AMD supera una capitalización de mercado de un billón de dólares y comienza a competir por el "derecho a definir el poder de cómputo". Oficialmente anuncia la adquisición de World Labs, fundada por Li Fei-Fei, por 8.200 millones de dólares.

Según ha informado el portal financiero Zhihui Caijing APP, el mayor rival de Nvidia en el sector de GPU para IA—AMD (AMD.US), líder estadounidense de chips de alto rendimiento para PC y centros de datos de IA, cuyo valor de mercado superó recientemente el billón de dólares por primera vez y cuyas acciones han alcanzado récords históricos, anunció sorpresivamente el lunes (hora del este de EE. UU.) la adquisición por 8.200 millones de dólares de la startup de IA World Labs, fundada por la “madre de la IA”, Fei-Fei Li. Según se informa, bajo la dirección de Lisa Su, AMD planea adquirir World Labs en una transacción completamente en acciones, integrando así una de las fuerzas más nucleares en el desarrollo de modelos mundiales y de inteligencia espacial a la cartera de negocios global del gigante de los chips.

Se espera que esta amplia operación de adquisición se complete antes de finales de 2026, y aún debe recibir la aprobación de los principales organismos reguladores. De acuerdo con el comunicado de ambas partes, una vez completadas las formalidades, Fei-Fei Li asumirá el cargo de vicepresidenta ejecutiva y científica jefe de AMD, reportando directamente a la CEO de AMD, Lisa Su.

En resumen, el valor estratégico central de esta sorprendente gran adquisición para los inversores radica en la intención de AMD de emular a la compañía de mayor capitalización bursátil del mundo y principal competidora en chips de IA, Nvidia (NVDA.US), integrando mucho más profundamente el desarrollo de modelos de IA de vanguardia con el diseño de chips, software y sistemas de IA. Especialmente en un contexto donde Meta Muse y el GPT-6 Astra de OpenAI están desencadenando una ola de éxitos de los agentes inteligentes de IA, conforme la tecnología avanza de responder preguntas a ejecutar tareas complejas de manera autónoma, AMD aspira a comprender anticipadamente las cargas de trabajo de la próxima generación de IA para diseñar plataformas de supercomputación óptimas para esas tareas. Esto implica que AMD busca arrebatar a Nvidia el actual “derecho de definir la potencia de cálculo”, es decir, participar desde antes en el diseño de arquitecturas de sistemas y chips para la siguiente generación dominando la demanda computacional de los modelos más punteros.

Según información pública, World Labs es una startup enfocada en inteligencia espacial y modelos mundiales, cuyo negocio principal es dotar a las máquinas de capacidades para percibir, generar, reconstruir y simular entornos tridimensionales. Su producto Marble genera mundos 3D explorables a partir de texto, imágenes o vídeos; en septiembre, su nuevo modelo Atlas integró aún más la reconstrucción 3D, la generación de perspectivas y la simulación espaciotemporal. La empresa también integró tecnología de simulación robótica mediante la adquisición de SceniX, impulsando un flujo de I+D de “entorno real—entrenamiento virtual—despliegue físico” con aplicaciones que abarcan modelos robóticos de IA, física avanzada, contenidos digitales y escenarios industriales.

De retador de Nvidia en GPU al desarrollo de grandes modelos de IA: AMD planea adquirir por 8.200 millones de dólares la startup de IA World Labs fundada por Fei-Fei Li

El gigante estadounidense de semiconductores Advanced Micro Devices (AMD) ha acordado adquirir World Labs por 8.200 millones de dólares, sumando a su grupo la startup creada por la pionera y reconocida investigadora en inteligencia artificial Fei-Fei Li.

En un comunicado conjunto publicado el lunes, ambas compañías afirmaron que la operación –enteramente en acciones– se espera completar para final de año, sujeta a la aprobación regulatoria.

Como el principal rival de Nvidia en el mercado de chips para IA, AMD obtendrá un equipo de investigación líder y la tecnología subyacente de sus grandes modelos, además de adentrarse en la dirección futura de la IA a gran escala. Esto debería ayudar a la compañía a planificar futuros lanzamientos clave de hardware para infraestructuras de IA.

“Cuanto más profunda sea la comprensión de todo el proceso de extremo a extremo, mejor sistema se puede construir”, declaró Lisa Su, CEO de AMD, en una entrevista transmitida el lunes por la tarde.

