AMD apuesta fuerte por los servidores: proyecta un mercado de CPU de 220.000 millones de dólares para 2030 impulsado por la IA agéntica

La tesis detrás de esta actualización tan drástica es simple: la revolución de la IA está pasando del entrenamiento a la inferencia, y las cargas de trabajo del futuro —sistemas de IA agéntica autónomos y de múltiples pasos— requieren mucha más potencia de CPU de lo que la industria esperaba inicialmente .

Dos cambios estructurales impulsan la demanda

Se proyecta que las cargas de trabajo de IA agéntica representarán aproximadamente dos tercios del mercado de CPUs para servidores de 220.000 millones de dólares para 2030 . Estos sistemas orquestan tareas complejas de forma autónoma y dependen en gran medida de las CPUs para el manejo de datos y la coordinación, junto con la ejecución de modelos basados en GPUs .

La inferencia se ha convertido en el caso de uso de cómputo de IA dominante. En 2026, por primera vez, las cargas de trabajo de inferencia consumen alrededor del 60% de la capacidad global de cómputo de IA, superando al entrenamiento . Este cambio favorece las arquitecturas centradas en CPU, ya que servir modelos a gran escala requiere una enorme cantidad de CPUs host, servidores de inferencia e infraestructura circundante .

AMD también prevé que el mercado global de cómputo de alto rendimiento y adaptativo alcance los 2 billones de dólares para 2030, frente a los 365.000 millones de 2025 . Se espera que solo el mercado de silicio para centros de datos supere el billón de dólares .

Helios y Venice: el arsenal de hardware

Sistema de rack Helios

Anunciado en el evento Advancing AI 2026 el 23 de julio de 2026, Helios es el primer sistema de rack de IA integrado y refrigerado por líquido de AMD. Combina 72 GPUs Instinct MI455X, CPUs EPYC Venice y redes Pensando . Está en plena producción desde julio de 2026, con envíos a socios que comenzarán a finales del tercer trimestre de 2026 (septiembre de 2026) y un aumento de volumen en el cuarto trimestre .

El rack ofrece hasta 2,9 exaflops de rendimiento de inferencia FP4 y 1,4 exaflops de rendimiento de entrenamiento FP8, con 260 TB/s de ancho de banda de interconexión de escalado . El precio estimado para un rack Helios completamente equipado es de aproximadamente 5,25 millones de dólares .

CPU de servidor EPYC "Venice" de 6ª generación

Fabricado en el proceso N2 (2nm) de TSMC, el CPU Venice presenta hasta 256 núcleos por zócalo, empaquetando 32 núcleos Zen 6c en cada uno de los 8 chiplets . El aumento de producción comenzó en las instalaciones de TSMC en Taiwán en mayo de 2026, y se planea una futura producción en la planta de TSMC en Arizona, aunque no se espera volumen allí antes de 2028 .

Venice se está muestreando actualmente a los clientes y se enviará tanto en los racks Helios como en implementaciones de servidores independientes a finales de 2026 y principios de 2027 . La variante EPYC 9006 SP7, diseñada para la ejecución de alta densidad de agentes de IA, tiene previsto su envío en el cuarto trimestre de 2026 .

Compromisos de clientes: OpenAI, Meta y Anthropic

AMD ha asegurado compromisos sustanciales de las tres principales empresas de IA, totalizando aproximadamente 14 gigavatios de capacidad de cómputo :

Otros clientes incluyen a Microsoft (que implementa racks Helios en los centros de datos de Azure) y Oracle (que construye un súper clúster Helios de 50.000 GPUs) .

ROCm vs. CUDA: el estado de la brecha de software en 2026

La pila de software ROCm de AMD ha progresado sustancialmente, pero aún está detrás de CUDA de Nvidia en áreas clave:

Lo que funciona:

• ROCm 7.x ahora es compatible oficialmente con PyTorch 2.9, vLLM y llama.cpp de forma nativa en GPUs Instinct y selectas de consumo .
• AMD lanzó ROCm.ai para el desarrollo asistido por IA de GPUs en Advancing AI 2026 .
• HIP (Interfaz de Portabilidad para Cómputo Heterogéneo) puede traducir la mayoría del código CUDA para que se ejecute en hardware AMD con cambios mínimos .
• PyTorch y JAX ahora ofrecen compatibilidad nativa con ROCm .

Brechas restantes:

• Brecha de rendimiento: ROCm es aproximadamente entre un 10 y un 25% más lento que CUDA para cargas de trabajo de inferencia en hardware comparable, y la brecha se amplía para el entrenamiento y el ajuste fino .
• Madurez del ecosistema: CUDA sigue siendo el backend predeterminado para la mayoría de los marcos, tutoriales y resolución de problemas. ROCm todavía presenta algunos problemas con operadores no estándar, generaciones de GPUs más antiguas y algunos motores de inferencia .
• Investigación de vanguardia: El código exclusivo de CUDA se publica semanalmente; el soporte de ROCm llega semanas o meses después .
• Solo Linux: ROCm sigue basado principalmente en Linux con soporte limitado para Windows .

Conclusión: ROCm es ahora viable para producción en inferencia y competitivo en precio por token (se informa que es entre un 25 y un 40% más barato que Nvidia para cargas de trabajo de inferencia en hardware equivalente), pero CUDA mantiene una ventaja significativa en herramientas, flujos de trabajo de entrenamiento y amplitud de soporte de marcos .

Resultados récord del segundo trimestre de 2026 validan la estrategia

Los resultados del segundo trimestre de 2026 de AMD respaldan firmemente la dirección estratégica de la empresa:

La dirección señaló en la conferencia de resultados que "la inferencia y la IA agéntica están aumentando la necesidad de cómputo de CPU para servidores" como el motor estructural detrás del TAM elevado . AMD espera que los ingresos de IA en centros de datos alcancen "decenas de miles de millones de dólares" para 2027, y solo los ingresos de CPU para servidores crecerán más del 70% en 2027 .

Riesgos clave: márgenes y concentración en TSMC

Trayectoria del margen bruto: A medida que AMD pasa de vender chips discretos a sistemas de rack integrados como Helios —que agrupan GPUs, CPUs y redes en un solo paquete—, los márgenes combinados podrían enfrentar vientos en contra en comparación con las ventas de chips puros. El mercado observa si AMD puede mantener la expansión del margen a medida que se convierte más en un proveedor de sistemas, similar a Nvidia.

Concentración en la cadena de suministro de TSMC: AMD depende de TSMC tanto para la producción de CPUs de última generación (N2) como de GPUs (N3/N4) . Venice está aumentando su producción en las instalaciones de TSMC en Taiwán, y aunque AMD ha planeado una futura producción en la planta de Arizona, esa capacidad aún no está en línea para nodos de última generación . Las tensiones geopolíticas en torno a Taiwán y la competencia por la asignación de obleas de TSMC por parte de Apple, Nvidia y otros siguen siendo riesgos materiales a corto plazo, especialmente porque AMD planea enviar Helios a escala de gigavatios a partir de finales de 2026.

El resultado final

AMD está ejecutando una estrategia clara y ambiciosa que depende de un punto de inflexión en las cargas de trabajo de IA: del entrenamiento a la inferencia, de modelos aislados a agentes autónomos. La hoja de ruta de hardware de la empresa (Helios y Venice) está en producción, sus clientes más grandes están comprometidos a una escala sin precedentes y sus resultados financieros reflejan el cambio. Las preguntas clave abiertas son si ROCm puede cerrar la brecha restante con CUDA lo suficientemente rápido y si las restricciones de la cadena de suministro permitirán a AMD cumplir con su agresivo calendario de producción.