Saltar al contenido principal
Zubnet AI › Aprender › Wiki › AMD
Empresas

AMD

También conocido como: Advanced Micro Devices, AMD Instinct, ROCm
El fabricante de chips detrás de las GPU Instinct y el software ROCm, y el principal competidor de NVIDIA en aceleradores de IA.

Por qué importa

El cómputo para IA ha estado dominado por NVIDIA, lo que significa precios altos y poca oferta. AMD es la segunda fuente más creíble. Grandes compradores, entre ellos Microsoft, Meta, Oracle y OpenAI, han desplegado chips de AMD, y en octubre de 2025 OpenAI firmó un acuerdo para desplegar GPU de AMD a una escala de varios gigavatios a partir de 2026. Que haya competencia real aquí afecta al precio y a la disponibilidad de la IA para todos.

AMD también es relevante para la IA local. Sus GPU Radeon ejecutan modelos en local mediante ROCm y Vulkan, y sus chips Ryzen AI Max para laptops y mini PC comparten hasta 128 GB de memoria entre CPU y GPU, de forma parecida a la memoria unificada de Apple, lo que los hace una vía popular para ejecutar modelos grandes en un PC.

En profundidad

AMD es una empresa estadounidense de chips, conocida sobre todo por sus procesadores Ryzen y EPYC y sus tarjetas gráficas Radeon. Bajo la dirección de su CEO, Lisa Su, se ha convertido en el principal rival de NVIDIA en IA para centros de datos con su línea de aceleradores Instinct. Sus chips insignia de IA destacan sobre todo por llevar mucha memoria: el MI300X (2023) tenía 192 GB de HBM, y los modelos posteriores subieron a 256 GB y luego a 288 GB, igualando al Blackwell Ultra de NVIDIA.

La pila de software de AMD para IA es ROCm, su respuesta de código abierto a CUDA de NVIDIA.

La ventaja de la memoria

La inferencia de LLM suele estar limitada por la capacidad y el ancho de banda de la memoria, no por el cómputo bruto. Más HBM por chip significa que un modelo grande cabe en menos GPU, y que un solo nodo puede alojar cachés KV más grandes para contextos largos. Por eso AMD ha orientado sus chips sobre todo a la inferencia, donde su gran capacidad de memoria puede traducirse directamente en un menor costo por token.

La brecha de software

El mayor reto de AMD ha sido el software, no el hardware. CUDA lleva casi 20 años de ventaja, y muchas herramientas, kernels a medida y tutoriales dan por hecho que se usa NVIDIA. ROCm ha mejorado de forma sustancial: PyTorch, vLLM, SGLang y las principales bibliotecas lo admiten, y AMD ofrece HIP, una interfaz de programación diseñada para que portar código CUDA sea en su mayor parte mecánico. Pero las técnicas de investigación nuevas suelen aparecer primero en NVIDIA, y configurar ROCm todavía puede ser menos fluido. Cerrar esa brecha ha sido la máxima prioridad de AMD.

Construir sistemas completos

Entrenar y servir modelos de frontera requiere racks enteros de GPU conectadas por redes rápidas, no solo chips sueltos. AMD compró Xilinx (chips programables y redes) en 2022 y ZT Systems (diseño de racks para centros de datos) en 2025 para competir a ese nivel, con sistemas a escala de rack construidos en torno a sus chips de la serie MI400, con entregas desde finales de 2026.

Las líneas de producto, de un vistazo

  • Instinct (MI300X, MI325X, serie MI350 y posteriores): aceleradores de IA para centros de datos.
  • EPYC: CPU para servidores, habituales en los clústeres de IA junto a las GPU.
  • Radeon: GPU de consumo y para estaciones de trabajo, utilizables para IA local.
  • Ryzen AI: chips para laptops y equipos de escritorio con NPU integrada para IA en el dispositivo.
← Todos los términos
ESC