Qualcomm está preparando sus plataformas móviles para una generación de modelos de inteligencia artificial mucho mayores que los que hoy funcionan en un teléfono. Cristiano Amon, consejero delegado de la compañía, explicó en una entrevista publicada el 8 de octubre que empresas de IA ya le están pidiendo soporte para modelos de al menos 100.000 millones de parámetros en móviles en 2028. Es una petición de clientes y una visión tecnológica, no el anuncio de un procesador terminado ni la promesa de que cualquier teléfono vaya a ejecutar un modelo de ese tamaño dentro de dos años.

La cifra sirve para medir la ambición. Los parámetros son los valores aprendidos por un modelo durante el entrenamiento, pero su cantidad no determina por sí sola la calidad ni permite calcular de forma directa la memoria necesaria. Importan la arquitectura, la precisión numérica, la parte del modelo que se activa en cada paso y cómo se mueven sus datos entre el almacenamiento, la memoria principal y el procesador. Un modelo denso de 100.000 millones de parámetros sería muy difícil de mantener activo en la memoria de un móvil actual. La ruta que describe Qualcomm pasa por comprimir, dividir y cargar el modelo de otra manera.

Amon vinculó ese salto con agentes que utilicen aplicaciones, comprendan el contexto personal y actúen en nombre del usuario. En su opinión, esas funciones podrían volver a dar motivos para renovar el teléfono después de un periodo de cambios menos visibles entre generaciones. Es la perspectiva de una empresa que vende los chips sobre los que se construirían esas experiencias. La demanda real dependerá de que los agentes sean útiles, fiables y suficientemente eficientes, además de que los fabricantes los incorporen a productos asequibles.

Tener 100.000 millones de parámetros no significa activarlos todos

Qualcomm ya ha explicado una de las técnicas que considera necesarias: los modelos de mezcla de expertos, conocidos como MoE. En lugar de usar toda la red para generar cada fragmento de una respuesta, un sistema de encaminamiento selecciona solo los expertos adecuados para la tarea. La compañía pone como ejemplo un modelo MoE de 30.000 millones de parámetros que activa alrededor de 3.000 millones por cada paso de generación.

Ese principio permite hablar de una capacidad total grande sin exigir el mismo cálculo que un modelo denso equivalente. Aun así, los parámetros que no están activos deben guardarse en algún lugar y cargarse cuando corresponda. Qualcomm menciona la gestión entre memoria flash y memoria de trabajo, además de técnicas de caché. La velocidad y el consumo no dependen únicamente de la NPU: también cuentan el ancho de banda, la capacidad de la memoria, el almacenamiento y la coordinación con CPU y GPU.

La nueva arquitectura Hexagon anunciada en septiembre apunta a ese cuello de botella. Qualcomm afirma haber ampliado un 50 % la memoria compartida de la NPU para mantener cerca del procesador más estados, activaciones y tensores intermedios. Reducir los viajes a la memoria externa ahorra tiempo y energía. El nuevo Element Accelerator se centra en operaciones de transformadores, mientras que las unidades escalares, vectoriales y matriciales se reparten otras partes del trabajo.

La plataforma admite distintos niveles de precisión, desde INT2 e INT4 hasta INT8, FP8 y FP16. Usar menos bits reduce el espacio y el movimiento de datos, aunque puede afectar al comportamiento del modelo si la cuantización no está bien ajustada. Qualcomm sostiene que sus modelos INT4 alcanzan hasta un 50 % más de rendimiento durante la fase inicial de procesamiento del contexto. Son datos del fabricante sobre una plataforma reciente, no una prueba de que un modelo de 100.000 millones ya funcione de forma continua en un móvil comercial.

Qué aporta ejecutar la IA en el propio teléfono

El procesamiento local evita enviar cada petición a un servidor. Puede reducir la latencia, permitir funciones sin conexión y mantener ciertos datos en el dispositivo. Android ya ofrece un ejemplo a menor escala con Gemini Nano y AICore. Google describe AICore como un servicio del sistema que gestiona el modelo, sus actualizaciones, la seguridad y el acceso al hardware acelerador. Las aplicaciones pueden utilizarlo para tareas como resumir, corregir, reescribir o describir imágenes.

AICore no conserva las entradas ni las salidas después de procesarlas, según Android, y no tiene acceso directo a internet. Las descargas pasan por Private Compute Services. Ese diseño muestra que la ejecución local también necesita distribución de modelos, aislamiento entre aplicaciones y filtros.

Los modelos muy grandes elevarían esas exigencias. Un agente que funcione de forma continua tendría que conservar contexto, alternar herramientas y responder sin agotar la batería ni calentar el teléfono. Qualcomm sostiene que las NPU están diseñadas para hacer inferencia con mayor eficiencia que un procesador general, pero el resultado final también dependerá del sistema operativo y de la aplicación. Ejecutar una parte local no impide que otra consulte la nube.

Una meta para 2028 que todavía tiene incógnitas

La declaración de Amon no especifica si serían un modelo MoE, una colección de especialistas, un sistema cargado desde la memoria flash o una combinación de teléfono y nube. Tampoco identifica a las empresas que han formulado la petición. La cifra es un requisito que Qualcomm quiere atender, no una ficha técnica.

El calendario añade otra cautela. Diseñar un chip, integrarlo en teléfonos y adaptar el software lleva tiempo. Aunque Qualcomm alcance la capacidad prevista en 2028, cada fabricante decidirá cuánta memoria incorpora, qué modelos instala y durante cuánto tiempo los mantiene actualizados. El precio de la memoria, citado por Amon como freno reciente para las renovaciones, también condicionará el resultado.

La dirección que plantea Qualcomm consiste en que los móviles coordinen modelos especializados con más contexto y actividad continua. Que esa transición se generalice dependerá de fabricantes, desarrolladores, costes y utilidad. La pregunta no es solo cuántos parámetros caben, sino cuántos se necesitan en cada instante y con qué consumo. La compañía ha puesto una cifra llamativa a su meta de 2028. Convertirla en una experiencia útil requerirá que hardware, memoria y aplicaciones avancen coordinados.