Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

NPU

Una NPU (neural processing unit, unidad de procesamiento neuronal) es un chip, o un bloque dentro de un chip mayor, diseñado para ejecutar los cálculos de redes neuronales rápido y con poco consumo. Los teléfonos y portátiles usan NPU para ejecutar pequeños modelos de IA en el propio dispositivo.

También llamado: neural processing unit, AI accelerator

Por Divya Sharma · Comprobado el 15 nov 2026 · Cómo hacemos las reseñas

Una NPU es un procesador especializado en las operaciones de matrices y vectores en las que las redes neuronales pasan la mayor parte del tiempo. Puede ir por separado, dentro de una CPU o dentro de una GPU. La mayoría de la gente se la encuentra en un teléfono o en un portátil reciente, donde se ocupa de tareas como el procesado de fotos, el reconocimiento de voz, el desenfoque de fondo en videollamadas y pequeños modelos de lenguaje en el dispositivo.

Por qué importa a los desarrolladores

En los dispositivos de consumo, la NPU está pensada para ser pequeña y eficiente en consumo, no para ser rápida en todo. Eso la hace adecuada para modelos de lenguaje pequeños y tareas cortas y frecuentes que no deberían agotar la batería. No encaja bien con modelos grandes: la NPU de un portátil no tiene la memoria ni el throughput de una GPU de centro de datos.

Las NPU suelen trabajar con formatos numéricos de baja precisión como INT8 o INT4, así que los modelos normalmente se cuantizan antes de ejecutarse en una. Consulta precisión numérica para saber qué significan esos formatos.

Cómo se programa

No hay un estándar único. Cada fabricante de chips ofrece su propio kit de herramientas, por ejemplo Apple Core ML, Intel OpenVINO, AMD Ryzen AI y el SDK de Qualcomm, y a menudo hay que convertir primero el modelo a un formato como ONNX. Los fabricantes expresan la velocidad de la NPU en TOPS (billones de operaciones por segundo), una cifra que suele referirse a operaciones INT8 y es difícil de comparar entre chips.

NPU, GPU o TPU

Una GPU es un procesador paralelo de uso general que además resulta bueno para IA. Una NPU es más específica y está orientada a la inferencia eficiente en el dispositivo. Una TPU es el diseño de acelerador propio de Google; las versiones para centros de datos se alquilan a través de Google Cloud.

Términos relacionados

GPU
Una GPU (unidad de procesamiento gráfico) es un procesador con muchos núcleos pequeños diseñado para ejecutar muchos cálculos en paralelo. Su velocidad con las operaciones de matrices la convierte en el hardware estándar para entrenar y ejecutar modelos de IA.
TPU
Una TPU (tensor processing unit, unidad de procesamiento tensorial) es el chip propio de Google para machine learning, construido en torno a grandes unidades de multiplicación de matrices y memoria de gran ancho de banda. Google ofrece las TPU a otras empresas como servicio de alquiler en Google Cloud.
LLM local
Un LLM local es un modelo de lenguaje que se ejecuta en tu propio ordenador, teléfono o servidor en lugar de en la API en la nube de un proveedor, de modo que los prompts y los datos se quedan en tu hardware y funciona sin conexión a internet.
Modelo de lenguaje pequeño
Un modelo de lenguaje pequeño (SLM, small language model) es un modelo de lenguaje con relativamente pocos parámetros, normalmente unos pocos miles de millones o menos, creado para funcionar en un portátil, un teléfono o una sola GPU a menor coste que un modelo grande.
Cuantización
La cuantización (quantization) es una técnica que guarda los pesos de un modelo, y a veces las activaciones, con menos bits, como 8 o 4 en lugar de 16, para que el modelo necesite menos memoria y a menudo funcione más rápido, a costa de cierta precisión.

Fuentes