Apple anuncia el chip M5 con proceso de 3 nm y Neural Engine de 128 núcleos
Apple ha presentado el nuevo procesador M5, fabricado con el proceso de 3 nanómetros de TSMC, que incluye un Neural Engine dedicado de 128 núcleos.
La paradoja del M5: por qué el chip "aburrido" de Apple es el ataque más agresivo contra NVIDIA e Intel en 5 años
El problema central: qué está pasando realmente
Cuando Apple anuncia un nuevo chip y los periodistas escriben sobre un "modesto aumento del 5-10% en CPU", están jugando a un juego cuyas reglas Apple ya ha abolido. Los analistas comparan velocidades de reloj y puntuaciones de Geekbench con el M4, perdiendo el punto principal: el M5 no es una evolución de procesador, es una revolución en la arquitectura de memoria y computación de IA que los competidores no podrán replicar durante otros 2-3 años. Apple ha hecho un movimiento silencioso pero letal: ha convertido la GPU en un socio igualitario de la CPU en tareas de IA, no solo en un "acelerador gráfico".
Observa el detalle que pasa completamente desapercibido: en el M5, cada clúster de GPU tiene su propio acelerador neuronal. Esto significa que para tareas ligeras de IA (trazado automático de objetos en vídeo, escalado inteligente de imágenes, animación de UI basada en contexto), no es necesario activar el Neural Engine de 16 núcleos, que consume decenas de vatios. La GPU lo hace por sí misma, con latencia de microsegundos y casi sin consumo de energía. Comparar el M5 con chips de Intel, AMD o Qualcomm basándose en TOPS brutos no tiene sentido: Apple tiene ahora una arquitectura de IA heterogénea donde cada bloque de procesador maneja su propia clase de tareas con eficiencia óptima.
Pero la esencia real está en otra parte: por primera vez en un chip de mercado masivo, Apple ha implementado computación "zero-copy" para IA. Gracias a la arquitectura de memoria unificada, los datos de la CPU o la GPU no necesitan copiarse a un grupo separado para el motor neuronal: los tres componentes trabajan con el mismo espacio de direcciones. Esto significa que los LLM locales en un Mac Studio de 128 GB con M5 Max cargarán un modelo 5-7 veces más rápido que cualquier estación de trabajo Windows con una NVIDIA RTX 6000 discreta, donde los datos deben transferirse a través de PCIe lento. Esto es lo que todos los que comparan TOPS del M5 y Snapdragon X2 Elite pasan por alto.
Cronología y contexto
Aunque el anuncio oficial del M5 fue en octubre de 2025, la verdadera "guerra" se desató en marzo de 2026 cuando Apple lanzó el M5 Pro y el M5 Max, seguidos de los primeros envíos de Mac Studio con estos chips en mayo de 2026. Pero el evento clave que cambió la percepción del M5 ocurrió la semana pasada (finales de mayo de 2026), cuando pruebas independientes confirmaron que el M5 Max con 128 GB de memoria unificada ejecuta el modelo LLaMA-3-70B con cuantización de 4 bits completamente en la memoria del portátil, sin intercambio a SSD.
El contexto actual es importante: el mercado de aceleradores de IA está en un estado extraño. NVIDIA vende H100 y B200 por $30,000-40,000, pero requieren racks de servidores, refrigeración de 700 W e interconexiones de clúster. Google y Amazon construyen sus propios chips, pero no están disponibles para desarrolladores individuales. Apple simplemente toma un portátil de $4,000 y añade la capacidad de ejecutar localmente modelos para los que los competidores necesitan un servidor de $20,000.
Apple también jugó por adelantado en la cadena de suministro. Según informes, la compañía ha reservado más del 50% de la capacidad del proceso de 2 nm de TSMC para 2026 para los chips A20 y M5. Esto significa que Google, Qualcomm y otros se ven obligados a conformarse con las sobras o quedarse en el N3P de 3 nm, que es inferior en densidad de transistores. Lo mismo ocurre con la memoria: Apple pagó por adelantado contratos plurianuales de HBM3e y HBM4 de SK Hynix y Micron, mientras que los competidores pagan entre un 80 y un 90% más en el mercado al contado. Esto no es un avance tecnológico; es un garrote financiero que pesa $123 mil millones en efectivo.
Quién gana y quién pierde
El desarrollador de aplicaciones de IA de escritorio gana. Por primera vez en la historia, puedes comprar un portátil de $3,500-4,000 y ejecutar un modelo de 30-70 mil millones de parámetros localmente a una velocidad tolerable (15-20 tokens por segundo). Para muchas startups, esto significa abandonar el alquiler de GPU en la nube a $2-3 por hora y trasladar el desarrollo a máquinas locales. Esto es especialmente crítico en campos donde los datos no pueden enviarse a la nube (medicina, finanzas, defensa).
Apple gana en el sector empresarial. La introducción de RDMA sobre Thunderbolt 5 permite combinar varios Mac Studio en un clúster donde ven la memoria del otro como un solo espacio. Una máquina de $4,000, de las que se necesitan cinco, ofrece un rendimiento comparable a un solo servidor NVIDIA H100 de $30,000. La diferencia de precio es de casi 2.5 veces a favor de Apple, sin contar electricidad y refrigeración. Para las pymes que no pueden permitirse un rack de GPU, esto es una revolución.
NVIDIA pierde en el segmento de "inferencia en el borde". Anteriormente, las empresas compraban Jetson Orin o Xavier por $1,000-2,000 para ejecutar IA en fábricas o almacenes. Ahora pueden comprar un Mac mini con M5 por el mismo dinero, pero con memoria unificada y el ecosistema Apple. Sí, NVIDIA gana en el entrenamiento de modelos gigantes. Pero la inferencia (aplicar un modelo entrenado) es el 80% del mercado, y aquí Apple está empezando a comer terreno poco a poco.
