Por Canuto  

Amazon planea seguir comprando millones de GPU de Nvidia mientras expande un negocio de chips propios que ya supera los USD $20.000 millones anuales. La estrategia de Andy Jassy revela cómo los gigantes de la nube buscan reducir costos sin renunciar al ecosistema tecnológico dominante de Nvidia.
***

  • Amazon acordó comprar 2 millones adicionales de GPU de Nvidia para sus centros de datos de AWS entre 2027 y 2028.
  • El negocio de chips de Amazon, que incluye Graviton, Trainium y Nitro, superó una tasa anual de ingresos de USD $20.000 millones.
  • Trainium3 promete entre 30% y 40% más rendimiento que su antecesor, mientras los principales hiperescaladores desarrollan alternativas a Nvidia.

Amazon no ve una contradicción entre depender de Nvidia y desarrollar aceleradores propios para inteligencia artificial. Andy Jassy, director ejecutivo de la compañía, sostuvo que las GPU de Nvidia seguirán siendo fundamentales para AWS, incluso cuando las líneas Graviton, Trainium y Nitro ganan escala y reducen la dependencia de proveedores externos. La apuesta combina compras masivas de hardware con una estrategia interna de eficiencia, en un momento en que el costo de construir y operar centros de datos se convirtió en uno de los principales límites para la expansión de la IA.

Una relación que Amazon no quiere romper

En su carta a los accionistas de abril de 2026, Jassy afirmó que “prácticamente toda la IA hasta ahora se ha realizado con chips de NVIDIA” y aseguró que AWS continuará siendo un lugar destacado para ejecutarlos. La declaración adquiere relevancia porque Nvidia enfrenta una paradoja cada vez más visible: sus clientes más grandes son también las empresas con mayores incentivos para diseñar alternativas propias. Amazon, Google, Microsoft y Meta han destinado recursos a aceleradores personalizados, pero ninguno parece dispuesto a abandonar de inmediato la tecnología que sostiene buena parte de sus servicios actuales.

La dependencia no responde únicamente a la capacidad de cómputo de las GPU, sino también al ecosistema de software que las acompaña. CUDA ofrece herramientas, bibliotecas y compatibilidad acumulada durante años, factores especialmente importantes para entrenar modelos de frontera y desplegar sistemas de inferencia exigentes. Por eso, incluso si un chip propio presenta ventajas económicas en determinadas tareas, los clientes de AWS pueden seguir prefiriendo Nvidia cuando necesitan rendimiento bruto, disponibilidad de herramientas y menor fricción para trasladar sus modelos a producción.

La estrategia de Amazon consiste, por tanto, en ofrecer ambas opciones dentro de AWS en lugar de plantear una sustitución inmediata. Jassy reconoció que muchos clientes continuarán eligiendo Nvidia, mientras la empresa impulsa Trainium para cargas de trabajo donde el precio y la eficiencia pesan más que la compatibilidad absoluta con el ecosistema dominante. Esta coexistencia también permite a Amazon proteger su relación comercial con los usuarios, que pueden escoger el acelerador según sus necesidades sin abandonar la infraestructura de la compañía.

La dimensión del compromiso quedó reflejada en agosto de 2026, cuando Amazon acordó adquirir 2 millones adicionales de GPU de Nvidia para desplegarlas en centros de datos de AWS durante 2027 y 2028. Ese pedido se sumó a un compromiso anterior de 1 millón de chips, con lo que el volumen total se aproximó a 3 millones de GPU. La cifra muestra que la expansión de la inteligencia artificial todavía exige grandes cantidades de hardware de Nvidia, aunque Amazon esté construyendo una segunda vía para cubrir parte de esa demanda.

El acuerdo también transmite una señal a los mercados: la fabricación de silicio propio no elimina automáticamente la necesidad de comprar componentes externos. Los centros de datos de AWS deben atender cargas de trabajo muy diversas, desde el entrenamiento de modelos avanzados hasta la inferencia rutinaria y el ajuste fino de sistemas existentes. En ese entorno, mantener una cartera amplia de aceleradores puede resultar más valioso que apostar por una sola arquitectura, sobre todo cuando las necesidades de los clientes cambian con rapidez.

