Sunrise S3: la respuesta china al «hambre» de memoria de vídeo y a la generación cara
Sunrise ha presentado el S3, un chip especializado en inferencia que apunta a uno de los puntos débiles de la industria: la escasez de memoria de vídeo. El paso a LPDDR6 y la compatibilidad con precisión FP4 le han permitido cuadruplicar la capacidad de memoria respecto a la generación anterior. Para los desarrolladores, esto significa que ejecutar modelos pesados como DeepSeek será 10 veces más barato. Mientras los gigantes mundiales compiten en potencia bruta, la compañía china apuesta por la eficiencia y la accesibilidad. Es un paso importante para localizar la infraestructura de IA bajo las sanciones, donde cada vatio y cada yuan ahorrado cuenta.
Procesado por IA desde 36Kr (36氪); editado por Hamidun News
Mientras la industria se ahoga por la falta de memoria de vídeo y los precios de las H100, la china Sunrise ha decidido jugar las cartas que de verdad preocupan a los desarrolladores. Su nuevo chip S3 no es solo otro intento de alcanzar a los líderes en teraflops, sino una herramienta pragmática para resolver el «cuello de botella de la memoria». Quien haya intentado ejecutar un modelo de lenguaje grande en local lo sabe: la potencia de cálculo suele quedarse ociosa porque los datos no llegan a tiempo desde la memoria.
Sunrise ha incorporado al S3 compatibilidad con memoria LPDDR6. Es la primera vez que ocurre en una solución GPGPU china, y la jugada resulta, como mínimo, atrevida. Gracias a ello, la memoria disponible se multiplicó por cuatro respecto a la generación anterior de chips de la compañía. En un mundo donde los parámetros de los modelos crecen más rápido que los presupuestos de hardware, este salto permite mantener en memoria contextos y pesos mucho más voluminosos sin recurrir a almacenamientos externos lentos.
Otro truco de ingeniería está en la flexibilidad del cálculo. El S3 permite alternar «al vuelo» entre precisión FP16 y FP4. Para quien no siga los matices de la cuantización: pasar a FP4 permite comprimir los datos del modelo sin una pérdida crítica de calidad en las respuestas. Esto influye directamente en la velocidad de generación y, sobre todo, en la economía del proceso. Cuando un modelo ocupa menos espacio y necesita menos recursos para procesar cada palabra, el coste de operación cae de forma exponencial.
Las cifras que ofrece Sunrise resultan casi desafiantes. En modelos populares de la familia DeepSeek, el coste de generar un token bajó un 90% respecto a las soluciones anteriores de la compañía. Si estos datos se confirman en racks de servidores reales, veremos una nueva ola de servicios de IA asequibles que no exigen inversiones multimillonarias en infraestructura. Es especialmente relevante para el mercado chino, donde el acceso a los aceleradores avanzados de Nvidia está limitado por las sanciones y la demanda de potencia para los LLM nacionales no deja de crecer.
Conviene entender el contexto: Sunrise no intenta crear una máquina universal para entrenar modelos desde cero. El S3 es una «máquina herramienta» muy especializada en inferencia, es decir, en el funcionamiento de redes neuronales ya entrenadas. Es en esa fase donde hoy se quema la mayor parte del dinero del negocio de la IA. Si puedes ofrecer respuestas a los usuarios 10 veces más baratas que la competencia, tu modelo de negocio empieza de pronto a parecer viable.
En última instancia, el éxito del S3 dependerá no solo del hardware, sino de la capa de software. Los fabricantes chinos suelen tropezar con los controladores y la compatibilidad con bibliotecas populares como PyTorch. Aun así, centrarse en DeepSeek, el modelo abierto más popular de la región, les da una excelente plataforma de lanzamiento. Parece que la época en que solo medíamos la potencia de la GPU se está acabando, y da paso a la de la eficiencia de memoria.
Lo esencial: Sunrise S3 demuestra que optimizar para arquitecturas concretas como DeepSeek y trabajar con memoria LPDDR6 puede dar más eficiencia que la simple carrera por los nanómetros. ¿Podrá este enfoque convertirse en el estándar de la inferencia económica en todo el mundo?
- 18 nov 2026AWS integra Dynamo en HyperPod: Qwen3-235B pasa de 101 a 207 tokens/s por GPU
- 18 nov 2026Huang deja el cargo de CEO de NVIDIA y la compañía pierde más de $1 billón en capitalización
- 18 nov 2026MiniMax M3.1 Flash en vLLM sobre AMD MI355X multiplicó su velocidad por 4 en 20 días
- 18 nov 2026Sciforium acelera DeepSeek-V4.1-Flash en AMD hasta 1 129 tokens por segundo
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.