AMD adquiere la startup de chips Taalas; ¿podrá desafiar el dominio de Nvidia en IA?

Taalas fue fundada en 2023 y su trayectoria tecnológica es radicalmente distinta de la gran mayoría de los chips de IA que se comercializan hoy en día. La empresa no fabrica GPUs de propósito general; en su lugar, graba directamente los pesos de modelos específicos de IA en el silicio, creando así circuitos integrados específicos para cada modelo.

En febrero de este año, Taalas lanzó su primer chip de prueba, el HC1, utilizando el proceso de ( TSM) de 6 nanómetros. Las pruebas de rendimiento de aquel momento mostraron que, al ejecutar el modelo Llama 3.1 8B, el chip alcanzaba velocidades de casi 17.000 tokens por segundo, aproximadamente 48 veces superiores a las de los chips H200 y B200 de Nvidia.

La contrapartida de este enfoque es la pérdida de flexibilidad: una vez que se realiza el "tape-out" de un chip, el modelo queda congelado en el silicio, por lo que cualquier actualización sustancial implica un nuevo "tape-out". Sin embargo, Taalas afirma que transcurren solo unos dos meses desde la recepción de un nuevo modelo hasta la finalización de la implementación en hardware. Esto significa que los clientes deben buscar un equilibrio entre el rendimiento especializado y la frecuencia de actualización.

La CEO de AMD, Lisa Su, declaró anteriormente que ninguna solución única puede adaptarse a todos los escenarios en el sector de los chips. El mercado de la IA está evolucionando hacia la computación heterogénea y los chips personalizados, y la adquisición de Taalas es una respuesta directa a esta tendencia, además de formar parte de la estrategia a escala de rack de AMD.

Desde 2024, AMD ha destinado 665 millones de dólares a la adquisición del desarrollador de modelos de IA Silo AI, y otros 4.900 millones de dólares a la compra del fabricante de servidores ZT Systems, allanando el camino para su sistema a escala de rack Helios.

En julio de este año, Lisa Su anunció en la conferencia Advancing AI 2026 que Helios ha entrado en fase de producción en masa, y se espera que las entregas se realicen de forma gradual en el segundo semestre del año y entren en funcionamiento en el cuarto trimestre, con Microsoft ( MSFT ), OpenAI, Anthropic y otros clientes que ya han confirmado su despliegue.

AMD planea desplegar los chips Taalas junto con sus GPU Instinct. Según fuentes familiarizadas con el asunto, bajo la arquitectura dividida, el procesamiento de prompts es gestionado por la GPU, mientras que las tareas de generación de tokens se delegan al acelerador Taalas, estableciendo una ruta de despliegue basada en 'primero la validación, luego la aceleración'.

En primer lugar, veamos qué bazas tiene AMD.

Lisa Su reveló en una conferencia en julio que aproximadamente el 60% de la potencia informática de IA se destinará a la inferencia para 2026. Los costes de inferencia se están convirtiendo en una preocupación central para los proveedores de la nube y las empresas; mientras tanto, las GPUs de Nvidia adolecen de una baja eficiencia energética y una alta latencia en las tareas de inferencia, un punto crítico al que apuntan precisamente los chips específicos de aplicación de Taalas.

En términos de rendimiento, la brecha de 48 veces en el rendimiento de inferencia, aunque se reduzca durante el despliegue real, es suficiente para obligar a los proveedores de la nube a recalcular sus costes. Clientes de primer nivel como Microsoft y Meta ( META), ya han comenzado a desarrollar sus propios chips de inferencia, por lo que la entrada de AMD en este momento no es demasiado tardía.

A nivel de sistema, Helios está equipado con 72 GPUs MI455X, ofreciendo una potencia informática y una capacidad de memoria un 15% y un 50% superiores, respectivamente, a las del sistema Vera Rubin NVL72 de Nvidia. Desde los chips hasta los servidores y la pila de software, la adquisición de Taalas aborda el eslabón más débil en el ámbito de la inferencia.

Sin embargo, los desafíos a los que se enfrenta AMD son igualmente inevitables.

En primer lugar, está el coste de la flexibilidad. Los chips de Taalas integran por hardware los modelos en el silicio, mientras que los modelos de IA se actualizan semanalmente. Los clientes que eligen Taalas deben aceptar una frecuencia de actualización de una vez cada dos meses. En cambio, las GPUs de Nvidia pueden adaptarse a cualquier modelo nuevo en cualquier momento; esta versatilidad es la base de la posición insustituible de Nvidia.

En segundo lugar, está el ecosistema de desarrolladores. La ventaja de Nvidia radica en los millones de desarrolladores que llevan tiempo creando aplicaciones de IA en la plataforma CUDA, lo que hace que los costes de cambio sean extremadamente altos. Aunque la pila de software ROCm de AMD está recortando distancias, la brecha sigue siendo significativa.

Por último, está la disparidad de escala. Se prevé que Nvidia genere más de 200.000 millones de dólares en ingresos para el año fiscal 2026, frente a los aproximadamente 30.000 millones de dólares de AMD. Ya sea en inversión en I+D, control de la capacidad de la cadena de suministro de primer nivel o relaciones con los clientes, ambas compañías todavía no juegan en la misma liga.

Siendo realistas, es poco probable que esta adquisición por sí sola haga tambalear el liderazgo de Nvidia a corto plazo, pero sí abre una vía de avance para AMD en términos de reducción de costes y mejora de la eficiencia.

El mercado de la inferencia apenas está comenzando a explotar, y Lisa Su espera que el mercado de aceleradores de IA alcance los 1,4 billones de dólares para 2030. Si la tecnología de Taalas se comercializa con éxito según lo previsto, se valida el sistema Helios y el ecosistema ROCm continúa reduciendo la brecha, AMD podría capturar una parte incremental significativa en el segmento de la inferencia. En este sentido, la adquisición de Taalas es un paso fundamental.

Este contenido ha sido traducido por IA y revisado por humanos. Se ofrece solo con fines de referencia e información general, y no constituye asesoramiento en materia de inversión.