El 22 de julio de 2026 se recordará como el día en que el duopolio implícito Nvidia-hyperscalers empezó a resquebrajarse en serio. AMD y Anthropic anunciaron una alianza estratégica multimillonaria que combina dos movimientos poco habituales en la misma jugada: una inversión de capital de hasta 5.000 millones de dólares por parte de AMD en Anthropic y, en la dirección contraria, un compromiso de despliegue de hasta 2 gigavatios de GPUs AMD Instinct MI450 por parte del creador de Claude. Es el mayor acuerdo de silicio de AMD hasta la fecha y la primera vez que la compañía de Lisa Su participa en el capital de un laboratorio de IA fronteriza.
El anuncio, publicado en la sala de prensa de AMD y confirmado por CNBC, Tom's Hardware y el Wall Street Journal, coincidió con la apertura de Advancing AI 2026 y disparó la acción de AMD un 10-12% en la sesión, mientras Nvidia se limitó a un discreto +3%. Analizamos qué se ha firmado exactamente, qué es AMD Helios, cómo encaja este “deal circular” en la nueva economía de la IA, qué significa para los desarrolladores que quieren experimentar con ROCm en casa y qué implicaciones tiene para el liderazgo de Nvidia de aquí a 2028.
Los términos del acuerdo: 5.000 millones en equity y 2 gigavatios en Helios
Vamos con los números duros. AMD invertirá hasta 5.000 millones de dólares en Anthropic en forma de participación accionarial condicionada al cumplimiento de hitos de despliegue de capacidad de cómputo. No es un cheque en blanco: cada tramo se libera cuando Anthropic pone en producción una determinada cantidad de megavatios de infraestructura AMD. En paralelo, Anthropic se compromete a desplegar hasta 2 gigavatios de GPUs AMD Instinct MI450 en sus centros de datos, y AMD estima que solo la venta de silicio y sistemas asociados a este acuerdo asciende a “decenas de miles de millones de dólares” a lo largo de la vigencia del contrato.
Para dimensionar la cifra: 2 GW es aproximadamente el consumo eléctrico de 1,5 millones de hogares estadounidenses funcionando simultáneamente. Es una capacidad brutal, comparable a la demanda pico de ciudades enteras como San Diego. Solo el hardware necesario para llenar esa capacidad, a razón de unos 225-245 kW por rack Helios, implica cerca de 8.000-9.000 racks completos de 72 GPUs cada uno —unos 600.000 aceleradores MI455X— con un precio unitario por rack en torno a los 5,25 millones de dólares según el desglose que compartieron analistas tras el evento.
El despliegue se hará por fases. El primer gigavatio está programado para arrancar en el primer semestre de 2027, coincidiendo con la disponibilidad general de los sistemas AMD Helios basados en Instinct MI455X. La segunda mitad de la capacidad se irá incorporando durante 2028 y 2029 conforme se abran nuevos data centers y se acelere la producción en TSMC. Anthropic ya usa GPUs AMD Instinct MI355X para parte de su carga de inferencia actual, con lo que la transición no parte de cero: hay continuidad de ingeniería, drivers ya validados y equipos internos con experiencia en ROCm.
Qué es AMD Helios y por qué importa tanto
Helios es la primera solución rack-scale integrada de AMD. No es una GPU, ni una placa, ni un servidor: es un rack completo de 5.000 libras (2.267 kg) que combina 72 aceleradores MI455X, 18 CPUs EPYC “Venice” de arquitectura Zen 6 con hasta 256 núcleos cada una, redes AMD Pensando “Vulcano” 800 AI NIC y refrigeración líquida directa al chip. Es la respuesta directa de AMD a los sistemas NVL72 de Nvidia basados en Grace-Blackwell.
Las cifras técnicas son mareantes. Cada rack Helios entrega 2,9 exaflops de cómputo FP4 para inferencia, 1,4 exaflops FP8 para entrenamiento, 31 TB de memoria HBM4 agregada y 1,4 PB/s de ancho de banda de memoria total. Cada GPU MI455X individual monta 432 GB de HBM4 (frente a los 288 GB de la Vera Rubin de Nvidia) con 19,6 TB/s de ancho de banda por chip. En la métrica que más importa para modelos frontera —memoria por GPU— AMD gana claramente: puedes cargar Claude Opus completo en menos GPUs, con menos tensor parallelism, y por tanto con menos overhead de comunicación entre chips.
