1\u00eda toma como referencia en esa comparaci\u00f3n. La clave es que no hablamos de un procesador espec\u00edfico, sino del m\u00e9todo con el que podr\u00e1n fabricarse chips posteriores.<\/p>\n <\/p>\n No todo va de miniaturizar<\/strong>. Durante d\u00e9cadas, reducir el tama\u00f1o de los transistores ha sido una de las grandes v\u00edas para ganar rendimiento y eficiencia en los chips. Esa l\u00f3gica no desaparece: la densidad de transistores sigue dentro de la hoja de ruta de TSMC. Lo que apunta Zhang es que ante la presi\u00f3n energ\u00e9tica de la IA tambi\u00e9n ganan peso otras soluciones, como el empaquetado avanzado, el apilado de chips y la fot\u00f3nica. En paralelo, como se\u00f1al\u00e1bamos hace una semanas<\/a>, TSMC ha decidido no utilizar High-NA EUV, la litograf\u00eda asociada a los equipos m\u00e1s avanzados y ambiciosos de ASML, en sus procesos A13 y A12 previstos para 2029.<\/p>\n La batalla tambi\u00e9n est\u00e1 en los datos.<\/strong> Huawei entra en esta conversaci\u00f3n con Tau Scaling Law<\/a>, una propuesta que busca mejorar el rendimiento acelerando el movimiento de datos dentro de los chips. La idea desplaza parte del foco desde el transistor hacia la arquitectura y la integraci\u00f3n, dos terrenos que ganan peso cuando no basta con fabricar componentes m\u00e1s peque\u00f1os. En esa misma l\u00ednea aparece LogicFolding, que Huawei presenta como un posible paso m\u00e1s all\u00e1 del apilado 3D tradicional, pero que depender\u00e1 de nuevas herramientas de dise\u00f1o para arquitecturas plegadas y de mejores soluciones de disipaci\u00f3n para dispositivos que van desde smartphones hasta centros de datos de IA.<\/p>\n <\/p>\n \u00bfHacia d\u00f3nde vamos?<\/strong> TSMC no habla por toda la industria, pero su posici\u00f3n hace que el mensaje pese. La firma sugiere que, al menos en su hoja de ruta y en las conversaciones con sus clientes, la eficiencia energ\u00e9tica est\u00e1 ganando un protagonismo que antes quedaba m\u00e1s escondido detr\u00e1s del rendimiento. Y no es una preocupaci\u00f3n limitada a los centros de datos de IA. Huawei, por su parte, muestra que el problema tambi\u00e9n se est\u00e1 abordando desde la arquitectura y la integraci\u00f3n, no solo desde el proceso de fabricaci\u00f3n. El punto com\u00fan no es una conclusi\u00f3n cerrada, sino una tensi\u00f3n cada vez m\u00e1s visible: los chips tendr\u00e1n que seguir siendo m\u00e1s capaces, pero cada salto ser\u00e1 m\u00e1s dif\u00edcil de justificar si dispara consumo, calor o costes.<\/p>\n Im\u00e1genes | Xataka con Nano Banana<\/p>\n
\n ![\"Nvidia](\"https:\/\/i.blogs.es\/016b5f\/captura-de-pantalla-2026-05-31-a-las-19.44.43\/375_142.jpeg\"\/)
\n <\/a>\n <\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n