Nvidia ha revelado detalles sobre su futura arquitectura de GPU, denominada Feynman. Prevista para su lanzamiento en 2028, esta generación no solo sucederá a las arquitecturas Blackwell y Rubin, sino que marcará el debut de las «unidades de procesamiento de lenguaje» (LPU) desarrolladas por Groq.
Nvidia Feynman integrará unidades LPU para la inferencia
La gran novedad de Feynman radica en el acuerdo de licencia no exclusivo entre Nvidia y Groq. Tradicionalmente, las GPU de Nvidia han dominado el entrenamiento de modelos de lenguaje, pero han enfrentado competencia en la fase de inferencia (la ejecución de modelos ya entrenados), donde la baja latencia es crucial. Las LPU de Groq están diseñadas específicamente para este propósito, utilizando una arquitectura de flujo de datos secuencial que supera la velocidad de las GPU tradicionales en tareas de texto y chat.
Según los informes, Nvidia planea integrar estos bloques de LPU mediante tecnología de empaquetado 3D (Hybrid Bonding). En lugar de un solo chip monolítico, las GPU Feynman utilizarían «dies» o troqueles separados. Uno sería el principal para el cómputo masivo y otros dedicados a las LPU de Groq, que cuentan con grandes bancos de memoria SRAM de alta velocidad. Este enfoque es similar a la tecnología X3D de AMD, por lo que vendría apilados, permitiendo un gran rendimiento de inferencia.
Groq LPU blocks will first appears in 2028 in Feynman (the post Rubin generation).
Deterministic, compiler-driven dataflow with static low-latency scheduling and Higher Model Floats Utilization (MFU) in low-batch scenarios will give Feynman immense inference performance boost in… https://t.co/GVZCWiENC2— AGF (@XpeaGPU) December 28, 2025
Te recomendamos nuestra guía sobre las mejores tarjetas gráficas del mercado
El futuro de la IA en 2028
La arquitectura Feynman llegará acompañada de memoria de última generación (posiblemente HBM4e o HBM5) y se fabricará en procesos avanzados como el nodo A16 de TSMC. Al combinar su potencia de cálculo con el añadido de Groq, Nvidia busca consolidar su liderazgo absoluto tanto en el entrenamiento como en la ejecución de modelos de IA.
Esto también demuestra que Nvidia busca seguir acelerando los procesos de inteligencia artificial en sus próximas GPUs, que actualmente está en un total auge. Os mantendremos al tanto de todas las novedades.
