TSMC 2 nm: la cola para el futuro de la IA se extiende hasta 2028
TSMC ha completado oficialmente su cartera de pedidos para el próximo proceso de 2 nm. AMD aspira a ser la primera en 2026, y en 2027 le seguirán Google y AWS con sus chips personalizados. NVIDIA, por su parte, apunta a 2028 con la arquitectura Feynman, basada en el proceso A16. La noticia va más allá de la fabricación: supone un reparto de esferas de influencia en la industria de la IA. Sin acceso a esta capacidad, cualquier ambición en el terreno de los LLM se quedará en teoría. El monopolio de TSMC sobre los chips de vanguardia se vuelve absoluto y deja a los actores pequeños fuera de la frontera tecnológica.
Procesado por IA desde 36Kr (36氪); editado por Hamidun News
Imagine que quiere construir el coche de carreras más rápido del mundo, pero la única fábrica capaz de fundir su motor ya tiene la agenda llena para los próximos cuatro años. En esa situación se encuentra hoy todo el sector tecnológico. Mientras los desarrolladores de software discuten sobre los parámetros de los nuevos modelos y los matices del prompt engineering, la verdadera batalla por el dominio de la IA se libra en las salas blancas de Taiwán.
TSMC ha confirmado, en la práctica, su papel de gran administradora del futuro: toda la capacidad de su proceso de 2 nanómetros ya está reservada al completo. Si pensaba que la escasez de tarjetas gráficas en la época del minado fue un contratiempo pasajero, prepárese para una nueva realidad. Lo que vemos ahora va mucho más allá de una demanda elevada: es una privatización total del progreso.
AMD prevé empezar a fabricar sus procesadores de 2 nm ya en 2026. Eso significa que la próxima generación de la arquitectura Zen dará un salto tal en eficiencia energética que sus competidores tendrán que esforzarse mucho para que sus soluciones de servidor no se conviertan en caras estufas. Para AMD es la oportunidad de afianzarse definitivamente en los centros de datos, donde cada vatio cuenta.
Pero lo más interesante está en los planes de los gigantes de la nube. Google y Amazon Web Services (AWS) han reservado sus turnos para la segunda mitad de 2027. ¿Para qué quieren chips propios de 2 nanómetros unas empresas que siempre se han dedicado al software y al comercio minorista?
La respuesta es prosaica: la economía. Entrenar redes neuronales de la escala de GPT-5 o Gemini 2 consume tanta electricidad que ahorrar incluso un 15-20% de energía a nivel de transistor se traduce en miles de millones de dólares ahorrados cada año. Las unidades de procesamiento tensorial (TPU) propias de Google en 2 nm son mucho más que una pieza de hardware: son una forma de reducir el coste de la computación de IA a un nivel inalcanzable para la competencia.
NVIDIA, que hoy domina en la práctica el mercado de aceleradores de IA, juega a largo plazo. Jensen Huang apunta a 2028, cuando la compañía prevé lanzar la arquitectura Feynman. Aquí se produce el salto a un proceso aún más avanzado, el A16.
Su gran baza tecnológica es la alimentación por la cara posterior del sustrato. En los chips actuales, las líneas de alimentación y las de datos están entrelazadas, lo que genera interferencias y limita la densidad. Trasladar la alimentación «bajo el capó» permite concentrar todavía más potencia de cálculo en el mismo volumen sin convertir el chip en plasma.
Esto resulta crucial para los aceleradores de IA del futuro, donde la densidad de cálculo es el único parámetro que importa para la supervivencia de un modelo. ¿Por qué nos importa a todos? Estamos acostumbrados a que la tecnología se abarate poco a poco, pero la era de los 2 nm y por debajo es la era del hardware desorbitadamente caro.
La entrada al club de quienes poseen la IA más potente ya no se paga solo con dinero: también exige tiempo y compromisos a largo plazo con los ingenieros taiwaneses. Si hoy no ha reservado su turno en TSMC, su startup, o incluso una gran corporación, puede quedarse en la cuneta del progreso dentro de tres o cuatro años. Entramos en una etapa en la que la capacidad de cómputo pasa a ser un recurso estratégico con un reparto tan rígido como el del petróleo o las tierras raras.
Complica la situación el hecho de que prácticamente no hay alternativas. Mientras Intel intenta poner a punto sus procesos y Samsung lucha con su tasa de rendimiento de chips válidos, TSMC sigue siendo la única puerta de acceso a la computación de altísimo rendimiento. Esto crea una peligrosa dependencia de toda la industria de la IA respecto a un único punto geográfico.
Cualquier sacudida en Taiwán supondría ahora, de forma automática, la paralización del progreso para NVIDIA, Apple y Google a la vez. En 2024, la soberanía tecnológica no se mide en eslóganes, sino en tener un contrato con TSMC asegurado para los próximos años. Lo esencial: el monopolio del silicio de TSMC se ha vuelto absoluto.
¿Podrá algún competidor ofrecer una alternativa antes de 2027, o nos hemos convertido todos oficialmente en rehenes de una sola isla?
- 1 nov 2026Google enseña al agente de video StreamVibe a decidir cuándo intervenir: +10,7%
- 1 nov 2026OpenAI reescribe las reglas de comportamiento de GPT: cinco valores y una cadena de prioridades
- 1 nov 2026Los bots de voz con LLM recurren al clasificador rápido Jev: decisiones en 200–500 ms
- 1 nov 2026Google admite que AI Mode reduce los ingresos de su buscador: las acciones caen un 15%
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.