El networking es la pieza que faltaba en la ecuación AMD. Históricamente, NVLink e InfiniBand han sido las armas secretas de Nvidia para escalar clústeres de decenas de miles de GPUs. Con Pensando Vulcano 800 (800 Gbps Ethernet AI NIC) y Salina 400 (DPU de descarga), AMD ofrece 43 TB/s de bandwidth scale-out y 260 TB/s scale-up por rack, y todo ello sobre Ethernet estándar. Esto es crítico para Anthropic: significa que puede construir super-clusters con switches abiertos de Broadcom, Cisco o Arista, sin depender de la pila propietaria de Nvidia. Pura filosofía de arquitectura abierta.
Claude acelera ROCm: la colaboración de ingeniería que cambia el juego
La parte menos comentada del acuerdo, y probablemente la más estratégica, es la colaboración de ingeniería multianual. Anthropic pondrá a Claude a trabajar en la optimización del stack de software de AMD. En concreto, en la mejora de ROCm, la biblioteca de aceleración de kernels HIP, el compilador MIOpen y los runtimes de PyTorch y JAX sobre CDNA 5. Es el equivalente moderno a poner a los mejores ingenieros del mundo a picar código, solo que aquí los ingenieros son millones de instancias de Claude Opus 4.8 y Fable 5 trabajando en paralelo.
Este movimiento resuelve el que hasta ahora era el mayor talon de Aquiles de AMD frente a Nvidia: el foso de CUDA. No porque CUDA sea técnicamente superior —no lo es en muchos aspectos—, sino porque 20 años de inversión y millones de programadores han generado un ecosistema imposible de replicar a corto plazo con métodos tradicionales. Sin embargo, con LLMs de la clase de Claude portando código CUDA a HIP en cuestión de minutos, escribiendo kernels ROCm optimizados y validando resultados automáticamente, el diferencial se estrecha bruscamente. Ya en octubre de 2025 se documentó un caso en el que Claude Code migró el backend CUDA de un framework popular a ROCm en 30 minutos, alcanzando el 92% del rendimiento nativo. Multipliquemos eso por dos años de trabajo continuo dedicado y el resultado es explosivo.
ROCm 7.2, lanzado en enero de 2026, ya soporta oficialmente GPUs Radeon de consumo (incluida la RX 9070 XT) y todo el ecosistema Instinct. Con ROCm 8, previsto para el segundo semestre de 2026, AMD espera cerrar la brecha de rendimiento con CUDA 13 y ofrecer paridad funcional en las bibliotecas críticas de attention, flash attention, MoE y speculative decoding. La contribución de Anthropic acelerará esa hoja de ruta de forma medible.
Impacto en Nvidia y en el mercado: ¿fin del monopolio?
Wall Street reaccionó con templanza. La acción de AMD subió entre un 8% y un 12% durante la sesión del 22 de julio, para cerrar con un avance moderado del 2-4% tras dar parte del rally. Nvidia, curiosamente, subió un 3% el mismo día, señal de que los inversores no ven este acuerdo como una amenaza existencial inmediata. La lógica: los chips de AMD no llegan hasta 2027, Anthropic sigue comprando a otros cinco proveedores (Nvidia, Google TPU, AWS Trainium, Microsoft y ahora AMD), y la demanda global de cómputo de IA crece más rápido que la capacidad total de la industria.
Pero el mensaje de fondo es contundente. AMD ha comprometido ya 14 gigavatios de capacidad total con tres laboratorios de IA de frontera (OpenAI, Meta y ahora Anthropic), suficientes para superar el volumen anual de la línea Instinct actual. Si consigue cumplir con los tiempos y ROCm mantiene la trayectoria de mejora, la cuota de mercado de AMD en aceleradores de IA podría pasar del 8-10% actual al 20-25% en 2028. Analistas como Vivek Arya (Bank of America) han elevado el precio objetivo de AMD a 350 dólares tras el anuncio, mientras que Melius Research mantiene la buy con target de 380 dólares.
Para Nvidia, la lectura es doble. Por un lado, pierde exclusividad en Anthropic (aunque conserva volumen significativo). Por otro, valida que la demanda de cómputo de IA es tan enorme que ni siquiera con toda su capacidad de fabricación en TSMC (packaging CoWoS incluido) puede abastecer al mercado. Jensen Huang lleva años diciendo que el TAM (mercado direccionable total) de IA supera el billón de dólares anuales antes de 2030. Si tiene razón, hay sitio de sobra para dos jugadores hegemónicos. Si se equivoca en el ritmo, AMD acaba de comprar entrada al club por 5.000 millones y salir con un ticket de decenas de miles.
