Dragonfly, el chip de Qualcomm para IA en centros de datos, promete un TCO un 40% inferior al de NVIDIA en inferencia de modelos de 70B

Las especificaciones técnicas filtradas de Dragonfly —la nueva plataforma de Qualcomm para inferencia en data centers— apuntan a un coste total de operación un 40% inferior al de las GPUs H100/H200 de NVIDIA en cargas de trabajo de inferencia de modelos de lenguaje de 70B parámetros. La ventaja no está en el rendimiento bruto —donde NVIDIA sigue siendo el líder indiscutible en entrenamiento— sino en la eficiencia energética y el coste por token generado, las métricas que dominan la economía de la inferencia a escala.

La inferencia es el battleground del próximo ciclo: una vez entrenados los modelos grandes, el coste de servirlos a millones de usuarios es el principal gasto operativo de los proveedores de IA. Si Dragonfly puede demostrar esa ventaja de TCO en producción —no solo en benchmarks— Qualcomm tiene una oportunidad de penetrar en el mercado de inferencia de data centers con el mismo argumento que usó para dominar los chips de móviles: eficiencia superior a escala. El Investor Day del 24 de junio es donde el mercado verá los números reales.