Durante treinta años, Arm fue la arquitectura que llevabas en el bolsillo sin saberlo. Estaba en tu celular, en tu auriculares, en el router de tu casa. En los centros de datos, en cambio, no existía: ahí mandaba Intel, y después AMD, y no había mucho más para discutir.
Eso cambió. Y el motivo no es tecnológico sino económico: la inteligencia artificial se volvió carísima de operar, y las empresas empezaron a buscar formas de bajar la cuenta.
“Hasta hace cinco años era una carrera de un solo caballo: era Intel o Intel”, resumió Patrick Moorhead, fundador y analista jefe de Moor Insights & Strategy. Hoy, según él, cualquier empresa está usando Arm sin enterarse.
El cambio de fondo: de entrenar a inferir
Para entender por qué Arm importa ahora hay que entender qué cambió en la IA.
Entrenar un modelo grande requiere GPUs: chips carísimos, escasos y sedientos de energía. Pero entrenar modelos lo hacen unas pocas empresas en el mundo. Lo que hacen las demás es inferencia: usar modelos ya entrenados para responder consultas, procesar documentos, atender clientes. Y la inferencia, sobre todo la de modelos livianos, corre bien en CPUs comunes.
En el último año, la IA agéntica y la infraestructura de IA empezaron a salir del terreno exclusivo de los hiperescaladores y los laboratorios de frontera para meterse en las empresas comunes. Los motivos fueron el costo y la gobernanza: muchas compañías quieren traer sus cargas de inferencia adentro, en lugar de pagarle a un tercero por cada consulta y mandarle sus datos.
Proveedores como IBM y Red Hat vienen empujando esa idea: correr una mezcla de modelos livianos y modelos de lenguaje pequeños sobre hardware de CPU para contener el gasto. Y ahí es donde Arm juega con ventaja, porque su historia entera es la de hacer más con menos energía.
Los números de la densidad
El argumento de Arm se puede resumir en una comparación bastante brutal.
En un rack refrigerado por aire de 36 kilovatios, la CPU AGI de Arm permite montar 30 servidores de 1U con 8.160 núcleos de CPU. Un rack comparable de CPUs x86 albergaría 17 servidores de 2U con 4.352 núcleos, según los materiales de prensa de la propia compañía.
Es casi el doble de núcleos en el mismo presupuesto eléctrico.
Conviene tomar el dato con pinzas, porque no es una comparación del todo pareja: las CPUs x86 ofrecen más potencia de cómputo por núcleo, aunque consuman mucho más. Pero el punto que importa a un gerente de compras no es el rendimiento teórico sino la restricción física. Los sistemas más avanzados a escala de rack incluyen GPUs y necesitan refrigeración líquida, y adaptar un centro de datos existente a refrigeración líquida es una obra cara.
“Si sos gerente de compras o CIO y tenés un centro de datos refrigerado por aire, vas a buscar productos refrigerados por aire antes que readaptar todo para refrigeración líquida”, explicó Stephen Sopko, analista de HyperFrame Research.
Meter más cómputo en la infraestructura que ya tenés, sin obra: ese es el argumento comercial completo.
Cómo llegó Arm hasta acá
No fue de un día para el otro.
Arm nació como tecnología de consumo, incrustada en PCs de los años noventa y en los primeros celulares, y durante dos décadas se expandió hacia dispositivos de borde e IoT. En 2016, SoftBank la compró e inyectó financiamiento en I+D, lo que la llevó a incursionar en computación de alto rendimiento e infraestructura de servidores en la nube. El hito fue 2018, cuando se convirtió en la base de los servidores Graviton de AWS.
“Una vez que AWS adoptó Arm para Graviton, eso puso en marcha a toda la industria a construir stacks de código abierto sobre Arm”, dijo Moorhead. “Lo que era un ciudadano de segunda ahora es nativo.”
En el camino, cada vez más software empresarial, lenguajes de programación y sistemas operativos se volvieron compatibles. Después llegó Nvidia, que adoptó CPUs Arm en sus sistemas de infraestructura de IA a escala de rack, y eso terminó de instalar la arquitectura en la conversación.
El punto de quiebre formal fue marzo de 2026, cuando Arm lanzó su CPU AGI para infraestructura de IA, un lanzamiento que la propia empresa describe en su historia oficial como un hito definitorio. En el último año despachó más de 1.500 millones de núcleos Neoverse, la base de esa CPU, de los cuales 500 millones salieron en los últimos nueve meses.
El acuerdo con IBM que sorprendió a los analistas
En abril, Arm anunció un acuerdo con IBM para diseñar chips de doble función, capaces de servir tanto a sistemas abiertos como a mainframes. Los detalles se conocieron esta semana en la conferencia Hot Chips, en Stanford, y descolocaron a más de uno.
Al principio, varios analistas sospecharon que la colaboración iba a terminar como intentos previos de combinar IBM Z con procesadores x86: proyectos que existieron, pero arrastrando problemas.
