Nvidia entra al mercado de CPUs consumer con una apuesta de 200.000 millones en agentes locales

Nvidia acaba de cruzar una línea que llevaba décadas evitando: competir directamente con Intel y AMD en el mercado de CPUs para consumidores. RTX Spark, presentado como «el chip de PC más eficiente jamás construido», no es solo una GPU más potente. Es un sistema completo —CPU, GPU, NPU— diseñado para ejecutar agentes de IA localmente, sin depender de servidores en la nube. La apuesta es clara: Nvidia cree que ese mercado vale 200.000 millones de dólares, y que los usuarios pagarán premium por privacidad y velocidad en inferencia local.

Microsoft vuelve a apostar por Nvidia en portátiles

La primera máquina con RTX Spark no es un experimento de nicho: es el Surface Laptop Ultra, el nuevo flagship de Microsoft. La compañía ya intentó esto antes —en 2012, con el Surface RT basado en chips Arm de Nvidia— y terminó con una quita contable de 900 millones de dólares. Esta vez el contexto es distinto: Apple demostró con M1 que la arquitectura Arm puede dominar en eficiencia y rendimiento, y Microsoft necesita una respuesta que no dependa de Intel. Dell y HP también tienen hardware listo para lanzar este otoño, lo que convierte a RTX Spark en el primer intento serio de replicar el momento M1 en Windows.

La diferencia clave está en el posicionamiento. Mientras Apple arrancó con M1 en laptops de 999 dólares, los equipos con RTX Spark arrancan donde termina la gama alta de Apple. RAMageddon —la crisis global de precios en memoria— no ayuda, pero Nvidia tampoco está compitiendo en volumen. Su target son profesionales y early adopters dispuestos a pagar por ejecutar modelos de lenguaje grandes sin enviar datos a servidores externos.

AMD responde con longevidad, no con nuevos chips

En paralelo, AMD tomó una ruta opuesta en Computex 2026. En lugar de anunciar silicon radicalmente nuevo, extendió el soporte de su socket AM5 hasta 2029 y refrescó líneas existentes como Ryzen 7 7700X3D y RX 9070 GRE. El mensaje es pragmático: «nuestra tecnología actual es tan buena que no necesitás cambiar de plataforma». Es una jugada defensiva ante Nvidia, pero también una apuesta a que la mayoría de usuarios no necesita NPUs dedicadas para IA local —al menos no todavía.

La estrategia de AMD apunta a OEMs y entusiastas que priorizan compatibilidad y upgrade path sobre features experimentales. Mientras Nvidia empuja un cambio de paradigma (agentes locales, inferencia on-device), AMD consolida su base instalada. Ambas apuestas pueden coexistir, pero solo si el mercado valida que los agentes de IA locales son más que un pitch de marketing.

La pregunta de 200.000 millones: ¿quién necesita agentes locales?

La tesis de Nvidia depende de que los usuarios paguen extra por ejecutar IA en el dispositivo. Los casos de uso obvios —edición de video con efectos generativos, asistentes que procesan datos sensibles, inferencia en tiempo real sin latencia de red— existen, pero todavía no están probados a escala consumer. TechCrunch resume el desafío: «Si Nvidia logró una forma fácil, segura y útil de traer agentes de IA a las masas, podría —y debería— ser enorme». El condicional es clave.

Para decision-makers en IT y compras corporativas, RTX Spark plantea una pregunta táctica: ¿vale la pena pagar el premium ahora, o esperar a que los precios bajen y los casos de uso maduren? La respuesta depende de cuánto valorás la privacidad de datos y si tus workflows ya dependen de inferencia local. En los próximos seis meses, mirá tres cosas: benchmarks reales de autonomía vs. M3/M4, adopción enterprise (especialmente en sectores regulados como salud y finanzas), y si los agentes locales de Microsoft y Google realmente funcionan mejor on-device que en la nube. Si RTX Spark fracasa, será por precio. Si triunfa, habrá redefinido qué significa una «PC premium» en la era de IA.