Artículos Relacionados con Inferencia

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "Inferencia", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

Cloudflare lanza una semana intensiva: Capa de inferencia unificada con acceso a más de 70 modelos, servicio de correo permite a agentes de IA enviar y recibir emails

Cloudflare lanzó su "Agents Week 2026" con más de diez actualizaciones clave. Destacan dos anuncios principales: la unificación de más de 70 modelos de IA de 12 proveedores (como OpenAI, Anthropic y Google) en una sola API, permitiendo a los desarrolladores cambiar entre modelos con una línea de código, y el servicio de correo electrónico en versión beta pública, que permite a los agentes de IA enviar y recibir emails de forma nativa. Junto con otras mejoras como entornos sandbox, almacenamiento compatible con Git y capacidades de voz, Cloudflare busca posicionarse como la infraestructura central para la era de los agentes autónomos, abordando necesidades críticas como la interoperabilidad de modelos y la comunicación con el mundo exterior.

marsbitHace 23 hora(s)

Cloudflare lanza una semana intensiva: Capa de inferencia unificada con acceso a más de 70 modelos, servicio de correo permite a agentes de IA enviar y recibir emails

marsbitHace 23 hora(s)

Año Cero de la Inflación de la Capacidad de Cálculo: Cuanto más Barato Sea DeepSeek, Más Difícil Será Detener Esta Ronda de Aumentos

Resumen: En 2026, los principales proveedores de nube de China (Aliyun, Baidu Cloud, Tencent Cloud) aumentaron los precios de la computación para IA entre un 20% y un 30%, a pesar de que el costo de inferencia por token se redujo en más del 80% en 18 meses. Esto se explica por la Paradoja de Jevons: la eficiencia de modelos como DeepSeek-R1 abarata el costo unitario, pero dispara la demanda general de tokens, especialmente con el auge de los agentes de IA y los modelos de razonamiento, que consumen entre 10 y 50 veces más recursos. Aunque DeepSeek abrió sus pesos, la ingeniería de inferencia eficiente sigue siendo un privilegio de los grandes proveedores, creando una brecha de rendimiento. La subida de precios refleja una corrección estructural ante la explosión de demanda y las restricciones de suministro de GPU. Se espera que esta tendencia continúe hasta 2027-2028, cuando la eficiencia del hardware local pueda igualar a NVIDIA. Mientras, las grandes empresas evalúan opciones de infraestructura propia, y las startups son las más afectadas. La clave para los usuarios es optimizar el consumo de tokens.

marsbitAyer 01:23

Año Cero de la Inflación de la Capacidad de Cálculo: Cuanto más Barato Sea DeepSeek, Más Difícil Será Detener Esta Ronda de Aumentos

marsbitAyer 01:23

El DeepSeek que esperabas ya ha cambiado

DeepSeek, una vez pionera en IA en China, ha ralentizado significativamente su ritmo de actualización de modelos en los últimos 15 meses, con su esperada versión V4 sufriendo múltiples retrasos. Según informes, esto se debe en gran parte a la presión estratégica nacional para migrar del hardware de NVIDIA al ecosistema de chips domésticos, específicamente los procesadores Huawei Ascend. El gobierno chino alentó a DeepSeek a adoptar chips Huawei para entrenamiento e inferencia, en línea con los objetivos de autonomía tecnológica del país. Sin embargo, el proceso de adaptación ha sido complicado: en 2025, los intentos de usar Ascend 910C para entrenar el modelo enfrentaron problemas de estabilidad y comunicación entre chips. Aunque se volvió temporalmente a NVIDIA para el entrenamiento, DeepSeek continuó trabajando en la migración completa al framework Huawei CANN. Para 2026, se priorizó la adaptación de V4 con el nuevo Ascend 950PR y chips de Cambricon, aunque persisten desafíos técnicos, especialmente en la alineación de precisión entre diferentes hardware. Esta dedicación a la validación de chips nacionales ha consumido recursos y ralentizado el desarrollo, coincidiendo con la pérdida de talento clave y una creciente brecha en capacidades multmodales y de agentes frente a competidores globales como OpenAI y Claude. Si V4 tiene éxito, demostraría la viabilidad del ecosistema de hardware chino para IA avanzada, aunque es posible que no supere a los líderes globales en rendimiento bruto. DeepSeek equilibra así su papel como empresa con misión nacional y sus imperativos comerciales.

marsbitHace 2 días 10:36

El DeepSeek que esperabas ya ha cambiado

marsbitHace 2 días 10:36

Dejen de mirar las GPU, la CPU se está convirtiendo en el 'nuevo cuello de botella' de la era de la IA