La era de los “deals circulares” en IA: cómo se financia la infraestructura
El acuerdo AMD-Anthropic es el último capítulo de un fenómeno que Bloomberg ya ha bautizado como “circular AI deals”: el proveedor de silicio invierte capital en el cliente que le compra silicio. Un movimiento contable elegante que permite a los laboratorios de IA financiar Capex descomunales sin diluir a los inversores tradicionales, y a los fabricantes de chips asegurar demanda a largo plazo.
Los precedentes son enormes. En septiembre de 2025, Nvidia anunció una inversión de hasta 100.000 millones de dólares en OpenAI a cambio del despliegue de millones de GPUs (cifra que se redujo a unos 30.000 millones a principios de 2026). En noviembre de 2025, Nvidia y Microsoft anunciaron una inversión conjunta de hasta 15.000 millones en Anthropic, con un compromiso de 30.000 millones en gasto en Azure. En abril de 2026, Amazon ampí su inversión en Anthropic hasta los 25.000 millones adicionales, con un compromiso recíproco de más de 100.000 millones en AWS y 5 gigavatios de capacidad Trainium. En mayo de 2026, Google se llevó un compromiso de gasto de 200.000 millones de dólares en cinco años con Anthropic sobre TPUs. AMD entra ahora en la fiesta con “solo” 5.000 millones, pero con la particularidad de ser el primer proveedor de x86 y de GPUs que combina ambos elementos en una arquitectura integrada.
El riesgo sistémico está sobre la mesa. Si Anthropic no monetiza suficientemente sus modelos, si la burbuja se desinfla o si un competidor open-source (DeepSeek V4, Qwen 4, Llama 5) captura suficiente demanda, todos estos compromisos de Capex podrían convertirse en activos varados. Pero, mientras dure la expansión, el motor está engrasado: cada dólar invertido en Anthropic vuelve a Google, Amazon, Nvidia, Microsoft y ahora AMD en forma de gasto en su infraestructura. Ingeniosa forma de encender los motores de la nueva revolución industrial sin agotar las balanzas de los inversores institucionales.
Qué significa para los desarrolladores de IA
Este acuerdo no cambia la vida al ingeniero medio de la noche a la mañana, pero sí marca una dirección de viaje. Si trabajas en LLMs o inferencia, en 2027-2028 empezarás a ver ROCm como una alternativa creible a CUDA para producción. Los endpoints de Claude en AWS y Google Cloud (a través de Bedrock y Vertex AI) muy probablemente correrán sobre una mezcla de Trainium, TPU y MI450 según coste y disponibilidad, transparente para el usuario final.
Más inmediato: si eres desarrollador de IA o machine learning engineer y quieres experimentar con hardware AMD en tu workstation, este es el mejor momento en cinco años para hacerlo. ROCm 7.2 ya soporta GPUs Radeon de consumo, PyTorch tiene ruedas oficiales para ROCm, y las principales bibliotecas (Transformers, vLLM, TGI, llama.cpp) mantienen compatibilidad razonable. La curva de aprendizaje es todavía algo más empinada que en CUDA, pero con el ritmo de mejoras que trae 2027 tiene sentido invertir ya.
Un setup de workstation AMD para experimentar en serio arrancaría por una GPU Radeon RX 9070 XT de 16 GB (Sapphire PULSE Radeon RX 9070 XT 16 GB en Amazon, ver precio actual), CPU AMD Ryzen 9 9950X3D con 3D V-Cache para tener 16 núcleos Zen 5 y compilaciones rápidas, placa base MSI MAG X870E TOMAHAWK WiFi para tener PCIe 5.0 x16 y M.2 Gen5, y 64 GB de Corsair Vengeance DDR5 6000 CL30 EXPO en kit 2×32 GB. Ese es el núcleo mínimo viable para cargar modelos de 30-70B en 4-bit o entrenar LoRA sobre modelos de 13B con contexto largo.
