Intel presentó en diciembre de 2023 dos nuevos productos orientados a cargas de trabajo de inteligencia artificial: el procesador móvil Core Ultra 7 165H con NPU integrada y los procesadores escalables Xeon de quinta generación. Ambos apuntan a distintos segmentos, portatiles de alto rendimiento el primero y servidores de centro de datos el segundo, aunque comparten el objetivo de mejorar la eficiencia en tareas de IA sin depender exclusivamente de GPU externas.
Intel Core Ultra 7 165H: NPU para IA en el propio procesador del portátil
El Core Ultra 7 165H incorpora una unidad de procesamiento neuronal (NPU) integrada en el propio chip, diseñada para ejecutar tareas de inferencia de IA sin consumir ciclos de la CPU ni de la GPU discreta. Intel lo posiciona como la opción de referencia en rendimiento por vatio en el benchmark UL Procyon AI, test estándar del sector para medir la velocidad de inferencia en aplicaciones de escritorio con modelos de visión y procesamiento de lenguaje.
Los números comparativos que Intel ofrece en la nota de lanzamiento toman como referencia el Core i7-1370P, sin especificar los TOPS exactos de la NPU en los materiales públicos iniciales. La dirección es clara: llevar la inferencia de IA al propio chip del portátil, una apuesta similar a la que Apple ya había explorado con el Neural Engine del Apple Silicon y que otros fabricantes como Qualcomm desarrollan en paralelo para Windows. La carrera de chips para IA local en cliente se consolida con estos anuncios como un frente abierto de competencia entre Intel, AMD y otros. IBM camina por una senda parecida con NorthPole, su chip de inferencia neurónómica para IA en el borde.
Xeon de quinta generación: más potencia en SPEC CPU, STREAM y LINPACK
Los procesadores escalables Xeon de quinta generación están pensados para centros de datos y cargas de trabajo en servidor. Intel publica mejoras en tres benchmarks de referencia: SPEC CPU rate (cálculo de propósito general), STREAM Triad (ancho de banda de memoria) y LINPACK (rendimiento en punto flotante, base del TOP500). Los porcentajes exactos de mejora varían según la configuración comparada, pero el patrón es consistente: mayor rendimiento absoluto y mejor ratio de cómputo por vatio respecto a la cuarta generación.
Para cargas de IA y aprendizaje automático en servidor, Intel añade compatibilidad nativa con marcos como TensorFlow, PyTorch y ONNX Runtime, además de soporte para bibliotecas de optimización como Intel Extension for PyTorch. El objetivo es que los equipos de datos puedan desplegar modelos de inferencia sin tener que cambiar su código existente. La competencia en este segmento es intensa: AMD y NVIDIA tambien aceleran su apuesta por chips embebidos y aceleradores de IA para entornos físicos, lo que obliga a Intel a afinar su propuesta de valor tanto en eficiencia como en ecosistema de software.
IA en el borde: de centros de datos a dispositivos con recursos limitados
Intel incluye en su anuncio el compromiso de mejorar la eficiencia en entornos de computación perimetral (edge computing) y dispositivos IoT. La idea es que la inferencia de IA pueda ejecutarse en hardware con límites estrictos de consumo y memoria, algo relevante en industria, logística, salud o automóvil, donde enviar los datos a la nube para cada decisión no siempre es práctico.
Preguntas frecuentes sobre los nuevos chips Intel de IA
¿Qué es el Intel Core Ultra 7 165H?
Un procesador móvil de Intel que incluye una NPU (unidad de procesamiento neuronal) integrada para ejecutar tareas de inferencia de IA sin depender de la CPU ni de una GPU externa. Intel lo benchmarkó con UL Procyon AI comparando rendimiento por vatio frente al Core i7-1370P.
¿Qué mejoran los Xeon de quinta generación?
Mayor rendimiento en SPEC CPU rate, STREAM Triad y LINPACK frente a la cuarta generación, orientado a cargas de trabajo de IA y aprendizaje automático en servidor y centro de datos.
¿Qué es una NPU y para qué sirve?
Una unidad de procesamiento neuronal es un acelerador de hardware especializado en inferencia de redes neuronales. Ejecuta operaciones matemáticas propias de los modelos de IA de forma más eficiente que una CPU de propósito general, con menor consumo y sin interferir en otras tareas del procesador.
¿En qué industrias apunta Intel con estos chips?
Atención médica, automoción, finanzas y computación en el borde (edge computing) e IoT. En todos estos sectores la demanda de inferencia local, sin depender de la nube para cada operación, crece con el despliegue de modelos de IA en producción.
