Deepx anuncia nuevos aceleradores de ia con su núcleo genesis
Deepx anuncia nuevos aceleradores de ia con su núcleo genesis
La compañía surcoreana Deepx ha revelado su nueva gama de aceleradores para inteligencia artificial, presentados en el evento CES 2026. Los modelos DX-H1 V-NPU, DX-H1 Quattro y DX-M1 M.2 buscan competir con las soluciones tradicionales basadas en GPU, proponiendo una arquitectura especializada más eficiente. 🚀
El DX-H1 V-NPU: especialista en flujos de video
Este dispositivo está pensado para manejar operaciones con video. Puede decodificar, codificar y transcodificar múltiples flujos simultáneamente. Según Deepx, integrar este módulo permite reducir el coste del hardware en un 80% y el gasto energético en un 85%, comparado con configuraciones que usan GPU, sin sacrificar el número de canales que soporta.
Ventajas clave del DX-H1 V-NPU:- Enfocado en procesar video para aplicaciones de seguridad y streaming.
- Logra un ahorro energético extremo frente a las GPU convencionales.
- Mantiene una alta densidad de canales para manejar muchas transmisiones a la vez.
La clave para ahorrar energía no es apagar el equipo, sino que un chip eficiente trabaje por ti.
Familia de productos y arquitectura común
Además del modelo para video, la serie incluye el DX-H1 Quattro y el DX-M1 en formato M.2. Este último está diseñado para integrarse de forma sencilla en diversos sistemas. Todos comparten el núcleo de procesamiento neuronal Genesis NPU, que la firma ha optimizado específicamente para ejecutar tareas de inferencia de IA de manera rápida y con bajo consumo.
Características de la arquitectura Genesis NPU:- Es el corazón común de los tres nuevos aceleradores.
- Optimizado para ejecutar inferencia de IA de forma eficiente.
- Busca ofrecer alto rendimiento en un factor de forma compacto que ahorra espacio y electricidad.
Una apuesta por la eficiencia especializada
Con estos lanzamientos, Deepx posiciona su tecnología Genesis NPU como una alternativa potente y eficiente a las GPU de propósito general para cargas de trabajo específicas de IA. El enfoque en reducir costes y consumo los hace atractivos para implementar soluciones de inteligencia artificial a escala, donde la eficiencia operativa es crucial. 💡