La empresa francesa Kog ha anunciado resultados de rendimiento que posicionan su motor de inferencia como una alternativa a soluciones de referencia como vLLM y TensorRT-LLM. Según sus propios datos, el motor alcanza una velocidad de generación de tokens hasta 3,5 veces superior en GPU AMD MI300X. El enfoque se centra en aplicaciones con baja latencia y procesamiento secuencial, y pretende ofrecer una opción más eficiente para desplegar modelos de lenguaje en entornos exigentes. El producto se presenta como una propuesta europea en un mercado dominado por actores estadounidenses.

Mitsui O.S.K. Lines y Kinetics han firmado un acuerdo para lanzar en 2027 una plataforma digital marina que combina centros de datos con generación energética flotante, una alternativa a los centros terrestres que promete rapidez, sostenibilidad y escalabilidad.

El Instituto Francés de Relaciones Internacionales (Ifri) alerta sobre el fuerte crecimiento del consumo eléctrico ligado al desarrollo de la inteligencia artificial y los centros de datos. Aunque su impacto actual aún es limitado, las previsiones apuntan a una presión cada vez mayor sobre las redes eléctricas. El informe pone el foco en el papel de las grandes tecnológicas, las tensiones geopolíticas y las posibles vías para hacer más sostenible la IA, como los modelos frugales y el uso de energías limpias.

El proyecto E-MINDS, liderado por la Universidad Técnica de Graz (TU Graz), Pro2Future y la Universidad de St. Gallen, ha logrado un avance significativo en el desarrollo de inteligencia artificial para dispositivos con recursos extremadamente limitados. Mediante técnicas como la división modular de modelos y redes configurables, los investigadores han conseguido ejecutar tareas complejas en aparatos con apenas 4 KB de memoria, como sensores IoT o sistemas de localización ultra-ancha. Este avance abre nuevas posibilidades para aplicaciones industriales, automotrices y del hogar inteligente.

Un estudio de la Universidad de Ciencias Aplicadas de Múnich ha evaluado por primera vez el coste ambiental de comunicarse con modelos de lenguaje como ChatGPT. Analizando 14 sistemas con entre 7 y 72 mil millones de parámetros, los investigadores calcularon cuántas emisiones de CO2 generan al responder preguntas. Aunque los modelos más grandes y sofisticados son más precisos, también contaminan mucho más. La investigación subraya la necesidad urgente de desarrollar estrategias de razonamiento más eficientes para reducir el impacto ambiental de la inteligencia artificial generativa.

La empresa vasca Multiverse Computing ha recaudado 215 millones de dólares para expandir CompactifAI, su tecnología que comprime modelos de lenguaje (LLM) sin pérdida de precisión. Esta innovación permite ejecutar modelos de IA en dispositivos cotidianos como móviles o coches. La ronda, liderada por Bullhound Capital y con apoyo de HP, Toshiba y otros grandes inversores, supone un impulso a la soberanía tecnológica europea y una revolución en los costes de la inteligencia artificial.

Seagate lanza innovaciones en discos duros en Computex 2025 y alerta sobre el impacto ambiental del auge de la inteligencia artificial. La empresa prevé que el volumen global de datos se triplicará entre 2023 y 2028, desbordando la capacidad de fabricación actual y aumentando la huella de carbono de los centros de datos. Sus soluciones tecnológicas buscan mitigar este problema, pero la sostenibilidad del sector sigue en juego. Según la empresa, esta situación no sólo compromete la sostenibilidad ambiental del sector, sino que también supera la capacidad actual de producción de almacenamiento a escala global.

Simular el pensamiento humano exige mucho más que software avanzado: requiere una revolución en el hardware. Aunque los ordenadores actuales son más rápidos y potentes que nunca, su arquitectura sigue anclada en un modelo diseñado en 1946. Esta limitación, conocida como el “cuello de botella de von Neumann”, es uno de los principales escollos que impiden a la inteligencia artificial alcanzar todo su potencial. A pesar de los avances con GPUs, procesadores DLP y sensores especializados, los investigadores coinciden: necesitamos una nueva generación de hardware.