El Intel D270 supera a la Nvidia RTX Pro 6000 hasta 5,9 veces en cálculos financieros y un 12% en IA
Intel asegura que su acelerador D270 (una tarjeta PCIe de 350 W) procesa entre 1,92 y 5,9 veces más datos por segundo que la Nvidia RTX Pro 6000 Blackwell en cálculos financieros de doble precisión FP64. Este tipo de precisión se utiliza, por ejemplo, para evaluar riesgos y precios de derivados, mientras que la tarjeta de Nvidia está orientada a gráficos e IA. En la ejecución del modelo Qwen3-30B-A3B (FP8), la ventaja es de solo un 12 %. Sin embargo, las plataformas de prueba eran distintas, así que conviene esperar mediciones independientes.
Procesado por IA desde 3DNews AI; editado por Hamidun News
Conviene leer con cautela titulares como «5,9 veces más rápido que Nvidia». Intel ha publicado datos de su acelerador D270 (antes llamado Crescent Island). Se trata de una tarjeta PCIe con un límite de potencia de 350 W. En cálculos financieros con doble precisión (formato FP64), la compañía afirma que procesa entre 1,92 y 5,9 veces más datos por segundo que la Nvidia RTX Pro 6000 Blackwell Server Edition. Sin embargo, en la ejecución de redes neuronales la ventaja es mucho más modesta: en el modelo Qwen3-30B-A3B, el rendimiento es solo un 12 % superior. Veamos qué hay detrás de estas cifras y a quién le interesan.
Qué es FP64 y por qué la diferencia es tan grande
FP64 son números de doble precisión, es decir, con una parte decimal muy larga. Las redes neuronales normalmente no necesitan tanta precisión: funcionan sin problemas con formatos comprimidos como FP8. En cambio, en finanzas sí es importante. Si evalúa el riesgo de una cartera o el precio de instrumentos derivados, millones de pequeños redondeos se acumulan en un error considerable, y ese error cuesta dinero.
Según Intel, la arquitectura Xe3P admite FP64 de forma nativa: cada núcleo Xe ejecuta 64 operaciones de multiplicación y suma (FMA). El D270 integra en total 32 núcleos Xe y 256 bloques XMX (unidades matriciales para redes neuronales). La RTX Pro 6000 Blackwell está diseñada principalmente para gráficos profesionales e IA, no para alcanzar la máxima velocidad en FP64. Por eso, en tareas donde la precisión es clave, Intel gana terreno. El rango de 1,92 a 5,9 veces depende de la carga concreta: 5,9 es el mejor caso, no el resultado medio.
Memoria, consumo y pruebas de IA
La segunda gran baza del D270 es la memoria. La versión base incorpora 160 GB de LPDDR5X con un ancho de banda de 1,5 TB/s, y en configuraciones de los socios la capacidad puede llegar a 480 GB. La RTX Pro 6000 Blackwell Server Edition cuenta con 96 GB de GDDR7 y consume hasta 600 W, frente a los 350 W de la novedad de Intel. Si un modelo grande o un conjunto de datos no caben en 96 GB, el margen de memoria puede ser más importante que la velocidad.
En IA el panorama es más modesto. En inferencia (la ejecución de un modelo ya entrenado), el D270 logró con Qwen3-30B-A3B en formato FP8 un rendimiento 1,12 veces superior al de la RTX Pro 6000, es decir, alrededor de un 12 % más. En la prueba Drex 2.0, la latencia de la solución de Intel resultó un 29 % menor. En ambos casos se compararon GPU individuales. Para una tarjeta que todavía no está a la venta, es un resultado correcto, pero no un avance decisivo.
Las salvedades de las pruebas
La comparación no puede considerarse limpia:
- los resultados se obtuvieron con muestras preseriales del D270;
- las plataformas de prueba y la configuración del software de Intel y Nvidia eran distintas;
- en el anexo de las pruebas financieras se menciona un sistema con un D270 y tres tarjetas Arc Pro B70, mientras que Nvidia utilizó ocho RTX Pro 6000;
- Intel no especifica cómo se repartía la carga entre las GPU.
Todas las cifras proceden de la propia Intel; por ahora no hay mediciones independientes.
Qué viene después y qué debe hacer el usuario
Intel también trabaja junto a SambaNova en una plataforma modular para inferencia. En ella, el D270 procesa los prompts (lee la consulta y prepara el contexto), mientras que los aceleradores SN50 generan los tokens, es decir, la respuesta en sí. Estas dos fases exigen el hardware de forma distinta, por lo que resulta ventajoso separarlas en chips diferentes. Intel planea presentar esta configuración en la conferencia SC26. La compañía no ha anunciado ni la fecha de venta general ni el precio del D270.
La conclusión práctica es sencilla:
- si calcula modelos financieros en FP64, conviene tener el D270 en el radar y pedir pruebas con sus propias cargas de trabajo;
- si necesita inferencia de LLM, espere mediciones independientes: un 12 % en un solo modelo no es razón suficiente para cambiar el parque de equipos;
- si ejecuta modelos grandes en una sola tarjeta, fíjese en la capacidad de memoria, no solo en la velocidad.
Por ahora, esto es una apuesta de Intel por un nicho donde Nvidia es más débil, no un golpe directo al líder del mercado de aceleradores de IA.
- 21 nov 2026Los gigantes tecnológicos chinos duplicaron su gasto en IA hasta 139.000 millones de dólares, mientras sus laboratorios recuperan menos del 8 %
- 21 nov 2026El motor SGLang con los kernels Humming acelera el primer token un 7–23 % y la generación un 17–34 %
- 21 nov 2026CoreWeave debe $47.000 millones por los chips de Nvidia y pierde $709 millones en un trimestre
- 21 nov 2026Atacaron a una phi3 local en el 51% de los intentos: el desarrollador le puso un gateway de seguridad
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué es FP64 y por qué la diferencia es tan grande?
FP64 son números de doble precisión, es decir, con una parte decimal muy larga. Las redes neuronales normalmente no necesitan tanta precisión: funcionan sin problemas con formatos comprimidos como FP8. En cambio, en finanzas sí es importante. Si evalúa el riesgo de una cartera o el precio de instrumentos derivados, millones de pequeños redondeos se acumulan en un error considerable, y ese error cuesta dinero.
¿Qué se sabe sobre Memoria, consumo y pruebas de IA?
La segunda gran baza del D270 es la memoria. La versión base incorpora 160 GB de LPDDR5X con un ancho de banda de 1,5 TB/s, y en configuraciones de los socios la capacidad puede llegar a 480 GB. La RTX Pro 6000 Blackwell Server Edition cuenta con 96 GB de GDDR7 y consume hasta 600 W, frente a los 350 W de la novedad de Intel. Si un modelo grande o un conjunto de datos no caben en 96 GB, el margen de memoria puede ser más importante que la velocidad. En IA el panorama es más modesto.
¿Qué se sabe sobre Las salvedades de las pruebas?
La comparación no puede considerarse limpia: los resultados se obtuvieron con muestras preseriales del D270; las plataformas de prueba y la configuración del software de Intel y Nvidia eran distintas; en el anexo de las pruebas financieras se menciona un sistema con un D270 y tres tarjetas Arc Pro B70, mientras que Nvidia utilizó ocho RTX Pro 6000; Intel no especifica cómo se repartía la carga entre las GPU. Todas las cifras proceden de la propia Intel; por ahora no hay mediciones independientes.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.