“Por eso adquirimos World Labs”, añadió Su en la entrevista, “queremos incorporar el talento de primer nivel en desarrollo de grandes modelos de IA reunido por Fei-Fei Li y combinarlo por completo con nuestras capacidades en hardware, software y sistemas”.

World Labs desarrolla los denominados “modelos mundiales” (world models), plataformas de software de IA a gran escala que pueden apoyar el desarrollo de aplicaciones físicas y realistas. Estos modelos pueden generar y reconstruir rápidamente entornos tridimensionales con alta precisión. Según la startup, estas capacidades pueden ser usadas para impulsar la eficiencia en robótica, descubrimientos científicos fundamentales y equipos de fábrica.

La anterior CEO de World Labs, Fei-Fei Li, es una reconocida investigadora y científica informática de la Universidad de Stanford. Según el acuerdo, se unirá a AMD como vicepresidenta ejecutiva y científica jefe, reportando directamente a Lisa Su.

“A medida que la empresa crece, también lo hace nuestra ambición”, declaró Fei-Fei Li en una entrevista el lunes. Destacó además el fuerte aumento de la demanda de capacidad de cómputo por parte de la startup.

“En esta etapa, aliarnos con AMD significa crear importantes oportunidades de crecimiento para nosotros, para AMD y para todo el ecosistema de IA, acelerando el círculo virtuoso entre el desarrollo de software y el de hardware”, afirmó.

La operación permitirá también a AMD, al igual que Nvidia liderada por Jensen Huang, ofrecer a sus clientes una gama de grandes modelos de IA, ampliando su gama de productos y servicios. La empresa sigue expandiendo su portafolio para vender más soluciones a los clientes de centros de datos, su mayor fuente de ingresos actual. Su última estrategia consiste en suministrar todos los elementos esenciales para la rápida construcción y puesta en marcha de estas infraestructuras de IA.

“En el futuro habrá tanto modelos abiertos como propietarios”, aseguró Lisa Su, “y AMD siempre ha contribuido en este campo. Creo que seguiremos ampliando esa contribución”.

Lisa Su añadió que el objetivo final es construir una mejor inteligencia artificial. “Nuestra ambición es definir el camino futuro de la computación IA”.

Nvidia, el mayor rival de AMD en el sector de chips de IA, fue pionera al ofrecer infraestructuras esenciales de IA, servicios de computación en la nube y grandes modelos de IA junto con su hardware de chips y potencia de GPU, permitiendo a los clientes poner en marcha rápidamente sistemas y plataformas para grandes modelos de IA. Actualmente, Nvidia está expandiéndose con este enfoque a nuevos tipos de clientes, ampliando su alcance más allá de las grandes tecnológicas de la nube; aunque estas aún representan la mayor parte de su crecimiento.

Nvidia acordó recientemente comprar otra renombrada startup de IA, Hugging Face, en una operación valorada en 13.000 millones de dólares. Hugging Face actúa como el “GitHub de los modelos de IA”, conectando modelos, conjuntos de datos, herramientas de desarrollo, clientes corporativos y desarrolladores. Tras la adquisición, Nvidia podrá completar las etapas de “descubrimiento—evaluación—optimización—despliegue real” de modelos en su pila de GPU, red NVLink, software CUDA y sistemas de IA, lo que permite que los modelos abiertos se adapten naturalmente a su plataforma de entrenamiento e inferencia a gran escala, además de identificar con antelación qué arquitecturas y cargas de trabajo pueden determinar la próxima demanda de cómputo.

Fundada en 2024, World Labs cuenta actualmente con unos 70 empleados, incluyendo un equipo de expertos en robótica provenientes de su adquisición en julio de SceniX, startup dedicada a entrenar robots en entornos virtuales hiperrealistas.

Bajo la dirección de Lisa Su en los últimos 12 años, AMD ha buscado hacerse un nombre por su excelencia tecnológica y alejarse de su imagen de ser un seguidor rezagado en Silicon Valley. En el mercado central de procesadores, AMD ha conseguido salir de la sombra de Intel y hoy posee series de CPU tanto para PC como para centros de datos consideradas las mejores del sector.

