Precio de USD.AI(CHIP)

Microsoft anunció su nuevo chip cuántico Majorana 2, con cúbits que logran una coherencia media de 20 segundos, un aumento de 1,000 veces en fiabilidad. La empresa afirma que tendrá una computadora cuántica escalable y comercial para 2029. La clave es su enfoque de cúbits topológicos, que usa partículas Majorana para almacenar información de manera no local, haciéndolos intrínsecamente más estables frente al ruido. Un cambio crucial fue sustituir aluminio por plomo en el superconductor, mejorando la protección. La inteligencia artificial (IA) agentiva de Microsoft Discovery aceleró drásticamente la investigación, analizando datos, optimizando parámetros y resolviendo problemas como el "ruido fantasma". Sin embargo, persisten desafíos: el chip actual solo tiene 12 cúbits, lejos del millón necesario para aplicaciones comerciales. Incluso con 20 segundos de coherencia, los algoritmos prácticos requieren miles de millones de operaciones. Otros problemas son el alto costo de compilación de circuitos y la verificación de resultados. Mientras competidores como Google e IBM siguen otras rutas, como los cúbits superconductores, el avance de Microsoft acerca la computación cuántica comercial, pero su promesa para 2029 aún debe superar grandes obstáculos técnicos.

El informe de SemiAnalysis sobre el chip Kirin 9030 de Huawei revela que el proceso N+3 de SMIC logra una densidad lógica similar a la de N6 de TSMC (113.4 MTr/mm²), pero con un coste mayor al usar SAQP con DUV en lugar de EUV. Aunque la densidad mejora, el rendimiento del chip, comparable al de diseños de 2021-2022, sigue rezagado frente a los chips actuales fabricados en nodos avanzados (como N3P de TSMC), debido a limitaciones de proceso. Para superar estas barreras, Huawei apuesta por la "escalado τ" y "LogicFolding": apilar lógicamente módulos en 3D para reducir rutas de señal, mejorar frecuencia (objetivo de 5GHz para 2031) y aumentar densidad equivalente. El informe concluye que las sanciones no han detenido el avance chino, pero sí lo han encarecido y redirigido hacia soluciones de diseño y empaquetado más complejas.

El desarrollo de chips es un proceso extremadamente complejo y costoso. Un pequeño error en una unidad de división de coma flotante en un chip Intel Pentium provocó un gasto de 475 millones de dólares en su retirada global en los años 90. Esto ilustra la dificultad central: un chip debe funcionar correctamente desde el primer intento, a diferencia del software que puede parchearse posteriormente. Según estudios, solo el 24% de los proyectos de chips tienen éxito en el primer "tape-out" (fabricación). Más del 70% del ciclo de diseño se dedica a la verificación, un proceso crucial para detectar errores. Verificar exhaustivamente un núcleo de CPU con las tecnologías actuales más avanzadas podría llevar miles de años, lo que es inviable. El campo de la verificación de chips se enfrenta a un "triángulo de imposibilidad" entre alto rendimiento, buena capacidad de depuración y bajo coste. A pesar de ser un trabajo arduo y menos glamuroso que áreas como la IA, es fundamental. El autor, investigador y divulgador, lidera un equipo que desarrolla la plataforma ágil de verificación ENCORE, basada en FPGAs, para mejorar la eficiencia. También realiza divulgación científica para hacer esta compleja tecnología más accesible, argumentando que vale la pena perseverar en tareas difíciles y a largo plazo como la investigación en verificación y la divulgación técnica.

En un evento del 15 de junio, Li Auto presentó su chip de conducción autónoma autodesarrollado Mahe M100 para el nuevo L9 Livis, enfatizando la innovación en arquitectura por sobre la potencia bruta de cálculo (TOPS). Mientras que competidores como NIO, Xpeng y Huawei destacan sus cifras de TOPS, Li Auto apuesta por un cambio fundamental: una arquitectura de flujo de datos dinámico que optimiza el procesamiento de modelos de IA, reduciendo la latencia y mejorando la eficiencia. El chip Mahe M100, cuyo diseño fue presentado en la conferencia ISCA 2026, promete hasta tres veces más potencia efectiva que el Nvidia Thor U en cargas de trabajo específicas de Li Auto, gracias a su co-diseño con el modelo de IA VLA2.1. Sin embargo, esta ventaja está ligada a sus algoritmos propietarios, lo que implica un alto costo de cambio si se modifica la ruta tecnológica. Li Auto también introdujo su visión de "vehículo de inteligencia encarnada", definiendo el coche como un sistema integral que combina transporte, asistencia y capacidad de aprendizaje. La compañía se comprometió a equiparar su sistema de conducción autónoma, Mahe VLA, con el Tesla FSD V14 en el cuarto trimestre, con actualizaciones mensuales concretas que mejorarán capacidades como el estacionamiento autónomo y los tiempos de reacción. A pesar de los desafíos financieros, con un margen decreciente en 2025 y un objetivo de ventas de 550,000 unidades para 2026, Li Auto mantiene una fuerte inversión en I+D, enfocándose en la integración vertical de hardware y software. Los próximos lanzamientos de productos y actualizaciones de software en el tercer trimestre serán cruciales para validar su estrategia en el competitivo mercado de vehículos eléctricos.

En la carrera global de la IA, el chip de computación es el protagonista, pero la luz, un elemento más fundamental, está determinando silenciosamente el límite de la escala de los clústeres de IA. Los módulos ópticos actúan como la red de carreteras de alta velocidad para estos clústeres, traduciendo señales eléctricas y ópticas para que los datos fluyan entre miles de GPU. Para los módulos de gama alta (800G, 1.6T), el chip DSP es el componente clave que garantiza su funcionamiento estable. Dos gigantes estadounidenses, Marvell y Broadcom, dominan el mercado global de chips DSP de alta gama, controlando conjuntamente más del 90% del mercado. Empresas chinas líderes en módulos ópticos como Zhongji Innolight y Eoptolink dependen de sus chips para los productos que exportan a los grandes fabricantes de IA de América del Norte, lo que crea un riesgo potencial de interrupción del suministro. Esta dependencia es mutua. Más del 36% de los ingresos de Marvell provienen de China continental, y la cadena de suministro global de ambas empresas incluye componentes y ensamblaje chinos. A diferencia del cuasi monopolio del DSP, el mercado de chips láser de alta velocidad (EML) tiene múltiples proveedores, y el progreso de la sustitución nacional en este campo es más rápido. Para enfrentar los riesgos, la industria china debe: 1) diversificar la cadena de suministro y los mercados a corto plazo, 2) promover la adopción a gran escala de chips nacionales en el mercado interno, y 3) enfocarse en la I+D y sustitución nacional de DSP de alta velocidad a mediano y largo plazo. El desarrollo de nuevas tecnologías como la óptica en silicio y CPO también puede reducir la dependencia a largo plazo. En resumen, aunque existe una interdependencia, la industria china debe acelerar la innovación en componentes clave como el DSP para tomar realmente la iniciativa en el desarrollo de la cadena de la fotónica.