Nvidia lleva años dominando el cómputo de entrenamiento e inferencia de los grandes laboratorios de IA. Este acuerdo es la apuesta más agresiva de AMD hasta ahora para cambiar esa realidad — y la primera vez que ata una inversión de capital directamente a que un laboratorio de frontera adopte su hardware a esta escala.
AMD anunció el 22 de julio de 2026 una alianza estratégica con Anthropic: hasta $5,000 millones de inversión de capital, estructurada como un compromiso ligado a hitos de despliegue (no un pago único), a cambio de que Anthropic despliegue hasta 2 gigawatts de GPUs Instinct MI450 sobre la arquitectura rack-scale Helios de AMD. El primer gigawatt de despliegue arranca en la primera mitad de 2027.
A diferencia de los acuerdos que AMD firmó antes con Meta y OpenAI (6 gigawatts cada uno, con warrants de acciones incluidos), el acuerdo con Anthropic no incluye warrants — es una inversión de capital directa condicionada a que el hardware efectivamente se despliegue y se use.
Cada rack Helios combina aceleradores MI450 (específicamente el MI455X) con procesadores AMD EPYC de nombre en código "Venice", networking Pensando propio de AMD, y 31 terabytes de memoria HBM4 por rack — una cifra que compite directamente con las configuraciones NVL72 de Nvidia en capacidad de memoria por nodo.
El cuello de botella histórico de AMD en IA no ha sido el silicio — es el ecosistema de software alrededor de CUDA, al que la mayoría de equipos de ML ya están acostumbrados. Que un laboratorio de frontera como Anthropic se comprometa públicamente a correr Claude sobre ROCm, y a colaborar activamente en mejorarlo, es la validación que AMD necesitaba para convencer a otros equipos empresariales de considerar seriamente una alternativa a Nvidia.
Para Anthropic, la lógica es distinta: diversificar proveedores de cómputo reduce el riesgo de depender de una sola cadena de suministro en un momento donde la disponibilidad de GPUs de Nvidia sigue siendo el principal factor limitante para escalar entrenamiento e inferencia en toda la industria.
Este acuerdo, sumado a los de Meta y OpenAI, confirma que ningún laboratorio de frontera quiere depender de un solo proveedor de chips — el mismo patrón de diversificación que cubrimos al analizar la compra de Modular por Qualcomm. Para arquitecturas empresariales que dependen de APIs de modelos (Bedrock, Vertex AI, Azure AI Foundry) en vez de cómputo propio, el efecto directo debería ser más capacidad disponible y presión a la baja en precios de inferencia a medida que la oferta de hardware deja de depender exclusivamente de Nvidia.
Carlos Montiel es arquitecto de soluciones IA empresarial. Implementa LLMs, Agentes, RAG y orquestadores en empresas de Guatemala y Latinoamérica. Contáctalo para una consultoría.
Contactar a Carlos Montiel