¿Qué pasa cuando en una cocina todos miran al horno, pero nadie se ocupa de la mesada, los cuchillos y el orden de los ingredientes? Algo parecido empezó a ocurrir con la inteligencia artificial: las tarjetas gráficas se llevaron toda la atención, hasta que el sistema mostró sus límites.
Ahora, un hallazgo de Wolfe Research revela que las CPU, los procesadores que coordinan tareas, vuelven a ser una pieza clave en los centros de datos. Su demanda crecería cerca de un 30% hasta 2028, impulsada por la IA agéntica, es decir, sistemas capaces de ejecutar pasos, recuperar datos y tomar decisiones encadenadas.
La revelación cambia el mapa de ganadores y vencidos. Nvidia sigue al frente con sus GPU, los chips para cálculo masivo, pero el cuello de botella en la oferta y la dependencia de su cadena de suministro reabrieron una oportunidad para AMD, ARM e incluso Intel, aunque no todos llegan con la misma fuerza.
La clave está en el mecanismo menos visible de la IA. Si la GPU es el motor que acelera, la CPU funciona como la central eléctrica y el tablero de interruptores: distribuye cargas, gestiona memoria y decide qué tarea va primero. En los agentes de IA, ese cableado importa tanto como la potencia bruta.
Antes, muchas cargas de inteligencia artificial usaban la GPU como protagonista casi excluyente. Pero los nuevos sistemas necesitan orquestación, la coordinación de múltiples pasos, y recuperación de datos en tiempo real. Eso obliga a sumar más CPU que en generaciones anteriores.
De hecho, la relación entre CPU y GPU en centros de datos podría acercarse al 1:1 hacia 2028 en arquitecturas avanzadas como Rubin Ultra de Nvidia. Es un giro importante: la pieza que parecía secundaria vuelve al centro del engranaje.
Wolfe Research subraya que el acceso a la capacidad de fabricación de TSMC será más decisivo que una pequeña ventaja técnica entre chips.
Ese punto no es menor. En esta carrera, el problema no es solo diseñar un buen procesador, sino conseguir espacio en la fábrica adecuada. TSMC aparece como la central del sistema productivo, con una cadena de suministro ya muy exigida y una demanda de obleas, las láminas base para fabricar chips, que podría subir cerca de un 20% en dos años.
Quién gana cuando la IA necesita orden
AMD es la empresa que más potencial de crecimiento muestra en este escenario. Según las proyecciones, sus ingresos por CPU para servidores pasarían de 17.000 millones de dólares en 2026 a 44.000 millones en 2028, apoyados en su avance en x86, la arquitectura clásica de PC y servidores, y su exposición a tareas de IA agéntica.
ARM también gana terreno. Sus diseños, conocidos por su eficiencia energética y su capacidad multihilo, es decir, para manejar muchas tareas a la vez, podrían capturar entre el 50% y el 75% del mercado de CPU para IA agéntica. En un escenario base, su cuota global subiría del 15% actual a cerca del 45% en 2028.
Nvidia tampoco queda fuera de esta jugada. La compañía vendería más de cuatro millones de CPU en un año, con unas 1,3 millones destinadas a cargas agénticas. El impacto en su beneficio sería limitado, porque su negocio central sigue estando en los aceleradores, los chips especializados para IA.
Intel, por su parte, crecería en ingresos absolutos, de 22.600 millones de dólares en 2026 a 41.500 millones en 2028. Pero seguiría perdiendo cuota en segmentos clave. Incluso Google ya reemplaza procesadores x86 de Intel por chips ARM Axion propios en algunos centros de datos.
Una oportunidad menos vistosa, pero decisiva
Este cambio deja una lección práctica para el usuario común. La IA del futuro no dependerá solo de un chip brillante y caro, sino de un sistema robusto que pueda coordinar miles de pequeñas decisiones sin frenarse. Es menos espectacular, pero mucho más útil.
En otras palabras, mientras las GPU siguen siendo el horno de alta potencia, las CPU volvieron a ocupar la mesada, el reloj y el interruptor de la cocina digital. Y cuando una casa funciona de verdad, esas piezas silenciosas son las que sostienen todo.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