Roadmap de despliegue: primer gigavatio en 1H 2027
El calendario oficial es claro pero ambicioso. El primer gigavatio de capacidad MI450 en Anthropic debe estar operativo en el primer semestre de 2027. Eso implica que TSMC tiene que producir los primeros wafers de CDNA 5 en volumen a finales de 2026 (los muestreos ya circulan a socios cualificados), AMD tiene que validar Helios en producción durante Q4 2026, y los data centers de Anthropic tienen que estar acondicionados con refrigeración líquida directa al chip a razón de 225-245 kW por rack, un nivel de densidad que muy pocas instalaciones de colocation soportan hoy.
El segundo tramo (el segundo gigavatio) se irá escalonando entre 2027 y 2028, y muy probablemente incluirá ya la transición a la siguiente generación Instinct MI500 (arquitectura CDNA 6, esperada para finales de 2027 según las diapositivas de Advancing AI 2026). El acuerdo se diseñó deliberadamente sin fijar SKU concreto para la segunda mitad, permitiendo a Anthropic aprovechar mejoras generacionales sin renegociar el contrato.
Un detalle no menor: parte del despliegue se hará en clústeres compartidos con Amazon Web Services y Google Cloud, lo que significa que veremos MI455X disponibles como instancias EC2 o Compute Engine en 2027-2028 para clientes externos. Es la puerta trasera por la que cualquier startup podrá probar Helios sin desembolsar los 5 millones que cuesta un rack completo.
Cómo experimentar con ROCm en casa: guía práctica y hardware recomendado
Para quien quiera montarse una workstation AMD 2026 seria y aprender ROCm mientras el mercado se transforma, este es un momento prácticamente perfecto: precios estables, GPUs disponibles, drivers maduros y demanda laboral creciente en perfiles que dominen el ecosistema alternativo a CUDA.
El almacenamiento pesa mucho en cargas de IA. Los checkpoints de modelos de 70B en formato FP16 ocupan 140 GB por versión, y los datasets de entrenamiento superan fácilmente los cientos de gigabytes. Recomiendo dos SSDs NVMe en el sistema: uno principal para el sistema operativo y modelos activos (Samsung 990 Pro 2TB PCIe 4.0, ver precio actual) y un segundo NVMe Gen5 en caso de trabajar con datasets muy grandes que se beneficien del throughput adicional (Kingston FURY Renegade 2TB NVMe como alternativa Gen4 sólida).
La fuente de alimentación es el punto débil de muchos setups. Una Radeon RX 9070 XT sola tira picos de 350W bajo carga sostenida, y si añades un Ryzen 9 9950X3D (170W TDP) y ventiladores, estás cerca de los 600W de consumo sostenido. Asegúrate de tener márgen: una Corsair RM1000e (2023) 1000W 80 Plus Gold, ATX 3.1 y PCIe 5.1 es la elección razonable si tienes planes de añadir una segunda GPU en el futuro. La caja también importa por refrigeración: una Fractal Design Torrent con vidrio templado tintado o alternativamente una Lian Li O11 Dynamic EVO negra te darán el airflow necesario para mantener los picos de la GPU por debajo de los 85°C incluso en habitaciones a 28°C en verano.
Y ya sobre el software: para instalar ROCm 7.2 en Ubuntu 24.04 basta con sudo amdgpu-install --usecase=rocm,graphics --no-dkms, seguido de pip install torch --index-url https://download.pytorch.org/whl/rocm7.2. La comunidad ha avanzado muchísimo en el último año: ya hay ruedas oficiales de vLLM, TGI y unsloth con soporte AMD. Para profundizar en la arquitectura y aprender a escribir kernels HIP eficientes, recomiendo el clásico Programming Massively Parallel Processors de Kirk y Hwu: aunque los ejemplos originales están en CUDA, los conceptos (memoria compartida, coalescing, warp scheduling) son directamente transferibles a HIP y CDNA. Es la lectura fundacional para entender por qué un kernel escrito por un humano y validado por Claude sobre ROCm puede alcanzar el 95-98% del rendimiento equivalente en Nvidia.
Preguntas frecuentes (FAQ)
¿Cuánto invierte AMD exactamente en Anthropic?
AMD invertirá hasta 5.000 millones de dólares en Anthropic en forma de participación accionarial. La inversión está condicionada al cumplimiento de hitos de despliegue de infraestructura de cómputo AMD por parte de Anthropic. No es un desembolso único ni inmediato, sino tramos liberados según avanza el proyecto.
¿Cuántas GPUs desplegará Anthropic?
