Advanced Micro Devices (AMD) inició la producción de sus procesadores EPYC de 6ª generación, construidos sobre el proceso de fabricación de 2nm de TSMC. Este hito convierte a AMD en la primera empresa en llevar a producción masiva un procesador de alta performance computing (HPC) en este nodo tan avanzado, marcando un momento histórico para la industria de los semiconductores.
¿Qué es el proceso de 2nm y por qué importa?
El «tamaño» de un proceso de fabricación de chips (medido en nanómetros) es una medida aproximada de la densidad de transistores que se pueden integrar en un chip. A menor número, más transistores por milímetro cuadrado, lo que se traduce en mayor rendimiento, menor consumo de energía o ambas cosas.
El proceso de 2nm de TSMC representa un salto significativo respecto al 3nm actual: permite integrar aproximadamente un 10-15% más de transistores por área, con una mejora de eficiencia energética de alrededor del 25-30%. En el mundo de los servidores y la computación científica, estas mejoras pueden traducirse en ahorros de millones de dólares anuales en costos de electricidad.
EPYC 6th Gen: números que impresionan
Los nuevos procesadores EPYC de 6ª generación ofrecerán hasta 128 núcleos por procesador, con frecuencias de boost de hasta 5.4 GHz y soporte para memoria DDR6. En términos de rendimiento en benchmarks de computación científica y machine learning, AMD afirma mejoras de hasta el 40% respecto a la generación anterior.
Para los centros de datos que manejan cargas de trabajo de inteligencia artificial, estas mejoras son especialmente relevantes: el entrenamiento de modelos de lenguaje grandes y la inferencia de IA son los casos de uso que más demandan del hardware en la actualidad.
La competencia con Intel y NVIDIA
Los nuevos EPYC compiten directamente con los procesadores Xeon de Intel (que aún no han alcanzado el proceso de 2nm) y, de manera más indirecta, con las GPUs de NVIDIA que dominan el mercado de IA. AMD ha apostado por la versatilidad: sus CPUs EPYC pueden manejar tanto cargas de trabajo de propósito general como inferencia de IA, mientras que las GPUs de NVIDIA son más especializadas pero más eficientes en tareas específicas de IA.
Más información técnica en AMD.com y análisis en Tom’s Hardware.
