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

Fundada en 2023, la trayectoria tecnológica de Taalas es completamente diferente a la de la gran mayoría de los chips de IA del mercado actual. En lugar de fabricar GPUs de propósito general, la empresa graba directamente los pesos de modelos de IA específicos en el silicio, creando circuitos integrados específicos para cada modelo.

En febrero de este año, Taalas lanzó su primer chip de prueba, el HC1, utilizando el proceso de TSMC ( TSM) de 6 nanómetros. Las pruebas de rendimiento de aquel momento mostraron que, al ejecutar el modelo Llama 3.1 8B, el chip alcanzó una velocidad de casi 17.000 tokens por segundo, lo que representa unas 48 veces la de los H200 y B200 de Nvidia.

La contrapartida de este enfoque es el sacrificio de la flexibilidad; una vez que se realiza el tape-out del chip, el modelo queda integrado físicamente en el silicio, y cualquier actualización sustancial implica un nuevo tape-out. Sin embargo, Taalas afirma que solo se necesitan unos dos meses desde la recepción de un nuevo modelo hasta completar 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, afirmó anteriormente que no existe una solución única para todos 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 concreta a esta tendencia, así como parte de la estrategia a escala de rack de AMD.

Desde 2024, AMD ha gastado sucesivamente 665 millones de dólares en adquirir al desarrollador de modelos de IA Silo AI, y otros 4.900 millones de dólares para adquirir al fabricante de servidores ZT Systems, allanando el camino para sus sistemas a escala de rack Helios.

En julio de este año, Lisa Su anunció en la conferencia Advancing AI 2026 que Helios ha entrado en la etapa de producción en masa, y se espera que las entregas comiencen en la segunda mitad del año y entren en funcionamiento en el cuarto trimestre, con clientes como Microsoft ( MSFT ), OpenAI y Anthropic que ya han confirmado su despliegue.

AMD planea desplegar chips Taalas junto a sus GPU Instinct. Según fuentes familiarizadas con el asunto, bajo una arquitectura desagregada, 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 de verificación primero, seguida de aceleración.

En primer lugar, analicemos las cartas con las que cuenta AMD.

Lisa Su reveló en una conferencia en julio que aproximadamente el 60% de la potencia de cálculo de IA se utilizaría para la inferencia para 2026. Los costes de inferencia se están convirtiendo en una preocupación central para los proveedores de servicios en la nube y las empresas, mientras que las GPUs de Nvidia presentan una baja eficiencia energética y una alta latencia en las tareas de inferencia, y los chips dedicados de Taalas apuntan precisamente a esta demanda.

En términos de rendimiento, la brecha de 48 veces en el rendimiento de inferencia, incluso si se reduce en el despliegue real, sigue siendo suficiente para que los proveedores de servicios en la nube se replanteen sus cálculos de costes. Microsoft, Meta ( META) y otros clientes líderes ya han comenzado a desarrollar sus propios chips de inferencia, por lo que la entrada de AMD en este momento no llega demasiado tarde.

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

Sin embargo, los desafíos a los que se enfrenta AMD también son imposibles de ignorar.

En primer lugar, está el coste de la flexibilidad. Los chips de Taalas graban físicamente los modelos en el silicio, mientras que los modelos de IA se actualizan semanalmente. Los clientes que elijan Taalas deben aceptar una cadencia de actualización de una vez cada dos meses. Las GPUs de Nvidia, por el contrario, pueden adaptarse a cualquier modelo nuevo en cualquier momento, y esta versatilidad es la base del carácter insustituible de Nvidia.

En segundo lugar está el ecosistema de desarrolladores. La ventaja de Nvidia radica en los millones de desarrolladores que llevan mucho 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 acortando distancias, la brecha sigue siendo significativa.

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

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

El mercado de la inferencia acaba de empezar a explotar, y Lisa Su prevé que el mercado de aceleradores de IA alcance los 1,4 billones de dólares para 2030. Si la tecnología de Taalas se implementa con éxito según lo previsto, se valida el sistema Helios y el ecosistema ROCm sigue acortando distancias, AMD estará bien posicionada para captar una cuota incremental sustancial en el ámbito de la inferencia. En este sentido, la adquisición de Taalas es un paso crucial.

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.