AMD compra Taalas, chips con el modelo de IA grabado a fuego en el silicio: 48 veces más rápidos que Nvidia

AMD anunció este jueves 6 de agosto la compra de Taalas, una startup de Toronto que fabrica algo que no hace nadie más: chips con los pesos del modelo de IA grabados físicamente en el silicio. No cargan el modelo desde la memoria cada vez que generan una palabra, como hace cualquier GPU: el modelo es el chip. El precio no se ha hecho público, y la operación, pendiente de aprobación regulatoria, está previsto que se cierre en el cuarto trimestre de 2026.

La cifra que justifica el movimiento la han puesto la propia AMD y Taalas: su chip de demostración, el HC1, sirve el modelo Llama 3.1 8B de Meta a 16.960 tokens por segundo. Según sus números —que de momento nadie ha verificado de forma independiente, conviene decirlo—, eso es 48 veces más rápido que las GPU de Nvidia y 8,5 veces más que Cerebras, el otro gran especialista en inferencia ultrarrápida.

La forma más honesta de explicarlo es esta: es un modelo tatuado para siempre en el chip. Rapidísimo y muy barato de alimentar, pero incapaz de aprender trucos nuevos. Si mañana quieres ejecutar otro modelo, no descargas nada: fabricas otro chip.

Un modelo grabado a fuego: cómo funciona

Para entender por qué esto es tan rápido hay que entender primero qué es un modelo. Un modelo de lenguaje es, en esencia, una montaña de números llamados pesos: miles de millones de valores que codifican todo lo que el modelo "sabe". Cuando le haces una pregunta a ChatGPT o a cualquier otro, una GPU tiene que mover esos miles de millones de números desde la memoria hasta los núcleos de cálculo una y otra vez, palabra a palabra. Ese trasiego —no las matemáticas en sí— es el cuello de botella de toda la inferencia moderna. En el sector lo llaman el muro de la memoria.

Taalas se lo salta por la vía radical: en lugar de guardar los pesos en memoria, los graba directamente en los transistores del chip. No hay nada que mover porque el modelo ya está ahí, cableado. Es la diferencia entre consultar la receta cada vez que cocinas y sabértela de memoria: no es que leas más rápido, es que ya no lees.

La compañía llama a estas piezas circuitos integrados específicos de modelo. Su primer chip, el HC1, se fabrica con el proceso de 6 nanómetros de TSMC y lleva dentro Llama 3.1 8B de Meta; según la ficha técnica de la propia Taalas, son 53.000 millones de transistores en 815 mm² funcionando en un servidor de 2,5 kilovatios, con un consumo que la empresa sitúa en torno a una décima parte del de una H200 de Nvidia para el mismo trabajo. Insisto: son cifras del fabricante.

No todo está congelado, eso sí. El chip reserva una zona de memoria convencional para el contexto de la conversación y para adaptadores LoRA, una técnica de ajuste fino ligera. Traducido: puedes afinarle el acento, pero no cambiarle el cerebro.

Detrás de Taalas hay gente seria. La fundó en 2023 Ljubisa Bajic, que antes dirigió Tenstorrent, y había levantado unos 219 millones de dólares, los últimos 169 en febrero de 2026 con Fidelity, Quiet Capital y el veterano inversor Pierre Lamond en la ronda.

La pega: un chip que no aprende trucos nuevos

Aquí está el precio de tanta velocidad. Una vez fabricado, el chip solo sabe ejecutar el modelo que lleva grabado. ¿Sale un modelo mejor el mes que viene? No hay actualización de software que valga: toca pasar otra vez por la fábrica.

Taalas responde que su diseño está pensado para eso: entre un modelo y el siguiente solo cambian dos capas de metal de las más de cien que tiene el chip, lo que acorta muchísimo el ciclo de fabricación respecto a diseñar un chip desde cero. Aun así, hablamos de semanas o meses de fábrica frente a los minutos que tarda una GPU en cargar un modelo nuevo.

El paralelismo que me parece más útil es el de los mineros de bitcoin. Durante años se minó con GPU, hasta que llegaron los ASIC: chips que solo sabían hacer una cosa y la hacían tan bien que dejaron a las GPU fuera de juego. La apuesta de AMD es que con la inferencia de IA va a pasar algo parecido: que habrá modelos tan estables y tan masivamente usados que merecerá la pena fundirlos en silicio. Para el modelo experimental que cambia cada semana, esto no sirve. Para el asistente que atiende a cientos de millones de personas con el mismo modelo durante meses, las cuentas empiezan a salir.

Por qué AMD paga por algo tan rígido

Porque el negocio ha cambiado de fase. Durante años la carrera fue entrenar el modelo más grande; ahora la factura que duele es la de servirlo cada día a millones de usuarios. La inferencia es el coste recurrente de esta industria, y no es teórico: lo vimos cuando DeepSeek subió los precios de su API porque ni los proveedores más baratos aguantan regalando tokens. Y los agentes de IA —sistemas que encadenan decenas de pasos por cada encargo— multiplican el consumo de tokens por usuario, así que la velocidad y el coste por token se han convertido en el campo de batalla.

La prueba de que esto va en serio la dio Nvidia hace algo más de siete meses. En diciembre de 2025 pagó unos 20.000 millones de dólares por la tecnología de Groq, otra especialista en inferencia rápida, en la mayor operación de su historia según contó entonces CNBC. Un matiz que casi todo el mundo resume mal: no compró la empresa, sino una licencia de su tecnología y el fichaje de su cúpula, con Jonathan Ross a la cabeza; Groq sigue existiendo como compañía independiente. La estructura, según la prensa del sector, tenía mucho que ver con esquivar problemas de competencia.

Visto así, AMD está respondiendo al mismo tablero: si Nvidia se armó con la tecnología de Groq para la era de la inferencia, AMD se arma con la de Taalas. Y elige la versión más extrema del concepto.

Qué pasa a partir de ahora

AMD no va a vender el chip de Taalas como pieza suelta, sino integrado en Helios, sus sistemas de rack para centros de datos, junto a sus GPU Instinct y sus procesadores EPYC. El reparto de trabajo que describen es interesante: la GPU se encarga de "leer" tu pregunta, la parte del proceso que más cálculo bruto exige, y el chip de Taalas escupe la respuesta, que es donde manda la velocidad. Cada pieza hace lo que mejor sabe.

Taalas ya trabaja además en su segundo chip, el HC2, pensado para modelos de unos 20.000 millones de parámetros —el HC1 con sus 8.000 millones se queda pequeño para los modelos punteros—, y el cierre de la compra está previsto para el cuarto trimestre de 2026.

Tres cosas voy a mirar con lupa a partir de ahora. Una: si el ciclo de refabricación de dos capas es tan ágil como prometen, porque de eso depende que el "modelo tatuado" no nazca obsoleto. Dos: qué modelos se ganan el tatuaje, porque grabar un modelo en silicio es apostar a que seguirá siendo útil dentro de un año. Y tres: el precio por token que salga de todo esto, porque si de verdad baja un orden de magnitud, cambia lo que se puede construir encima. Las cifras de velocidad, mientras nadie las mida desde fuera, son marketing; el precio en la tarifa, no.

Los detalles de la operación están en The Register, SiliconANGLE y CNBC; las especificaciones del HC1, en la web de Taalas.