Intel se une a SK Hynix para lanzar una solución que rompe el cuello de botella de la inferencia de IA

"No es suficiente contar solo con una potencia de cálculo GPU adecuada para respaldar la IA, es necesario combinarla con una CPU para coordinar, gestionar y ejecutar tareas de IA."

Anil Nanduri, vicepresidente y gerente general de productos de IA y estrategia de mercado de Intel, hizo esta declaración en la cumbre de IA de Intel 2026 celebrada el 12 de octubre en el COEX de Gangnam, Seúl. Intel presentó su hoja de ruta tecnológica de IA y soluciones de implementación en la industria en esta cumbre, y anunció la creación de la Alianza K-AI, a la que se unieron 23 empresas e instituciones locales de Corea del Sur en su primera fase.

Intel considera que, a medida que se popularizan los agentes de IA con capacidad de planificación y ejecución de múltiples tareas, la colaboración entre CPU, GPU y chips de aceleración dedicados se vuelve cada vez más importante. Su enfoque es aprovechar las ventajas de diferentes semiconductores para crear computación heterogénea, reduciendo los costos y la presión de consumo de energía en la etapa de inferencia de IA, que es el proceso en el que la IA genera resultados basados en el contenido que ha aprendido.

Por su parte, SK Hynix se enfoca en el lado del almacenamiento, mejorando la eficiencia de suministro de lectura y escritura de datos para respaldar esta arquitectura. La compañía propuso una solución de pool de memoria de gran capacidad independiente de los servidores CPU y GPU, que permite el uso compartido entre múltiples servidores; para satisfacer la creciente demanda de potencia de cálculo de IA, SK Hynix está validando la tecnología de memoria compartida junto con clientes y socios, y colaborando con Intel desde la etapa de diseño del sistema.

El vicepresidente y responsable de arquitectura de sistemas de SK Hynix, en su discurso sobre "Tecnología de almacenamiento y diseño de sistemas en la era de la IA", afirmó: "En la era de los agentes de IA, el valor de la CPU aumenta, y la competitividad de Intel está bajo el escrutinio. Al redefinir el papel de la memoria en el sistema, esperamos mejorar significativamente el rendimiento general y la eficiencia energética."

La CPU se encarga de coordinar las tareas

Bajo una solicitud de usuario, el agente de IA necesita completar una serie de tareas como la recuperación de datos, la ejecución de programas y la verificación de resultados. Nanduri dijo: "El agente necesita razonar e interactuar repetidamente para generar respuestas, lo que consume una gran cantidad de tokens y aumenta los costos. La infraestructura debe diseñarse de acuerdo con las características de este tipo de tareas para mejorar la eficiencia y reducir costos."

La CPU del servidor Xeon de Intel ocupa una posición central en la coordinación de tareas. El Xeon 6+ lanzado en el segundo trimestre de este año integra hasta 288 núcleos de cálculo de bajo consumo, capaces de manejar múltiples tareas simultáneamente.

La CPU clasifica las solicitudes y las asigna al modelo de IA adecuado, gestionando la ejecución del programa y la seguridad; la GPU ejecuta el modelo, encargándose del cálculo para generar resultados; para escenarios que requieren baja latencia, Intel ha introducido servidores dedicados de la empresa estadounidense de chips de IA Samba Nova.

El GPU de inferencia en desarrollo, Crescent Island, está equipado con una gran capacidad de memoria, permitiendo la ejecución simultánea de múltiples modelos. La versión de Intel cuenta con LPD DR5X, con una memoria de video de hasta 160 GB, mientras que la versión de los socios puede alcanzar hasta 480 GB.

Nanduri reveló que ya se ha logrado una demostración de generación de video a partir de texto con una sola tarjeta, pero "el hardware y el software aún no han alcanzado los estándares de producción en masa". Al hablar sobre la proporción de CPU, GPU y servidores, comentó: "La combinación óptima depende del tipo de tarea y de la planificación de la infraestructura."

SK Hynix: la arquitectura de memoria compartida reduce el tiempo de respuesta del primer token de 80 segundos a 15 segundos

La especialización de las unidades de cálculo se está volviendo cada vez más detallada, y la importancia de la lectura y escritura de almacenamiento sigue en aumento. Sin embargo, actualmente, la HBM generalmente se despliega vinculada a la GPU, lo que limita el espacio de expansión de la memoria. El vicepresidente de SK Hynix afirmó: "La tecnología de apilamiento 3D aún está en desarrollo, pero la demanda está creciendo demasiado rápido, y los clientes no pueden esperar. Estamos tratando de resolver el cuello de botella desde el nivel del sistema."

