APPLE SILICON
Apple lanza sus chips M6 y M5 Ultra con arquitectura de 2 nm y foco en IA
Apple presentó el M6, su primer chip de 2 nanómetros con Neural Engine dual, y el M5 Ultra, su procesador más potente con arquitectura de cuatro dies. Ambos priorizan el cómputo local de IA y llegan a Mac mini y Mac Studio.

Apple anunció hoy el M6 y el M5 Ultra, dos chips diseñados para acelerar tanto el rendimiento cotidiano como las cargas de trabajo profesionales más exigentes, con énfasis en el procesamiento local de modelos de inteligencia artificial. El M6 es el primer procesador de Apple fabricado en proceso de 2 nanómetros, mientras que el M5 Ultra introduce por primera vez una arquitectura de cuatro dies en la línea M-series.
Según publicó Apple, el M6 llega a la nueva Mac mini y el M5 Ultra a la Mac Studio.
M6: Dual Neural Engine y 12 núcleos
El M6 integra un CPU de 12 núcleos (2 super cores, 4 de rendimiento y 6 de eficiencia), GPU de 12 núcleos con Neural Accelerators en cada uno, y un Dual 16-core Neural Engine. Esta configuración duplica la capacidad de cómputo de IA comparada con generaciones anteriores.
Apple afirma que el rendimiento single-threaded del M6 es el más rápido del mundo, con 1.2x más velocidad multi-threaded que M5 y 2.4x que M1. El chip soporta hasta 32 GB de memoria unificada y ofrece 170 GB/s de ancho de banda, 10% más que M5.
La GPU incluye actualizaciones en Dynamic Caching, ray tracing acelerado por hardware y 30% más de cómputo de IA peak comparado con M5. Según la compañía, esto acelera significativamente el procesamiento de prompts al interactuar con modelos de lenguaje en dispositivo.
M5 Ultra: arquitectura de cuatro dies
El M5 Ultra utiliza la tecnología UltraFusion para conectar dos chips M5 Max de doble die, formando una arquitectura quad-die. El resultado: hasta 36 núcleos de CPU, hasta 80 núcleos de GPU, y 1.2 TB/s de ancho de banda de memoria unificada, 50% más que el M3 Ultra.
Esta configuración está pensada para renderizado 3D complejo, efectos visuales, análisis científico y ejecución local de modelos de IA de frontera. Sri Santhanam, VP de Silicon Engineering de Apple, destacó que M5 Ultra "empuja los límites de lo que un equipo de escritorio puede hacer".
Por qué importa
La apuesta de Apple por el proceso de 2 nm y la duplicación del Neural Engine refuerza una tendencia clave: el procesamiento de IA se está moviendo del cloud al dispositivo. Con soporte nativo para ejecutar LLMs localmente, estos chips permiten flujos de trabajo de IA que no dependen de conexión constante ni comparten datos con servidores externos.
Para equipos de desarrollo, esto significa poder compilar código, indexar archivos y correr simuladores con mayor velocidad. Para empresas que implementan agentes de IA, la capacidad de ejecutar modelos complejos en hardware local abre la puerta a aplicaciones más rápidas, privadas y predecibles.
La arquitectura quad-die del M5 Ultra también marca un precedente técnico: Apple está construyendo chips de escritorio que compiten directamente con estaciones de trabajo especializadas, pero con una eficiencia energética que ningún competidor en x86 ha logrado igualar. Si tu operación depende de procesar grandes volúmenes de datos, entrenar modelos o renderizar en tiempo real, esta generación redefine qué es posible hacer sin recurrir a la nube.
SEGUIR LA SEÑAL
VER TODO →Anthropic cierra contrato de US$45.000 millones con Nscale antes de su IPO
La creadora de Claude firmó un acuerdo por seis años para arrendar capacidad de cómputo en un datacenter de Virginia Occidental. El contrato forma parte de una estrategia agresiva para asegurar chips antes de salir a bolsa este otoño.
Meta canceló plan para reemplazar 60% de empleados con agentes de IA
Mark Zuckerberg frenó Project OT, la iniciativa para volver a Meta
Nvidia compra Hugging Face por USD 12.900 millones mientras los labs cerrados se alejan de sus chips
Nvidia adquiere la plataforma open-source Hugging Face por 12.900 millones de dólares, pagando 80 veces su facturación anual. El movimiento responde a que OpenAI, Anthropic y Google desarrollan chips propios para reducir dependencia del gigante del hardware.