Saltar al contenido

GPU (Unidad de procesamiento gráfico)

Chip diseñado para realizar miles de operaciones matemáticas en paralelo. Aunque nació para gráficos, es el caballo de batalla del entrenamiento y la inferencia de modelos de IA modernos.

Actualizado: 3 de junio de 2026.

Las redes neuronales se basan en multiplicaciones de matrices, una operación que las GPU ejecutan en paralelo mucho más rápido que una CPU. Por eso el auge del deep learning coincidió con la disponibilidad de GPU potentes.

Entrenamiento e inferencia

Entrenar un LLM grande requiere miles de GPU durante semanas. La inferencia también las usa, aunque técnicas como la cuantización permiten reducir el hardware necesario.

Alternativas

Google desarrolló las TPU, chips a medida para IA. Otras empresas crean aceleradores propios para abaratar el coste por consulta.

Aprende GPU (Unidad de procesamiento gráfico) con una ruta guiada

Si quieres aplicar este concepto con proyectos y criterio, estas son las páginas de AIClases para continuar.

Términos relacionados

TPU (Unidad de procesamiento tensorial)Chip diseñado por Google específicamente para acelerar cargas de trabajo de machine learning. Está optimizado para las operaciones con tensores que dominan el entrenamiento de redes neuronales.Entrenamiento (de modelos)Proceso por el que un modelo ajusta sus parámetros analizando datos para minimizar sus errores. Es la fase más costosa del ciclo de vida de un modelo de IA y determina lo que el modelo sabe.InferenciaFase en la que un modelo ya entrenado se usa para generar predicciones o respuestas a partir de nuevas entradas. A diferencia del entrenamiento, la inferencia no modifica los pesos del modelo.Deep learning: qué es el aprendizaje profundoDeep learning o aprendizaje profundo es un subcampo del machine learning que entrena redes neuronales con múltiples capas para aprender representaciones de los datos. Cada capa transforma la salida anterior y puede capturar patrones progresivamente más abstractos. Se usa en visión, audio, lenguaje y modelos generativos, pero requiere datos, cómputo, evaluación y controles adecuados.CuantizaciónTécnica que reduce la precisión numérica de los pesos de un modelo (por ejemplo de 16 a 4 bits) para que ocupe menos memoria y se ejecute más rápido, con una pérdida de calidad mínima.
Ver todos los términos
Help & support