馃挕 Resumen (TL;DR):
- Meta acord贸 desplegar 6 gigavatios de procesamiento con tarjetas AMD Instinct para su infraestructura de inteligencia artificial.
- El contrato otorga a Meta opciones de compra por hasta 160 millones de acciones comunes, equivalentes al 10% de AMD.
- La estrategia permite a la compa帽铆a diversificar su suministro de hardware para no depender exclusivamente de Nvidia.聽聽
Meta Platforms y AMD anunciaron este martes un acuerdo multianual y multigeneracional para desplegar 6 gigavatios de GPUs AMD Instinct en la infraestructura de inteligencia artificial de Meta. El objetivo principal de este trato es diversificar la cadena de suministro de c贸mputo de la empresa y reducir su dependencia de Nvidia, compa帽铆a con la que cerr贸 un pacto masivo apenas una semana antes.
Este movimiento podr铆a generar decenas de miles de millones de d贸lares en ingresos para el fabricante de procesadores y altera la competencia en el mercado de hardware para IA.
Como parte de la negociaci贸n, AMD otorg贸 a Meta un derecho de compra basado en rendimiento por hasta 160 millones de acciones comunes. Esta cifra representa aproximadamente el 10% de la compa帽铆a.
Las opciones sobre estas acciones se liberar谩n conforme ambas corporaciones alcancen metas de env铆o y crucen umbrales de precio en la bolsa de valores. Los despachos para dar soporte al primer gigavatio de capacidad comenzar谩n en la segunda mitad de 2026.
“Estamos orgullosos de expandir nuestra asociaci贸n estrat茅gica con Meta a medida que empujan los l铆mites de la IA a una escala sin precedentes”, declar贸 la CEO de AMD, Lisa Su.
Por su parte, el CEO de Meta, Mark Zuckerberg, defini贸 el acuerdo como “un paso importante para Meta a medida que diversificamos nuestro c贸mputo”, y a帽adi贸 que espera que AMD “sea un socio importante durante muchos a帽os”.
Jean Hu, CFO de AMD, detall贸 que se espera que la asociaci贸n logre “impulsar un crecimiento sustancial de los ingresos de varios a帽os y ser acumulativa para nuestras ganancias por acci贸n no GAAP”.
Hardware personalizado para la superinteligencia
El despliegue utilizar谩 componentes de pr贸xima generaci贸n para soportar las cargas de trabajo extremo. Las especificaciones t茅cnicas incluyen:
- GPUs personalizadas AMD Instinct basadas en la arquitectura MI450.
- CPUs AMD EPYC de sexta generaci贸n con el nombre c贸digo “Venice”.
- Software de ejecuci贸n nativa ROCm.
- Procesadores futuros EPYC “Verano”, dise帽ados con optimizaciones para tareas espec铆ficas, donde Meta ser谩 el cliente principal.
Toda esta tecnolog铆a funcionar谩 sobre la arquitectura f铆sica de AMD. AMD Helios es un sistema a escala de rack que aloja y conecta los cl煤steres de servidores. Este dise帽o fue codesarrollado por AMD y Meta a trav茅s del Open Compute Project.
La estructura del trato es id茅ntica al acuerdo hist贸rico que AMD cerr贸 con OpenAI en octubre de 2025. Ese pacto tambi茅n contempl贸 6 gigavatios de GPUs Instinct y el paquete de opciones accionarias, lo que seg煤n Reuters podr铆a generar m谩s de 100,000 millones de d贸lares a AMD en cuatro a帽os por la demanda en cascada.
Zuckerberg anticip贸 planes para invertir hasta 135,000 millones de d贸lares en infraestructura tecnol贸gica durante 2026, con el objetivo de ofrecer una “superinteligencia personal” a sus usuarios a nivel mundial. Para lograrlo, la compa帽铆a tambi茅n pact贸 la compra de millones de GPUs Blackwell y la pr贸xima generaci贸n Vera Rubin de Nvidia.
Los analistas calculan que cada gigavatio de capacidad de IA de AMD se traduce en aproximadamente 20,000 millones de d贸lares en demanda de chips. A pesar de estas masivas proyecciones de capital, las acciones de AMD cotizaron a la baja en la sesi贸n previa a la apertura del mercado del martes, mientras que Meta tambi茅n registr贸 ca铆das iniciales.
Asegurar a uno de los mayores compradores de infraestructura del mundo como cliente ancla valida la hoja de ruta t茅cnica de AMD para los centros de datos. Este tipo de contratos masivos demuestra que los gigantes tecnol贸gicos prefieren invertir agresivamente en m煤ltiples proveedores de hardware antes que arriesgar el desarrollo de sus modelos de machine learning por falta de componentes.
