La carrera por dominar los data centers de inteligencia artificial continúa evolucionando, y Qualcomm quiere ocupar un lugar destacado con su rack Dragonfly AI200 y la próxima generación Dragonfly AI250. Este movimiento no solo amplía la cartera de soluciones del fabricante, sino que también propone una alternativa basada en una arquitectura de memoria cercana a la memoria de alto rendimiento para la inferencia y, en menor medida, para el entrenamiento.

La oferta actual incluye dos componentes clave: el Dragonfly AI200, que ofrece una capacidad de 43 TB de LPDDR5X y un ancho de banda de 414 TB/s por rack, y el Dragonfly AI250, que mantiene la misma capacidad de memoria por rack pero eleva el rendimiento de ancho de banda teóricamente hasta 7.4 PB/s por rack gracias a su implementación de High Bandwidth Compute (HBC). Esta diferencia de rendimiento abre la puerta a escenarios de inferencia con modelos de gran tamaño en los que la eficiencia energética y la latencia son críticos, sin exigir siempre el máximo rendimiento que exige el entrenamiento masivo.

Un elemento distintivo de la estrategia de Qualcomm es su enfoque de “memoria cercana” o near-memory compute, que apoya la computación situdada por la memoria 3D sobre los aceleradores de IA. Este diseño busca reducir la latencia y aumentar la eficiencia energética al acoplar directamente la memoria LPDDR5X en manobras de 3D con las unidades de aceleración. Aunque esta aproximación no es novedosa dentro del ecosistema de IA, Qualcomm la presenta como una alternativa diferenciadora frente a las soluciones dominadas por proveedores que apalancan tecnologías HBM para capacidades extremas.

En el mercado actual, el ecosistema de servidores AI ha sido históricamente liderado por Nvidia en muchas regiones, con Huawei emergiendo como una alternativa relevante en China. A ello se suman ofertas de AMD, Google, Meta, Microsoft y AWS aportando una mezcla de aceleradores y soluciones personalizadas. El enfoque de Qualcomm no es competir solo en potencia bruta, sino posicionarse como un actor que ofrece una ruta distinta centrada en la eficiencia y la cercanía entre memoria y cómputo.

La presentación en Investor Day 2026 subraya que Qualcomm no solo está en el juego, sino que aspira a capturar una porción relevante del mercado de data centers de IA. La estrategia se orienta a optimizar la inferencia en una era en la que los modelos se vuelven cada vez más complejos y donde la demanda de soluciones eficientes en consumo y espacio es alta. El desafío consistirá en demostrar que la arquitectura de near-memory compute puede traducirse en beneficios operativos sostenibles en escenarios reales, especialmente frente a soluciones que ya están fabricadas para escalar en entrenamiento y para cargas híbridas de trabajo.

En resumen, el Dragonfly AI200 y el AI250 no son solo nuevos racks de aceleración; son una declaración estratégica sobre cómo Qualcomm pretende situarse en un ecosistema de IA para data centers que evoluciona hacia soluciones más eficientes para la inferencia y, potencialmente, para el entrenamiento selectivo. Si bien HBM continúa siendo la opción preferida para ciertos tipos de tareas, la propuesta de Qualcomm podría atraer a hyperscalers que buscan diversificar proveedores y optimizar costes y consumo energético en cargas de trabajo específicas. El tiempo dirá si esta vía se traduce en adopciones masivas, pero la conversación ya se está reconfigurando alrededor de enfoques alternativos que priorizan la proximidad entre memoria y cómputo, y una economía de energía más favorable.

from Latest from TechRadar https://ift.tt/cK3UEGd
via IFTTT IA