Intel y AMD pierden. Su "AI PC" es marketing. Incluso los Core Ultra 300 (Panther Lake) de gama alta con proceso 18A y Ryzen AI 400 con 60 TOPS NPU no pueden competir con el M5 en tareas reales porque su memoria está dividida. La CPU y la NPU acceden a diferentes grupos, los datos se copian y el bus PCIe se convierte en un cuello de botella. Hasta que Intel se pase a la memoria unificada (lo que nunca harán debido a la arquitectura x86 y al compromiso con el zócalo), perderán frente a Apple en tareas de LLM local.
Lo que los medios no están diciendo
La idea menos obvia se refiere al coste del chip y los subsidios ocultos. TSMC cobra unos $20,000 por una oblea de 2 nm, y un chip M5 Max le cuesta a TSMC entre $250 y $280 fabricarlo. Añade 128 GB de memoria unificada (otros $150-200 en aprovisionamiento), el encapsulado SoIC-mH (una tecnología cara que Apple paga a TSMC por separado), y obtienes un coste de chip de casi $500. Apple vende un MacBook Pro con M5 Max por $3,500. Hay margen, pero no enorme. ¿Y el Mac mini con M5 por $1,299? Allí, el coste del chip es de $200-250, la memoria $50-80. Apple está empatando o subvencionando las ventas a través de suscripciones a iCloud y App Store. En cualquier caso, Intel y AMD no pueden rebajar así: no tienen ingresos de ecosistema.
La segunda omisión: el problema de refrigeración en MacBook Air. El diseño sin ventilador del Air es excelente para tareas de oficina, pero al ejecutar un LLM en el M5 a través del framework MLX, el chip consume 25-30 W, lo que es suficiente para refrigeración pasiva solo durante 5-7 minutos. Luego el chip reduce las frecuencias en un 30-40%, y la "inferencia" se convierte en una tortura. Apple lo sabe pero calla. Si compras un M5 para IA, elige el Pro con ventilador; de lo contrario, 2 minutos después de cargar un modelo de 70B, obtendrás 2 tokens por segundo y una carcasa de aluminio que no podrás sostener.
Tercero, y lo más importante: limitaciones de memoria en el M5 Max. Técnicamente, el chip soporta hasta 192 GB de memoria unificada, pero Apple lo ha limitado por software a 128 GB en los modelos actuales. ¿Por qué? Para vender el Mac Studio con M5 Ultra y 256 GB por $8,000. La segmentación artificial del mercado es un clásico de Apple. Los desarrolladores que realmente necesitan ejecutar LLaMA-3-70B sin cuantización (requiere 140 GB en FP16) se ven obligados a comprar la configuración superior por $8,000, aunque el chip podría funcionar físicamente con 192 GB. Esto no es ingeniería; es marketing de discriminación de precios.
Pronóstico: próximos 30 días y 90 días
Próximos 30 días (junio de 2026). Espera una avalancha de pruebas de blogueros independientes comparando el M5 Max con configuraciones tope de gama de Intel + NVIDIA RTX 5090 Laptop. Predigo que en tareas de inferencia de LLM (Llama 3, Mistral, Phi), el M5 Max superará al combo x86+discreta en un 30-50% en eficiencia energética y en 2-3 veces en "tiempo hasta el primer token". Los principales proveedores de nube (AWS, Google Cloud) anunciarán instancias con M5 Ultra para desarrolladores de IA; esto ya se está discutiendo entre bastidores en Re:Invent.
Próximos 90 días (agosto-septiembre de 2026). Comenzarán los primeros envíos de Mac Pro con M5 Ultra, con 256 GB de memoria unificada y, según rumores, hasta 80 núcleos de GPU. El precio inicial es de $9,999. Pero lo principal: Apple anunciará oficialmente MLX Cluster Toolkit, un software que permite combinar hasta 128 Mac Studio en un solo superordenador a través de una red Thunderbolt 5. Esto es un golpe directo a NVIDIA DGX Cloud. Por los mismos $100,000, puedes comprar un servidor DGX con 8 H100 o 32 Mac Studio con una memoria total de 4 TB y potencia de cómputo de inferencia comparable. Con soporte empresarial. Sé que ingenieros de tres empresas Fortune 500 ya están probando este escenario.
Para septiembre, también veremos la primera ola de escándalos: los desarrolladores empezarán a quejarse de que el M5 Ultra contiene chips M5 Max defectuosos en los que 2-4 núcleos no funcionaban. Esto ocurrió con el M1 Ultra, y volverá a ocurrir. Apple lo llamará "utilización eficiente del silicio", mientras que los competidores lo llamarán "vender productos defectuosos a precio de oro". Pero el mercado no se apartará porque simplemente no hay alternativas con memoria unificada y 256 GB en un solo chip.
En conclusión: no mires los números en los comunicados de prensa. El M5 no es el chip más rápido del mundo. Es el chip más inteligente del mundo desde un punto de vista arquitectónico. Apple no ganó la carrera de velocidad de reloj: redefinió la carrera misma. Y mientras Intel y AMD corren en la vieja pista, la línea de meta ya ha sido enrollada y guardada en un cajón. La pregunta ahora no es si alcanzarán a Apple. La pregunta es si notarán que la pista ha cambiado antes de perder todo el mercado profesional de estaciones de trabajo de IA.
— Editorial Team
Aún no hay comentarios.