Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
En los centros de datos, una mejora pequeña no siempre es pequeña.
Multiverse Computing y Qualcomm Technologies han sellado una colaboración para llevar modelos de inteligencia artificial más eficientes a centros de datos de todo el mundo. La clave está en combinar la aceleración de Qualcomm con la tecnología de optimización de modelos de la empresa donostiarra, de modo que las cargas de trabajo a gran escala ganen rendimiento y recorten consumo energético.
La compresión del modelo libera espacio donde antes faltaban aceleradores
Ahí entra un detalle menos vistoso que un nuevo chip, pero decisivo en la práctica. Al reducir la huella de cómputo y memoria de cada modelo antes de ejecutarlo, los operadores pueden atender más solicitudes de inferencia, ejecutar más modelos al mismo tiempo o escalar servicios sin añadir nuevos aceleradores ni ampliar la infraestructura.
Los modelos de Multiverse se especializarán para las plataformas Qualcomm Dragonfly AI200 y AI250. Esa adaptación busca aprovechar mejor el hardware desde antes de que la inferencia llegue al acelerador, una lógica que recuerda a cómo el coste material de cada consulta deja de ser una abstracción cuando se multiplica por millones.
Barcelona sirvió para mostrar que el ahorro no tenía por qué penalizar la precisión
Las mejoras de eficiencia se mostraron en el Congreso Mundial de Móviles de Barcelona 2026. Allí apareció un modelo de lenguaje de gran tamaño, de código abierto y comprimido, ejecutándose sobre el acelerador Qualcomm Cloud AI100 Ultra.
Multiverse Computing describió una de esas pruebas con una cita muy concreta.
"Logró tiempos de respuesta hasta un 93% más rápidos y un rendimiento hasta un 44% superior respecto al modelo base sin comprimir, además de reducir el uso de memoria hasta en un 45% y el consumo energético hasta en un 21%, sin pérdida de precisión". - Multiverse Computing
La escena elegida no era menor, porque el caso de uso consistía en generar informes médicos de emergencia en tiempo real. Cuando una tarea de ese tipo acelera sin perder precisión, la conversación deja de girar solo alrededor de la potencia bruta y pasa a medir también cuánto cabe dentro de la misma máquina.
Otro ensayo llevó la mejora a documentos financieros que no salen de casa
Después llegó una segunda demostración con un robot de conversación de generación aumentada por recuperación desplegado en instalaciones propias para consultar documentos financieros confidenciales. Ese matiz importa porque mezcla dos exigencias que suelen chocar, velocidad y tratamiento local de información sensible, un terreno que ya había asomado en debates sobre límites y control de la IA.
Multiverse Computing resumió así el resultado de esa prueba.
"Funcionó hasta un 35% más rápido y ofreció un rendimiento hasta un 54% superior, además de reducir el uso de memoria hasta en un 45% y el consumo energético hasta en un 14%, de nuevo sin pérdida de precisión". - Multiverse Computing
Dos cifras se repiten en ambas pruebas y no por casualidad. El uso de memoria cayó hasta un 45% en los dos escenarios de demostración, tanto en la generación de informes médicos de emergencia como en la consulta de documentos financieros confidenciales.
Qualcomm quiere que esa lógica llegue a Dragonfly AI200 y AI250
La colaboración apunta ahora a las plataformas Qualcomm Dragonfly AI200 y AI250, para las que Multiverse especializará sus modelos. La expectativa es que las aplicaciones que corran sobre esos nuevos aceleradores consigan resultados de referencia todavía mejores que los vistos en Barcelona.
Lo interesante es la contradicción de fondo. Mientras buena parte de la carrera por la inteligencia artificial se ha contado como una suma de más chips, más memoria y más infraestructura, aquí el argumento central dice otra cosa, que un modelo más pequeño y ajustado puede devolver hasta un 93% más velocidad, hasta un 54% más rendimiento y hasta un 45% menos uso de memoria sin perder precisión.