Anthropic desplegará hasta 2 gigavatios de capacidad de GPUs AMD Instinct MI450 en soluciones rack-scale AMD Helios. Traducido a hardware, son aproximadamente 8.000-9.000 racks Helios completos, lo que equivale a unas 600.000 GPUs MI455X y unos 150.000 CPUs EPYC Venice. El primer gigavatio arranca en el primer semestre de 2027.
¿Qué ventaja técnica tiene la MI455X frente a la Nvidia Vera Rubin (B300)?
La AMD Instinct MI455X ofrece 432 GB de memoria HBM4 por GPU, frente a los 288 GB de Vera Rubin. Esa mayor capacidad reduce la fragmentación de modelos frontera y baja la latencia de inferencia. En cómputo bruto (FP8/FP4), ambas están dentro de un margen del 10-15% según workload. Nvidia mantiene ventaja en bandwidth por GPU (22 TB/s vs 19,6 TB/s) y en madurez del ecosistema CUDA/NVLink.
¿Va Anthropic a abandonar Nvidia, Google TPU o AWS Trainium?
No. Anthropic mantiene su estrategia multi-hardware: sigue usando Nvidia H100/H200, GPUs Blackwell, Google TPU v5/v6 y AWS Trainium 2/3. AMD entra como quinto proveedor estratégico. La diversificación le da poder de negociación y reduce el riesgo de dependencia de un único fabricante.
¿Cómo afecta este acuerdo al monopolio de Nvidia en IA?
A corto plazo, poco: los chips no llegan hasta 2027 y la demanda de cómputo IA crece más rápido que la capacidad total. A medio plazo (2027-2029), erosiona la cuota exclusiva de Nvidia en cuentas hyperscale premium y valida ROCm como alternativa productiva a CUDA. Analistas estiman que la cuota de AMD en aceleradores IA podría pasar del 8-10% actual al 20-25% en 2028.
¿Qué es un “deal circular” y por qué es controvertido?
Un circular deal es un acuerdo en el que el proveedor de silicio (AMD, Nvidia) invierte capital en su cliente (Anthropic, OpenAI), que a su vez usa ese capital para comprarle chips. Es controvertido porque infla artificialmente ingresos y valoraciones, disimula el riesgo real de la demanda y crea dependencias circulares. La SEC ya ha señalado que está vigilando estas estructuras en el sector IA.
¿Puedo experimentar con ROCm en casa con una Radeon de consumo?
Sí. Desde ROCm 7.2 (enero 2026), las Radeon RX 7000 y RX 9000 (incluyendo la RX 9070 XT de 16 GB) están oficialmente soportadas en Ubuntu 22.04/24.04 y RHEL 9/10. PyTorch tiene ruedas ROCm oficiales, y bibliotecas como vLLM, unsloth y llama.cpp funcionan bien. Con una GPU de 16 GB puedes cargar modelos de 13B en FP16 o 30-70B en 4-bit cuantizado.
Conclusión: el momento AMD ha empezado, pero la batalla es larga
El 22 de julio de 2026 no marcó el fin del reinado de Nvidia, pero sí el principio de un mercado bifurcado en el que AMD deja de ser el challenger teórico para convertirse en el challenger operacional. Con 14 gigavatios comprometidos con tres laboratorios frontera, silicio competitivo en HBM4 y compute FP4, un rack Helios que rivaliza con NVL72, un ecosistema ROCm que madura a ritmo trimestral gracias a Claude y capital fresco para financiar la expansión, la compañía de Lisa Su tiene por primera vez todas las piezas en la mesa.
Para Anthropic, es la póliza de seguros que necesitaba: cinco proveedores de cómputo, opcionalidad total sobre arquitectura, financiación cruzada de decenas de miles de millones y libertad para escalar Claude 6, 7 y más allá sin depender de un único cuello de botella industrial. Para el desarrollador que lee esto en 2026, la señal es clara: aprender ROCm ya no es un experimento de fin de semana, es una habilidad con demanda profesional creciente. Y para el resto de la industria, el mensaje es que la era de un único soberano del silicio de IA ha terminado. Bienvenidos a la competencia real. Próxima parada: 1H 2027, cuando el primer gigavatio de MI455X empiece a entrenar Claude.
Este artículo contiene enlaces afiliados a Amazon con el tag webmasteroson-21. Si compras a través de estos enlaces, Arkaia puede recibir una comisión sin coste adicional para ti. Nuestra valoración editorial es independiente y no varía según los ingresos por afiliación.
Comentarios
Inicia sesion para dejar un comentario
Acceder
