AMD anunció que invertirá hasta 5.000 millones de dólares en Anthropic, la empresa detrás de Claude, en un acuerdo que desplegará 2 gigawatts de sus GPUs de próxima generación. Es el mayor compromiso conocido entre un fabricante de chips y un laboratorio de IA de frontera que no involucra a NVIDIA, y marca un antes y un después en el mapa de la infraestructura de inteligencia artificial. Para los equipos de datos, la noticia importa más de lo que parece.

El anuncio, confirmado el 22 de julio, no es solo una operación financiera. Señala que el dominio casi absoluto de NVIDIA en el hardware de IA empieza a tener una alternativa creíble a gran escala. Y cuando aparece competencia real en la capa más cara del stack de IA (los chips), el impacto llega tarde o temprano a los costos que pagan las empresas por entrenar e inferir con modelos.

Qué se anunció exactamente

Según la cobertura de CNBC, el acuerdo tiene dos componentes principales. Por un lado, Anthropic desplegará hasta 2 gigawatts de GPUs AMD Instinct de la serie MI450 en sistemas rackscale Helios, con el primer gigavatio previsto para la primera mitad del año próximo. Por otro, AMD invertirá hasta 5.000 millones de dólares en Anthropic, sujeto al cumplimiento de ciertos hitos.

El acuerdo también incluye un compromiso de compra: Anthropic adquirirá chips por decenas de miles de millones de dólares a lo largo del contrato, además de una colaboración de software para optimizar las cargas de trabajo de Claude sobre hardware AMD.

Por qué importa la dependencia de NVIDIA

Durante años, prácticamente toda la IA de frontera se entrenó sobre GPUs NVIDIA. Esa concentración generó dos problemas para las empresas: precios altos por falta de competencia y escasez de disponibilidad. Un segundo proveedor a escala industrial cambia la ecuación de negociación y abre la puerta a más capacidad instalada en el mercado.

Para los equipos de datos, esto no es abstracto: el costo de inferencia (lo que cuesta correr un modelo en producción) es una de las líneas de gasto que más pesa cuando un proyecto de IA pasa de prototipo a escala. Más competencia en el hardware es una buena noticia para ese presupuesto.

Qué significa para los equipos de datos

Más opciones de hardware

Con AMD posicionándose como alternativa seria, los equipos que planifican infraestructura tendrán más de una opción a considerar. Esto es especialmente relevante para quienes despliegan modelos en la nube o en infraestructura propia y buscan optimizar costos.

Impacto potencial en costos de inferencia

Si la competencia presiona los precios a la baja, correr modelos en producción podría volverse más accesible. No es inmediato (el despliegue arranca el año próximo), pero marca la dirección del mercado.

Un roadmap de adopción a vigilar

La compatibilidad de software importa tanto como el chip. El stack ROCm de AMD viene madurando, y esta colaboración con Anthropic debería acelerar su ecosistema. Los equipos de datos harían bien en seguir de cerca esa evolución antes de comprometerse con una sola plataforma.

El contexto: una guerra de infraestructura

Este acuerdo se suma a una serie de movimientos multimillonarios en infraestructura de IA que redibujan la industria. La lógica de inversiones cruzadas (un proveedor invierte en su cliente, que a su vez le compra hardware) se repite en varios acuerdos recientes, como analiza Reuters en su cobertura del sector. Para entender hacia dónde va el ecosistema de herramientas de IA que usan los equipos día a día, ayuda ver también cómo evolucionan las plataformas de desarrollo en la comparativa entre Claude Code, Cursor y Copilot.

Cursos recomendados de Coderhouse

Para entender esta transformación desde adentro y trabajar con estas tecnologías, estos programas cubren distintos niveles:

• Base: el Curso de Introducción a la Inteligencia Artificial explica cómo funcionan los modelos y por qué la infraestructura es tan determinante.

• Infraestructura: el Curso de DevOps y Cloud aborda el despliegue y la gestión de sistemas en la nube, la capa donde se decide el costo de la IA.

• Datos: el Curso de Data Analytics es un buen punto de entrada para quienes quieren trabajar con datos a escala.

Si te interesa la intersección entre datos, IA e infraestructura, empezá por el curso que se ajuste a tu nivel.

Preguntas frecuentes

¿AMD reemplaza a NVIDIA con este acuerdo?

No lo reemplaza, pero se posiciona como una alternativa creíble a gran escala. NVIDIA sigue siendo dominante; el valor de este acuerdo es que introduce competencia real en un mercado hasta ahora muy concentrado.

¿Cuándo se va a notar el impacto en costos?

No de forma inmediata. El despliegue de los primeros gigavatios está previsto para la primera mitad del año próximo. El efecto sobre precios de inferencia dependerá de cómo evolucione la competencia y la disponibilidad.

¿Qué es el costo de inferencia y por qué importa?

Es lo que cuesta correr un modelo ya entrenado para responder consultas en producción. Cuando un proyecto de IA escala, este costo suele pesar más que el entrenamiento, por eso la competencia en hardware es tan relevante.

¿Un equipo de datos debería cambiar de proveedor por esta noticia?

No apresuradamente. Lo sensato es seguir la maduración del ecosistema de software de AMD y evaluar compatibilidad y disponibilidad antes de migrar. La noticia amplía opciones a futuro, no obliga a decidir hoy.