En la era de la IA, la CPU se está convirtiendo en el nuevo cuello de botella, desplazando la atención tradicional en las GPU. Aunque las GPU siguen siendo cruciales para el cálculo, el rendimiento del sistema depende cada vez más de la capacidad de ejecución y planificación de las CPU. Intel y Google han firmado un acuerdo para implementar procesadores Xeon en centros de datos de IA, reflejando este cambio. La escasez de CPU se ha intensificado, con precios subiendo un 30% en el último trimestre de 2025 y plazos de entrega extendidos hasta seis meses. Esta crisis se debe en parte a que los fabricantes de semiconductores priorizan la producción de GPU más rentables. La demanda creciente de CPU se debe a la evolución de las cargas de trabajo de la IA, especialmente con el auge de los agentes de IA. Estos requieren múltiples tareas como razonamiento, llamadas a API y gestión de datos, que recaen principalmente en las CPU. Estudios muestran que entre el 50% y el 90.6% de la latencia en agentes de IA proviene del procesamiento en la CPU. Intel, AMD y Nvidia están adoptando estrategias diferentes. Intel se centra en sus procesadores Xeon y colaboraciones clave; AMD ha visto un crecimiento significativo impulsado por la demanda de CPU para agentes de IA; y Nvidia diseña CPUs como Grace, optimizadas para la colaboración eficiente con GPUs. Se proyecta que el mercado de CPUs impulsado por la IA crezca hasta los 60.000 millones de dólares para 2030. La expansión de infraestructuras de CPU para soportar agentes de IA se ha vuelto esencial, marcando un punto de inflexión en la competencia por la supremacía en IA.

marsbit04/13 01:02

Dejen de mirar las GPU, la CPU se está convirtiendo en el 'nuevo cuello de botella' de la era de la IA

marsbit04/13 01:02

¿Por qué los precios de las GPU se disparan sin control?

El precio del alquiler de GPU, especialmente para modelos como H100, ha experimentado un aumento cercano al 40% en contratos de un año, pasando de 1,70 a 2,35 dólares por GPU/hora entre octubre de 2025 y marzo de 2026. Este incremento se debe a la creciente demanda de capacidad de cálculo impulsada por la IA, incluidos modelos de código abierto, generación de contenido nativo y sistemas multiagente, que han elevado el consumo de tokens de forma exponencial. La escasez de suministro se ha agravado por la subida de precios de componentes como DRAM, NAND y servidores, lo que ha ralentizado el despliegue de nueva capacidad. Los proveedores de nube (Neoclouds e hyperscalers) ahora dominan el mercado, imponiendo contratos más largos y precios más altos. Se espera que los precios sigan subiendo debido a la alta rentabilidad de las herramientas de IA (5-10 veces el coste), lo que hace que la demanda sea inelástica a corto plazo. La tensión entre la escasez real y las expectativas de sobreoferta futura está redefiniendo la valoración de la infraestructura de IA.

marsbit04/06 13:45

¿Por qué los precios de las GPU se disparan sin control?

marsbit04/06 13:45

Ejecutar Gemma 4 localmente en iPhone se vuelve viral, ¿qué tan lejos está la era de 0 tokens?

El nuevo modelo Gemma 4 de Google, con arquitectura similar a Gemini 3, ha sorprendido al poder ejecutarse localmente en dispositivos móviles como iPhone y Samsung Galaxy, alcanzando velocidades de hasta 40 tokens por segundo. Con versiones compactas (E2B y E4B) y una ventana de contexto de 128K, permite procesar texto, imágenes y audio de forma rápida y segura a través de la app oficial Google AI Edge Gallery. Aunque en tareas complejas como agentes de codificación muestra limitaciones, su rendimiento en consultas cotidianas, generación de código y comprensión multimodal es notable. Esto acerca la posibilidad de que tareas simples se realicen offline, reduciendo la dependencia de APIs pagadas. Si bien los modelos nube aún lideran en razonamiento avanzado, el avance de hardware y optimización sugiere que los modelos locales eventualmente competirán en eficiencia, impulsando un cambio en los modelos de negocio de la IA. Gemma 4 es solo el inicio de esta transición.

marsbit04/06 05:57

Ejecutar Gemma 4 localmente en iPhone se vuelve viral, ¿qué tan lejos está la era de 0 tokens?

marsbit04/06 05:57

La cuota de NVIDIA en China cae por debajo del 60%, los chips de IA nacionales capturan mercado con 1,65 millones de unidades entregadas anualmente

Resumen: Según datos de IDC, la cuota de mercado de Nvidia en China cayó al 55% en 2025, una disminución significativa desde más del 95% antes de las sanciones estadounidenses. Los fabricantes chinos, liderados por Huawei, entregaron 1,65 millones de unidades de chips de IA, capturando el 41% del mercado. Huawei, con 812.000 unidades, presentó su tarjeta Atlas 350, que afirma superar el rendimiento de la H20 de Nvidia en inferencia. La política de sustitución de importaciones y las restricciones de exportación de EE.UU. impulsaron este cambio. Aunque persiste una brecha tecnológica en entrenamiento de modelos, los chips locales ya son viables para inferencia en la mayoría de aplicaciones comerciales.

marsbit04/03 05:54

La cuota de NVIDIA en China cae por debajo del 60%, los chips de IA nacionales capturan mercado con 1,65 millones de unidades entregadas anualmente

marsbit04/03 05:54

El dilema de costos de la IA: cómo la economía de infraestructura remodelará la próxima fase del mercado