SK Hynix propuso una solución de chasis de memoria: los servidores mantienen su memoria original y se equipan con dispositivos de memoria compartida, que son utilizados por múltiples servidores. Después de que la GPU completa un ciclo de cálculo, almacena los resultados en la memoria compartida y luego asume la siguiente tarea; cuando se necesita esos datos, otras GPUs pueden leer directamente.

El vicepresidente de SK Hynix comparó: "Es como si cada casa tuviera dos o tres autos, o todos compartieran un solo auto, ¿cuál es más eficiente? Esta solución mejora la utilización de la memoria y la escalabilidad, logrando una reducción de costos en todo el sistema."

La memoria compartida también puede reducir el cálculo repetido de la IA. La IA almacena resultados intermedios en un caché KV para su reutilización en inferencias posteriores; a medida que las conversaciones se alargan y el caché se acumula, la memoria local de la GPU puede agotarse, y el sistema solo puede eliminar el caché y recalcular. Al colocar el caché en una memoria compartida independiente, se pueden evitar cálculos repetidos.

En pruebas comparativas con socios: la solución de eliminar el caché y recalcular promedió 80.76 segundos para generar el primer token; al colocar el caché en un SSD externo, el tiempo se redujo a 33.56 segundos; y con la solución de DRAM remota basada en CXL, solo se necesitó 15.45 segundos, lo que representa una reducción de aproximadamente el 81% en la velocidad de respuesta en comparación con la solución de recalculo.

El vicepresidente de SK Hynix dijo: "Leer datos desde la memoria interconectada CXL tiene una latencia mayor que la memoria local conectada directamente a la GPU/CPU, pero en comparación con el cálculo repetido, el rendimiento sigue teniendo ventajas significativas."

Expansión a escenarios de dispositivos médicos y fábricas sin personal

El enfoque de Intel de combinar chips y software según las tareas también se aplica a los escenarios médicos e industriales. En escenarios con limitaciones de espacio y suministro eléctrico, lograr capacidades de IA con el hardware mínimo es clave.

Samsung Madison, aprovechando el procesador Core Ultra con potencia de cálculo de IA integrada y el software Open VINO, logra medir automáticamente el grosor de las barreras de imágenes ultrasónicas. Intel afirma que esta solución no requiere una GPU independiente y que el rendimiento de inferencia de IA se ha incrementado 4.2 veces en comparación con soluciones anteriores.

Intel también ha colaborado con Daimler Technologies para desarrollar un modelo de diseño para fábricas sin personal, integrando robots, equipos de producción y sistemas logísticos. En el negocio de chips personalizados, Intel propone combinar el diseño propio del cliente con sus propios chips pequeños para aumentar la funcionalidad de manera flexible.

Esta cumbre tiene como objetivo conectar las aplicaciones y colaboraciones de IA desde centros de datos y PCs hasta el sector industrial. La Alianza K-AI tiene como objetivo ayudar a los clientes locales a construir sus propios sistemas de IA operativos, aprovechando servidores, chips, software y soluciones de la industria de Corea del Sur.

Santosh Viswanathan, vicepresidente y gerente general de Intel para la región de Asia-Pacífico, declaró: "Una de las ventajas de Intel es ayudar a la innovación de nuestros socios a llegar al mercado global. También podemos colaborar estrechamente para suministrar productos de empresas coreanas a clientes globales que los necesiten."

Este contenido se ofrece únicamente con fines informativos generales y no constituye asesoramiento financiero, de inversión, legal ni fiscal. Cualquier evento, recompensa, promoción en línea o información relacionada que se mencione en el presente documento no debe considerarse como una recomendación, solicitud o invitación a comprar, vender, tradear o de negociar de otra manera con cualquier criptoactivo. Los criptoactivos son sumamente volátiles y pueden provocar pérdidas. La disponibilidad de los servicios, productos y eventos relacionados de WEEX puede variar según la región. Tienes la responsabilidad de asegurarte de que tu participación esté de acuerdo con las leyes y regulaciones locales vigentes.