Lo que presentaron es otra cosa. El procesador —que no va a estar disponible hasta la próxima renovación del System Z de IBM, en 2029— va a ejecutar los conjuntos de instrucciones s390x del System Z y Aarch64 de Arm sobre los mismos núcleos.
Para entender por qué eso es importante hace falta un dato de la cocina de IBM. “En este momento, todo el empaquetado y las herramientas de Linux que se soportan en el mainframe tienen que portarse a s390x, e IBM tiene un equipo de 20 personas que hace eso: es un trabajo de tiempo completo”, explicó Steven Dickens, fundador y CEO de HyperFrame Research. “Una vez que esto empiece a despacharse, no hay ejercicio de portabilidad que hacer.”
Moorhead fue más gráfico. Contó que su primera reacción fue asumir que IBM había metido un segundo chip adentro. No. Después, que habría firmware distinto para cada entorno. Tampoco. “Me impresionó la cantidad de integración e ingeniería profunda que deben haber hecho IBM y Arm”, dijo, y agregó que le parece un ojo morado para x86.
El otro lado: x86 no se quedó quieto
Sería un error leer esto como una derrota anunciada de Intel y AMD.
Muchísimas empresas ya tienen un parque enorme de hardware x86 y software heredado que sigue funcionando mejor ahí. Eso pesa a la hora de readaptar infraestructura existente para cargas de IA.
Además, los dos grandes vienen mejorando la eficiencia energética de sus chips, incluso en el borde: AMD con sus Ryzen, Intel con los Xeon 6 y Atom. La semana pasada AMD informó avances significativos hacia una meta que se había fijado en 2024: multiplicar por veinte la eficiencia por rack en entrenamiento e inferencia de IA para 2030.
Y hay un efecto secundario interesante. “Con el nuevo chip Intel Xeon 6+ podés meter eso en un tercio del espacio de piso de tu centro de datos”, señaló Sopko. “Lo que abre la pregunta: ¿qué vas a hacer con los otros dos tercios?”
Moorhead lo plantea como una decisión caso por caso. Hay ventajas de eficiencia en ciertos entornos, dice, pero es un tema muy discutible y con excepciones en todas las reglas, porque se pueden comprar chips Arm de rendimiento excepcional y también chips Arm orientados a la eficiencia.
El dato que mejor captura el clima real del mercado viene de Omdia: en una encuesta a 400 respondentes de América del Norte realizada en abril, el 76% coincidió en que la diversidad de silicio importa más hoy que hace dos años. No se trata de reemplazar una arquitectura por otra, sino de dejar de depender de una sola.
La crisis de memoria que cambia el tablero
Hay un factor que casi no aparece en la discusión pública y que puede terminar siendo decisivo: la escasez global de memoria. Proveedores como Dell y Nvidia ya vienen anticipando aumentos de precios.
Ese cuello de botella empuja en favor de las CPUs. “La escasez también está detrás de parte del empuje hacia las CPUs para trabajo de agentes”, explicó Mike Leone, analista de Moor Insights & Strategy. “Cuando la parte cara y escasa es la memoria atornillada a una GPU, querés que cualquier cosa que no la necesite corra en un socket más barato.”
Pero el mismo factor puede jugar en contra en el corto plazo, advirtió Sopko: el costo y la escasez de memoria también pueden llevar a las empresas a dejar su infraestructura de IA en la nube y postergar la mudanza a sus propias instalaciones. “Creo que la empresa va a llegar ahí. Tiene que llegar”, dijo. “Pero por ahora el costo sigue siendo más alto de lo que muchas empresas están dispuestas a pagar.”
El problema que Arm no resuelve todavía
Acá vale sumar algo que los análisis del sector suelen pasar por alto: Arm tiene más demanda que capacidad.
Los resultados del ejercicio fiscal 2026 fueron récord. La compañía cerró con 4.920 millones de dólares de ingresos, un 20% más que el año anterior, y con las regalías de centros de datos más que duplicadas interanualmente gracias a la adopción de Neoverse. Las regalías del año completo llegaron a 2.610 millones de dólares.
El problema aparece al mirar los pedidos. Arm acumula cerca de 2.000 millones de dólares en órdenes comprometidas de su nueva CPU AGI, pero las restricciones de fabricación le permiten cubrir aproximadamente la mitad. La demanda existe; la capacidad de entregarla, todavía no del todo.
Esa brecha es el verdadero riesgo del caso Arm en 2026. La discusión sobre arquitecturas se resuelve en la década; la de la producción, en los próximos trimestres.
Qué significa esto para el mercado local
Para una empresa argentina, nada de esto se traduce en comprar racks mañana. Pero sí cambia dos cosas concretas.
La primera es el precio de la nube. Buena parte de lo que las empresas locales consumen como servicios de IA corre sobre infraestructura de hiperescaladores, y si esa infraestructura se abarata por eficiencia energética, tarde o temprano se nota en la factura.
La segunda es la portabilidad. A medida que más software empresarial se vuelve compatible con Arm, las decisiones de arquitectura dejan de ser una jaula. Y eso, para mercados donde el costo del hardware importado pesa mucho, es una noticia mejor que cualquier récord trimestral de una empresa británica.