El auge de la IA enfrenta una paradoja económica: aunque avanza rápidamente, su modelo de infraestructura actual es frágil y centralizado. Tres gigantes de la nube (AWS, Azure y Google Cloud) controlan dos tercios de la capacidad computacional global, creando una dependencia crítica. Los costes de entrenamiento de modelos como Claude 3.5 o GPT-4 superan los cientos de millones de dólares, pero el mayor desafío es el costo continuo de inferencia, que consume los recursos de las startups. La concentración de poder en pocas empresas genera riesgos de precios, cuellos de botella y vulnerabilidad energética, ya que los data centers consumen entre 1% y 1.5% de la electricidad global. Mientras tanto, actores más pequeños pagan hasta 600% más por acceso a GPUs. Como alternativa, surgen redes descentralizadas como Gonka, que ofrecen inferencia a costes hasta mil veces menores, mayor elasticidad y soberanía computacional para los países. La competencia ya no se centrará en la capacidad de los modelos, sino en la economía de la infraestructura. La tensión entre centralización y descentralización definirá el futuro de la IA.

marsbit03/26 08:18

El dilema de costos de la IA: cómo la economía de infraestructura remodelará la próxima fase del mercado

marsbit03/26 08:18

Lógica bajista de Bittensor (TAO): El desierto de ingresos bajo el mito del poder computacional

Resumen: Bittensor (TAO), con un valor de mercado de 2.600 millones de dólares, enfrenta una brecha significativa entre su valoración y los ingresos reales generados por su red. Aunque cuenta con respaldo institucional y una narrativa de escasez similar a Bitcoin, los ingresos externos anuales de la red se estiman en solo 3-15 millones de dólares, muy por debajo de los 52 millones en subsidios anuales que recibe solo la subred Chutes (SN64). La mayoría de las subredes dependen de subsidios inflacionarios de TAO para ofrecer precios competitivos, pero carecen de ventajas estructurales reales frente a los servicios centralizados. La red enfrenta presión competitiva de proveedores de nube y modelos de autoalojamiento, mientras que la falta de transparencia en la demanda y la ausencia de barreras defensivas sostenibles plantean dudas sobre su capacidad para generar valor a largo plazo. El precio de TAO refleja principalmente factores especulativos como la escasez y las expectativas de ETF, no los fundamentos económicos reales.

marsbit03/24 10:14

Lógica bajista de Bittensor (TAO): El desierto de ingresos bajo el mito del poder computacional

marsbit03/24 10:14

El Agente de IA obtuvo su DNI y cartera el mismo día｜Rewire Resumen de Noticias Matutinas

Resumen de las noticias: 1. La economía de los Agentes de IA acelera: En un mismo día, Worldcoin lanzó AgentKit, permitiendo a los agentes de IA portar credenciales criptográficas de verificación humana (17.9M de usuarios), y se integró con el protocolo de pago x402 de Coinbase y Cloudflare para realizar micropagos con stablecoins sin intervención humana. NVIDIA presentó el Retail Agentic Commerce Blueprint, implementando protocolos de comercio de OpenAI y Google. Se prevé que el mercado de comercio mediante agentes alcance los 3-5 billones de dólares para 2030. 2. La industria de la IA respalda a Anthropic: Cuatro asociaciones tecnológicas principales (con miembros como Google, Meta, Microsoft) presentaron un escrito judicial para desafiar la designación de "riesgo de cadena de suministro" que el Pentágono otorgó a Anthropic. El conflicto surge porque Anthropic pidió restricciones sobre el uso militar de su IA. La audiencia será el 24 de marzo. 3. La Fed se reúne en un contexto de tensión: Se espera que la FOMC mantenga las tasas de interés en 3.5%-3.75%. La atención se centra en las proyecciones (dot plot), ya que la guerra en Irán está elevando los precios de la energía y la inflación. Es una de las últimas apariciones de Powell como presidente de la Fed. 4. NVIDIA transforma las redes de telecomunicaciones: Presentó AI Grid, una arquitectura que convierte la infraestructura de telecomunicaciones (estaciones base, centros de datos) en una red de inferencia distribuida. Socios como Comcast, Nokia y T-Mobile reportan reducciones de costos del 76% y baja latencia. 5. El costo de la guerra en Irán se dispara: La operación Epic Fury tiene un costo diario estimado de 900 millones de dólares. El costo total militar podría alcanzar los 950 mil millones. El conflicto se ha expandido a 12 países, afectando el transporte marítimo y los precios globales de alimentos y fertilizantes. También destacan: NVIDIA anuncia DLSS 5 para 2026; Alemania planea duplicar su capacidad de centros de datos de IA para 2030; la fintech alemana Upvest recibe una inversión de 125M$; el proyecto de ley de cripto CLARITY Act está estancado en el Senado de EE.UU.; el 38% de las altcoins cotizan cerca de mínimos, con liquidez concentrada en Bitcoin.

marsbit03/18 04:58

El Agente de IA obtuvo su DNI y cartera el mismo día｜Rewire Resumen de Noticias Matutinas