El lanzamiento del chip A20 Pro, que equipa a los nuevos iPhone 18 y al modelo plegable iPhone Duo, marca un punto de inflexión en la integración de la inteligencia artificial en el móvil. Fabricada mediante el proceso de vanguardia de 2 nanómetros de TSMC, esta arquitectura destaca por un motor neuronal equipado con 32 núcleos, lo que duplica su capacidad de cálculo en comparación con las generaciones anteriores. Este incremento de potencia viene acompañado de una expansión significativa del ancho de banda de la memoria, que aumenta un 50 %. Al alcanzar una tasa estimada de 115 GB/s, Apple compite ahora con el rendimiento de sus propios procesadores para portátiles, como el chip M4.

A pesar de estos avances técnicos, la capacidad de memoria RAM sigue siendo el principal factor limitante del ecosistema. Aunque se prevé el salto a los 12 GB de RAM, este volumen impone un tope estricto para la ejecución local de modelos de lenguaje complejos. En un smartphone, cada consulta requiere trasladar la totalidad de los parámetros del modelo entre la memoria y el procesador. Por lo tanto, aunque el flujo de datos (la «tubería») esté optimizado, la cantidad total de memoria disponible restringe el tamaño de los modelos de IA que el dispositivo puede manejar simultáneamente junto con las tareas habituales del sistema.

Ante esta restricción de hardware, la estrategia de Apple se basa en una optimización de software agresiva. La tendencia actual del sector se orienta hacia modelos comprimidos y arquitecturas de «expertos» mucho más ligeras, capaces de ofrecer un rendimiento impresionante con un número reducido de parámetros. La adopción del cálculo en coma flotante de 8 bits permite densificar estos procesos, haciendo técnicamente viable la ejecución local de modelos de 7 a 8 mil millones de parámetros. Se trata de una notable paradoja económica: la escasez de componentes de memoria, exacerbada por la demanda global de los centros de datos, limita las capacidades integradas a la vez que eleva el coste final de los terminales.

Más allá de las especificaciones técnicas, el gran desafío reside en el uso concreto de esta potencia de cálculo. Para los usuarios europeos, la situación es paradójica: aunque el hardware está presente, las funcionalidades de inteligencia artificial local permanecen por ahora inaccesibles debido a bloqueos regulatorios. El éxito de esta generación dependerá, por tanto, menos de la potencia bruta de los núcleos neuronales que de la capacidad de los desarrolladores para ofrecer aplicaciones que exploten realmente estos recursos de forma local, en lugar de depender de infraestructuras en la nube remotas.