El negocio propio ya supera los USD $20.000 millones

El negocio de chips de Amazon, que reúne las líneas Graviton, Trainium y Nitro, alcanzó una tasa anual de ingresos superior a USD $20.000 millones. La cifra no representa únicamente un proyecto experimental para reducir costos, sino una actividad con escala suficiente para influir en la planificación financiera y tecnológica de la compañía. Según el reporte de Cryptobriefing, ese negocio podría crecer hasta USD $50.000 millones si Amazon decide comercializar sus chips directamente a clientes externos.

El posible salto hacia USD $50.000 millones modificaría el papel de Amazon dentro del mercado de semiconductores para inteligencia artificial. En lugar de utilizar sus aceleradores principalmente para sus propias operaciones, la compañía podría transformarse en un proveedor con capacidad de competir por contratos de terceros. Sin embargo, la información disponible presenta ese valor como un escenario potencial y no como una meta confirmada, por lo que la expansión dependerá de la demanda externa, la capacidad de producción y el desempeño real de los chips frente a las alternativas ya establecidas.

Trainium2, el chip de entrenamiento de IA de la generación actual, ofrece aproximadamente 30% más rendimiento por precio que GPU comparables, de acuerdo con las cifras citadas en la información original. El atractivo de esa métrica no está necesariamente en superar a Nvidia en todas las pruebas, sino en disminuir el costo total de ejecutar cargas de trabajo suficientemente exigentes para las necesidades habituales de las empresas. La disponibilidad también parece jugar a favor de Amazon, ya que Trainium2 se encuentra casi agotado.

El siguiente paso es Trainium3, cuyo lanzamiento se situó a comienzos de 2026 y que promete entre 30% y 40% más rendimiento que su antecesor. El chip también estaba casi completamente reservado antes de salir al mercado, una señal de que los clientes de AWS muestran interés por alternativas con una relación precio-rendimiento más favorable. Aun así, las promesas de desempeño deberán contrastarse con la experiencia de los usuarios, la estabilidad del software y la facilidad para migrar aplicaciones diseñadas originalmente para GPU de Nvidia.

Una batalla por los costos de la nube

A gran escala, Amazon espera que Trainium genere decenas de miles de millones de dólares en ahorros anuales de gasto de capital frente a un escenario basado exclusivamente en chips de terceros. Esa expectativa explica por qué la compañía mantiene el desarrollo interno aunque continúe comprando grandes volúmenes de GPU de Nvidia. Cada mejora en eficiencia puede reducir la inversión necesaria para ampliar la capacidad de AWS y, al mismo tiempo, permitir que Amazon ofrezca precios más competitivos a los clientes que ejecutan modelos de inteligencia artificial.

Los chips propios no necesitan vencer a Nvidia en la gama más alta para ser estratégicamente importantes. Basta con que resulten suficientemente buenos para tareas comunes de inferencia, ajuste fino y entrenamiento de modelos menos avanzados, siempre que reduzcan de manera significativa el costo de operación. Si Trainium3 cumple la mejora anunciada de entre 30% y 40%, el incentivo económico para migrar cargas rutinarias dentro de AWS podría aumentar, aunque las aplicaciones más complejas sigan dependiendo de las GPU y del ecosistema CUDA.

Amazon no es la única empresa que sigue este camino. Google cuenta con sus TPU, Microsoft desarrolla Maia y Meta trabaja en sus chips MTIA, mientras cada hiperescalador intenta controlar una parte mayor de la infraestructura que sostiene sus servicios de IA. El patrón común consiste en conservar la relación con Nvidia por razones de rendimiento, disponibilidad y demanda de los clientes, al mismo tiempo que se diseñan alternativas capaces de mejorar la economía interna de los centros de datos.

Para los inversionistas, la evolución de la tasa anual de USD $20.000 millones del negocio de chips de Amazon será un indicador relevante durante los próximos años. Si esa cifra se acerca al escenario potencial de USD $50.000 millones mediante ventas externas, el cambio no solo afectaría a Amazon, sino también la forma en que se aprovisiona y se fija el precio de la computación de IA. La competencia, por ahora, no apunta a expulsar a Nvidia de la nube, sino a reducir el poder que le otorga ser la opción prácticamente inevitable para cada tipo de carga de trabajo.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados