AMD y Broadcom presionan a Nvidia, pero la historia de los chips de IA de 100.000 millones de dólares necesita una corrección

AMD y Broadcom están aumentando la presión sobre Nvidia mediante dos estrategias distintas, pero Broadcom no anunció un plan de financiación de 100.000 millones de dólares. Esa cifra se refiere a las ventas anuales proyectadas de chips de IA de Broadcom, mientras que un acuerdo independiente de AMD supuestamente tiene un valor potencial cercano a los 100.000 millones de dólares.

La distinción importa porque estos acuerdos atacan partes diferentes de la posición de Nvidia. AMD busca que Meta y otros compradores adopten sus GPU Instinct programables como alternativas a los sistemas de Nvidia. Broadcom ayuda a las mayores empresas de IA a desarrollar aceleradores personalizados adaptados a sus propios modelos y centros de datos.

Ninguna de las dos vías ha desplazado la plataforma de propósito general de Nvidia. Nvidia sigue combinando aceleradores, redes, sistemas y software maduro en un paquete que los clientes pueden implementar en muchas cargas de trabajo. La nueva presión proviene de compradores que deciden que algunas cargas de trabajo justifican un segundo proveedor o un chip diseñado para un propósito específico.

El titular de 100.000 millones de dólares combina dos historias distintas

La cifra reportada de 100.000 millones de dólares es real, pero no describe que Broadcom esté recaudando u ofreciendo financiación para un programa de chips de IA.

Broadcom dijo en marzo de 2026 que esperaba que sus ventas anuales de chips de IA superaran los 100.000 millones de dólares durante el ejercicio fiscal 2027. La previsión refleja los ingresos esperados de aceleradores personalizados y productos de redes para IA, no una línea de financiación.

Las perspectivas de la empresa siguieron a una demanda acelerada de clientes de hiperescala, es decir, empresas de nube y tecnología que operan flotas informáticas muy grandes. Según una proyección de ingresos, Broadcom espera que la demanda de chips personalizados impulse su negocio de IA más allá de ese umbral.

Las últimas cifras reportadas por Broadcom muestran por qué los inversores se toman en serio la previsión. Sus ingresos por semiconductores de IA en el segundo trimestre fiscal de 2026 alcanzaron los 10.800 millones de dólares, un aumento del 143 por ciento respecto al mismo período del año anterior. La dirección atribuyó ese crecimiento a aceleradores de IA personalizados y productos de redes en sus resultados trimestrales.

La historia independiente de los 100.000 millones de dólares involucra a AMD y Meta. Anunciaron un acuerdo plurianual que cubre hasta 6 gigavatios de implementaciones de GPU AMD Instinct. Associated Press informó que las compras bajo el acuerdo podrían alcanzar los 100.000 millones de dólares durante su vigencia.

La presentación regulatoria de AMD no asigna ese valor exacto en dólares al acuerdo. Confirma el objetivo de implementación, la hoja de ruta de productos, la estructura de warrants y el calendario previsto. Está previsto que el primer gigavatio comience a enviarse durante la segunda mitad de 2026.

Según el acuerdo de GPU con Meta, la implementación inicial utilizará una GPU Instinct personalizada basada en la arquitectura MI450 de AMD. Funcionará con procesadores EPYC de sexta generación y el software ROCm de AMD sobre el diseño de rack Helios de la empresa.

AMD también emitió a Meta un warrant basado en el rendimiento que cubre hasta 160 millones de acciones de AMD. La consolidación depende de los volúmenes de envío, hitos técnicos, condiciones comerciales y umbrales del precio de las acciones de AMD.

Esa estructura da a Meta un incentivo financiero para ayudar a AMD a alcanzar una escala de implementación significativa. También reduce la posibilidad de que un gran compromiso anunciado quede desvinculado de las entregas reales de productos.

Por lo tanto, la proyección de Broadcom y el acuerdo de AMD con Meta describen acontecimientos económicos diferentes. Uno es la previsión de un proveedor sobre ingresos anuales de IA. El otro es un compromiso de cliente a largo plazo que incluye compras de hardware y participación accionaria basada en el rendimiento.

Combinarlos produce un titular impactante, pero oculta el mecanismo competitivo. Broadcom no está financiando un ataque contra Nvidia. Broadcom y AMD están ayudando a grandes clientes a reducir su dependencia de una única plataforma informática mediante distintos tipos de silicio.

Por qué las estrategias de AMD y Broadcom presionan a Nvidia

AMD compite por implementaciones de aceleradores ampliamente programables, mientras Broadcom convierte cargas de trabajo seleccionadas de clientes en silicio personalizado.

Una unidad de procesamiento gráfico, o GPU, es un procesador paralelo programable adecuado para entrenar y servir muchos tipos de modelos de IA. Nvidia construyó su liderazgo al combinar estos procesadores con su entorno de software CUDA, redes de alta velocidad y sistemas de servidor completos.

AMD está desafiando ese modelo con su familia de GPU Instinct, el software ROCm, los procesadores EPYC y los sistemas Helios a escala de rack. La empresa quiere que los clientes vean sus productos como una segunda plataforma implementable, no como chips aislados.

El acuerdo con Meta ofrece una prueba exigente. Los primeros sistemas usarán un acelerador basado en MI450 optimizado para las cargas de trabajo de Meta, pero seguirán formando parte de la arquitectura programable más amplia de AMD. Meta puede influir en el producto mientras conserva más flexibilidad de la que normalmente ofrece un diseño de propósito único.

Broadcom sigue una ruta diferente. Trabaja con un pequeño número de grandes clientes para implementar circuitos integrados de aplicación específica, comúnmente llamados ASIC. Un ASIC está diseñado para un conjunto de tareas más limitado que una GPU de propósito general.

Esa especialización puede eliminar características de hardware que un cliente no necesita. También puede optimizar el movimiento de memoria, los formatos numéricos, las redes y el consumo energético en torno a cargas de trabajo predecibles. El beneficio potencial crece cuando una empresa opera suficientes servidores como para distribuir los costes de diseño entre una implementación enorme.

Broadcom también suministra conmutadores Ethernet, componentes ópticos, tecnología de interconexión y otros productos de redes. Esa cartera le permite participar en una mayor parte de un clúster personalizado que el acelerador por sí solo.

OpenAI ilustra esta estrategia. En octubre de 2025, OpenAI y Broadcom anunciaron planes para 10 gigavatios de aceleradores diseñados por OpenAI y sistemas de red asociados. Se programó que las implementaciones comenzaran durante la segunda mitad de 2026 y continuaran hasta 2029.

Según el plan de aceleradores personalizados, OpenAI posee la arquitectura, mientras que Broadcom apoya el desarrollo, la implementación, la conectividad y el despliegue. Los sistemas utilizan tecnología Ethernet de Broadcom para la comunicación dentro y entre racks informáticos.

Esta división del trabajo cambia la relación de Broadcom con Nvidia. Broadcom no necesita crear una plataforma GPU universal ni convencer a miles de desarrolladores de adoptar un nuevo entorno de programación.

En cambio, Broadcom ayuda a unos pocos clientes enormes a internalizar parte del proceso de diseño de chips. Cada diseño exitoso puede desviar una carga de trabajo sustancial y repetible de las GPU comerciales.

AMD necesita una adopción de software más amplia porque los clientes programan sus GPU para muchas aplicaciones. Broadcom necesita relaciones profundas con compradores cuyas cargas de trabajo sean estables y lo bastante grandes como para justificar el desarrollo personalizado.

Las dos estrategias pueden coexistir dentro de un mismo centro de datos. Un cliente podría utilizar sistemas de Nvidia para investigar nuevos modelos, GPU de AMD para flotas de producción seleccionadas y ASIC asistidos por Broadcom para cargas de trabajo de inferencia maduras.

Por eso la historia de AMD y Broadcom es más significativa que una competencia convencional entre proveedores. Nvidia no se enfrenta a un único sustituto. Se enfrenta a clientes que dividen cada vez más sus compras informáticas entre plataformas de propósito general, alternativas y personalizadas.

La ventaja de Nvidia es una plataforma, no solo un chip más rápido

Los rivales deben competir con el entorno operativo completo de Nvidia, no limitarse a igualar una prueba de rendimiento o conseguir un gran pedido.

La posición de Nvidia se apoya en varias capas conectadas. Sus GPU realizan el cálculo, NVLink conecta procesadores dentro de los sistemas, los productos de redes conectan sistemas entre clústeres y CUDA ofrece a los desarrolladores herramientas para crear y operar software.

Esa integración reduce el riesgo de implementación. Una organización puede comenzar con una carga de trabajo, cambiar la arquitectura de su modelo y reutilizar gran parte de los mismos conocimientos de desarrollo y operaciones.

El silicio personalizado plantea una negociación diferente. Puede mejorar la eficiencia para un objetivo estable, pero sus ventajas pueden reducirse cuando cambian los modelos, los formatos numéricos, las exigencias de memoria o los patrones de servicio.

Los clientes de Broadcom asumen gran parte de ese riesgo arquitectónico porque definen sus aceleradores. Broadcom puede ejecutar el plan de silicio y redes, pero un cliente debe decidir qué comportamiento del modelo merece soporte permanente en hardware.

AMD tiene más flexibilidad porque Instinct sigue siendo una plataforma GPU programable. Sin embargo, los clientes aún deben validar las bibliotecas ROCm, las herramientas de orquestación, la compatibilidad de modelos, el comportamiento de red y la fiabilidad operativa a escala.

Meta tiene experiencia en ese trabajo. AMD afirma que Meta ya utiliza aceleradores MI300 y MI350, mientras millones de procesadores EPYC operan en la infraestructura de Meta. El nuevo acuerdo amplía una relación existente, en lugar de comenzar con un comprador no probado.

Aun así, un marco de 6 gigavatios no equivale a 6 gigavatios ya instalados. La implementación inicial de un gigavatio sigue siendo el primer gran punto de control de ejecución. Los tramos posteriores de warrants dependen en parte de envíos adicionales.

Mientras tanto, Nvidia continúa ampliando sus propios sistemas y compromisos con clientes. La empresa reportó ingresos de centros de datos de 193.700 millones de dólares en el ejercicio fiscal 2026, un aumento del 68 por ciento respecto al año anterior.

Sus resultados del ejercicio fiscal 2026 también describieron una asociación plurianual con Meta que implica grandes implementaciones de CPU Nvidia, productos de redes y millones de GPU Blackwell y Rubin.

Por tanto, el acuerdo de Meta con AMD no representa un abandono total de Nvidia. Representa una diversificación dentro de una expansión de centros de datos lo suficientemente grande como para admitir múltiples arquitecturas.

Esa distinción afecta a cómo debe medirse la competencia de mercado. Ganar un nuevo papel como proveedor no significa automáticamente captar una cantidad equivalente del negocio existente de Nvidia.

Algunos chips alternativos sustituirán sistemas de Nvidia. Otros respaldarán nuevas cargas de trabajo que un cliente antes no podía atender de forma rentable. Otros darán a los compradores capacidad de negociación al acordar suministro, hojas de ruta y configuraciones de sistemas.

Nvidia también responde al silicio personalizado mediante ciclos de producto más rápidos y productos específicos para cargas de trabajo. Su plataforma Rubin apunta a menores costes de inferencia, mientras que su cartera de redes le permite competir por gasto en infraestructura incluso cuando cambia la arquitectura informática.

La escala de la empresa le proporciona otra ventaja. Más sistemas instalados generan más experiencia entre desarrolladores, optimización de software, conocimiento para resolver problemas e integraciones de terceros. Esos beneficios refuerzan la confianza de los clientes.

La competencia de AMD y Broadcom debilita la suposición de que cada nueva carga de trabajo de IA debe ejecutarse en Nvidia. No elimina el valor práctico de la base instalada de Nvidia.

La verdadera competencia gira en torno a la economía de la inferencia

Los chips personalizados de Broadcom resultan más persuasivos cuando un cliente puede predecir una carga de trabajo, mientras AMD se beneficia cuando los compradores necesitan flexibilidad sin aceptar la dependencia de Nvidia.

El entrenamiento crea un modelo procesando grandes conjuntos de datos y actualizando los parámetros del modelo. La inferencia utiliza el modelo entrenado para responder solicitudes, generar contenido, clasificar información u operar una función de IA.

Las cargas de trabajo de entrenamiento cambian a medida que los investigadores prueban nuevas arquitecturas y métodos de escalado. Esa incertidumbre favorece al hardware programable y al software maduro, porque los ingenieros no pueden predecir perfectamente los requisitos computacionales futuros.

La inferencia puede volverse más estandarizada una vez que un modelo entra en producción. Una empresa puede atender solicitudes similares miles de millones de veces, por lo que pequeñas mejoras en el consumo eléctrico y la utilización de los equipos adquieren importancia económica.

La estrategia de aceleradores personalizados de Broadcom apunta a esa repetición. Un hyperscaler puede eliminar funciones de propósito general innecesarias y ajustar el hardware a sus modelos, patrones de memoria y diseño de red.

La colaboración entre OpenAI y Broadcom muestra lo estrechamente que pueden trabajar el desarrollador de modelos y el proveedor de silicio. OpenAI diseña el acelerador y la arquitectura del sistema a partir de su conocimiento de sus modelos. Broadcom traduce ese plan en silicio, racks y conectividad desplegables.

Este enfoque no garantiza menores costes totales. Diseñar un chip avanzado requiere ingeniería, capacidad de fabricación, empaquetado, memoria, software, validación y soporte continuo.

Un diseño también puede llegar después de que cambie la carga de trabajo objetivo. Los largos ciclos de desarrollo generan el riesgo de que las decisiones de optimización queden obsoletas antes de un despliegue amplio.

Los clientes de Broadcom están especialmente capacitados para asumir ese riesgo. Empresas como OpenAI y los grandes operadores de nube controlan cargas de trabajo importantes y pueden comprometer infraestructura a escala de gigavatios.

AMD ocupa una posición intermedia. Sus GPU siguen siendo programables, pero los grandes clientes pueden influir en versiones específicas de productos y configuraciones de racks.

El primer despliegue basado en MI450 de Meta se personalizará para sus cargas de trabajo. AMD y Meta también están alineando las hojas de ruta de GPU, CPU, sistemas y software a lo largo de varias generaciones de productos.

Eso es más que una compra estándar de equipos. Permite a Meta dar forma a una plataforma alternativa sin asumir toda la responsabilidad de un ASIC personalizado.

El desafío de AMD es convertir esa colaboración en una plataforma repetible. El software desarrollado para un hyperscaler debe seguir contribuyendo a mejores herramientas y fiabilidad para otros compradores.

ROCm ha mejorado, pero la adopción no puede medirse únicamente por los anuncios de hardware. Los clientes necesitan bibliotecas estables, compatibilidad con modelos, monitorización, recuperación ante fallos e ingenieros capaces de operar grandes instalaciones.

Broadcom afronta el problema opuesto de escalabilidad. Su negocio puede crecer rápidamente mediante unos pocos contratos, pero cada cliente espera una personalización considerable. La empresa debe gestionar calendarios de diseño, empaquetado avanzado, asignación de fabricación y requisitos de red en varios programas.

Ambas empresas se benefician de la creciente demanda de inferencia. A medida que las funciones de IA llegan a más usuarios, los compradores se preocupan menos por los resultados máximos de los benchmarks y más por el trabajo útil entregado por cada unidad de energía e infraestructura.

Este cambio no vuelve irrelevante el entrenamiento. Los desarrolladores de modelos de frontera todavía requieren clústeres flexibles y de alto rendimiento para experimentar. Nvidia sigue siendo especialmente fuerte cuando los clientes buscan una plataforma general que abarque investigación y producción.

La presión aparece cuando las cargas de trabajo maduras se vuelven lo bastante grandes como para separarse. Una empresa puede mantener los trabajos de investigación inciertos en Nvidia mientras traslada servicios de inferencia predecibles a AMD o a aceleradores personalizados.

Esa desagregación gradual representa una amenaza más creíble que un evento de sustitución repentino. Cambia la suposición predeterminada de compra, una carga de trabajo a la vez.

Lo que los grandes compromisos aún no demuestran

Las previsiones de ingresos, los acuerdos de gigavatios y los warrants de acciones muestran intención estratégica, pero los despliegues determinarán si cambian el poder de mercado.

La previsión de Broadcom asume que los clientes completarán grandes programas personalizados dentro del calendario previsto. La empresa debe convertir los encargos de diseño en aceleradores fabricados, sistemas de red e ingresos reconocidos.

Ese proceso depende de proveedores externos. Los chips avanzados de IA requieren procesos de fabricación de vanguardia, memoria de alto ancho de banda, empaquetado complejo, sustratos, componentes ópticos y energía para centros de datos.

Un retraso en cualquiera de estas capas puede modificar el calendario de despliegue. La concentración de ingresos también importa, porque los mayores programas personalizados proceden de un grupo limitado de clientes.

Los resultados del segundo trimestre fiscal de Broadcom aportan evidencia de la demanda actual. Sin embargo, proyectar más de 100.000 millones de dólares en ventas de IA para el ejercicio fiscal de 2027 aún exige una fuerte expansión respecto a los niveles trimestrales actuales.

La previsión es una guía de la dirección, no ingresos ya realizados. Los inversores deberían observar las ventas reconocidas y el calendario de envíos, en lugar de dar por asegurado el objetivo final.

El acuerdo de AMD con Meta contiene una incertidumbre similar. Su techo de 6 gigavatios describe la escala potencial de la asociación, mientras que el primer gigavatio proporciona la prueba operativa a corto plazo.

El warrant condicionado al rendimiento refuerza esa distinción. Meta obtiene beneficios económicos adicionales solo a medida que se cumplen las condiciones de despliegue, técnicas, comerciales y de cotización bursátil.

Este mecanismo alinea incentivos, pero no elimina el riesgo de ejecución. AMD debe entregar sistemas basados en MI450, procesadores EPYC, redes y software ROCm que cumplan los requisitos de Meta.

El valor potencial comunicado del acuerdo tampoco debe tratarse como ingresos garantizados. Las compras finales dependen del avance de los despliegues durante varios años y generaciones de hardware.

Nvidia tiene motivos para defender su posición de forma agresiva. Puede reducir los costes de inferencia mediante nuevas arquitecturas, ofrecer redes integradas, profundizar la optimización de software y utilizar su escala de producción para acelerar las entregas.

Los clientes también afrontan costes de cambio. Los ingenieros formados en CUDA no se vuelven de inmediato igual de productivos en otra pila. Las herramientas internas, los canales de despliegue y las optimizaciones de modelos pueden vincular a las organizaciones con una plataforma establecida.

Los chips personalizados crean otra forma de dependencia. Un hyperscaler que invierte mucho en un socio de diseño puede descubrir que resulta difícil trasladar la misma arquitectura a otro lugar.

Broadcom puede volverse esencial para un cliente incluso cuando este reduce su dependencia de Nvidia. Por tanto, la diversificación de proveedores en una capa puede crear concentración en otra.

El panorama competitivo también es más amplio que tres empresas. Amazon desarrolla aceleradores Trainium, Google opera Tensor Processing Units y Microsoft tiene su programa Maia. Marvell participa en silicio personalizado, mientras varias empresas especializadas en aceleradores se enfocan en cargas de trabajo concretas.

Estas alternativas limitan la precisión de una narrativa simple de Nvidia contra todos los demás. Los compradores están construyendo flotas mixtas, y cada arquitectura compite por una categoría de trabajo.

El desafío de AMD y Broadcom es más fuerte allí donde los clientes tienen escala, profundidad de ingeniería y demanda predecible. Las organizaciones más pequeñas pueden seguir prefiriendo el acceso en la nube a sistemas Nvidia porque no pueden justificar el desarrollo personalizado ni la compleja validación de plataformas.

Eso significa que el comportamiento de compra de los hyperscalers no debe generalizarse a todo el mercado. Un diseño que funciona para Meta u OpenAI puede no convertirse en una alternativa ampliamente disponible para las empresas.

Tres señales mostrarán si la presión es real

La siguiente fase depende de sistemas entregados, ingresos reconocidos y migración de cargas de trabajo, no de los valores de compromiso de los titulares.

La primera señal es el despliegue inicial de AMD en Meta. AMD espera que los envíos que respalden el primer gigavatio comiencen durante la segunda mitad de 2026.

Los lectores deberían observar si Meta confirma el uso en producción, qué cargas de trabajo pasan al sistema basado en MI450 y si los despliegues avanzan más allá del primer hito del warrant. Un aumento oportuno reforzaría la afirmación de AMD de que puede operar a escala hyperscaler.

Un retraso, un alcance limitado de las cargas de trabajo o una expansión lenta debilitarían la conclusión competitiva. Sugerirían que los grandes clientes todavía ven a AMD principalmente como palanca de negociación o experimento secundario.

La segunda señal son los ingresos trimestrales de Broadcom por semiconductores de IA. La empresa debe cerrar la brecha entre sus actuales trimestres de miles de millones de dólares y su proyección para el ejercicio fiscal de 2027.

El crecimiento de los ingresos por sí solo no responderá todas las preguntas. Los inversores también necesitan evidencias de que varios programas de aceleradores personalizados están entrando en producción, en lugar de que un cliente impulse la mayor parte del aumento.

Un aumento diversificado de la producción validaría el modelo de Broadcom. Previsiones incumplidas o retrasos en los despliegues mostrarían hasta qué punto la estrategia sigue expuesta a los calendarios de los clientes y las limitaciones de fabricación.

La tercera señal es la respuesta de Nvidia a la economía de la inferencia. Nvidia ha prometido menores costes por token mediante sistemas más nuevos, incluido Rubin, mientras sigue agrupando computación y redes.

Si Nvidia reduce los costes de servicio con suficiente rapidez, los clientes podrían obtener menos beneficios económicos del hardware personalizado. Los ASIC respaldados por Broadcom seguirían aportando independencia estratégica, pero el argumento financiero podría estrecharse.

Si los sistemas AMD y los aceleradores personalizados mantienen ventajas claras de eficiencia en cargas de trabajo estables, los clientes tendrán razones más sólidas para dividir futuros despliegues. Nvidia podría seguir creciendo mientras pierde su condición de elección automática para cada gran clúster.

Para los desarrolladores y compradores empresariales, la implicación inmediata no es que un proveedor haya ganado. Es que las decisiones de despliegue exigen un análisis más preciso de las cargas de trabajo.

Los equipos deberían separar el entrenamiento experimental, los servicios de inferencia cambiantes y las cargas de trabajo maduras de gran volumen. Cada categoría asigna un valor distinto a la programabilidad, la madurez del software, la personalización, el consumo eléctrico y la diversidad de proveedores.

También deberían conservar las evidencias que respaldan las decisiones de infraestructura. Una base de conocimiento de ingeniería con capacidad de búsqueda puede conectar resultados de benchmarks, hallazgos de compatibilidad, informes de incidentes y compromisos de proveedores a lo largo de los ciclos de evaluación.

El titular de 100.000 millones de dólares captura la escala del gasto en infraestructura de IA, pero comprime dos acontecimientos distintos en una sola afirmación. Broadcom proyectó más de 100.000 millones de dólares en ventas anuales de chips de IA, mientras que AMD aseguró un marco con Meta con un valor supuestamente de hasta esa cantidad.

La pregunta más importante es si esos compromisos producen sistemas operativos que soporten cargas de trabajo de producción significativas. Observe el primer gigavatio de AMD en Meta, la conversión de ingresos de Broadcom y la respuesta de Nvidia a los costes de inferencia. Esas señales revelarán si la presión de AMD y Broadcom está transformando el mercado o simplemente expandiéndose junto a él.