En el mercado de aceleradores de IA (chips de IA para entrenar y ejecutar modelos), AMD sigue en segundo lugar y por detrás de Nvidia, que posee casi el 90% de cuota, aunque Lisa Su sigue lanzando nuevos productos de infraestructura de IA y sostiene que ya pueden superar las GPU de su rival en rendimiento.

Los inversores ven a AMD como uno de los principales beneficiarios del histórico gasto en IA a nivel global, impulsando sus acciones a casi triplicarse respecto a principios de año. El valor de mercado de AMD roza actualmente el billón de dólares, nivel que solo han alcanzado otros 12 gigantes tecnológicos como Nvidia y Apple.

Nvidia sigue siendo la empresa más valiosa del mundo, con más de 5 billones en capitalización bursátil. Sin embargo, sus acciones han subido solo un 22% en lo que va de año, quedando muy rezagada frente a la mayoría de compañías cotizadas de chips y semiconductores, y muy por detrás también del índice de semiconductores de Filadelfia, considerado barómetro de la infraestructura fundamental de IA.

Helios aprovecha el presente, modelos mundiales planifican el futuro: la ambición de AMD en IA va de vender capacidad de cómputo a participar en su definición

AMD superó el billón de dólares de capitalización el 21 de septiembre, tras dispararse más de un 200% el precio de sus acciones en el último año, a raíz de que el mercado comenzó a recalibrar el potencial futuro tanto de sus aceleradores de IA como de sus CPU servidoras de centros de datos.

Competidor directo de Nvidia en GPU, AMD anunció a comienzos de este mes en la conferencia global de tecnología organizada por Citi en Wall Street que el mercado relacionado con la computación acelerada de IA en centros de datos alcanzará los 2 billones de dólares para 2030 (duplicando la previsión previa de 1 billón) e identificó a la inferencia de IA como el principal motor de demanda de recursos de cómputo, con los agentes de IA centrados en flujos de trabajo autónomos impulsando tanto las GPU como las CPU de servidores.

AMD indicó durante la conferencia que Meta y otros dos laboratorios de IA —tres clientes principales de Helios— han presentado previsiones de compras futuras superiores a las expectativas cuando se formaron sus asociaciones estratégicas. La empresa anticipó, además, que el negocio de CPU servidoras crecerá más de un 80% interanual en la segunda mitad de este año, y más del 70% el próximo año. Estas optimistas previsiones reflejan una sólida expansión de la demanda de potencia de cálculo, aunque se basan en expectativas del cliente y no necesariamente en pedidos vinculantes de infraestructura. Helios es el sistema de computación IA a escala de rack de AMD, y Meta —matriz de Facebook— es uno de sus principales compradores.

Cabe destacar que la previsión de AMD de casi dos billones de dólares para 2030 abarca todo el mercado de la computación –centros de datos, PC, edge y sistemas embebidos–, de los que 1,4 billones corresponderían a aceleradores IA de centros de datos y 220.000 millones a CPU de servidor.

Particularmente digno de mención en el cumplimiento de la creciente demanda de capacidad de IA, la dirección de AMD señaló entonces en el evento de Citi que las previsiones de Meta, OpenAI y Anthropic superan las expectativas iniciales y que la demanda de Helios para 2027 también excede las estimaciones originales. La dirección prevé que los envíos iniciales de MI450 y Helios comiencen a finales del tercer trimestre, ampliándose en el cuarto y en 2027; además, espera que los ingresos de centros de datos crezcan más del 100% en 2027 respecto al año anterior, y las CPU de servidores más del 80% en la segunda mitad de 2026 y un 70% en 2027. El negocio de CPU de alto margen apuntalará la rentabilidad y la alianza con Cerebras aportará capacidad de inferencia de baja latencia.

Muse y Astra, representantes de las aplicaciones de agentes inteligentes, aportan cargas de trabajo específicas a esta expansión: una sola instrucción puede activar operaciones en navegador, ejecución de código, búsqueda de información, razonamiento iterativo y verificación de resultados. La GPU se encarga del cálculo del modelo, la CPU de la máquina virtual, la orquestación de tareas y la ejecución de herramientas, mientras la memoria y el almacenamiento guardan el contexto, los archivos y el estado de ejecución. Cuando las plataformas de superaplicaciones de IA dan el salto de las pantallas a los entornos físicos, la generación de escenarios 3D, simulación de entornos y evaluación de rutas de acción incrementan todavía más la demanda de cómputo; aunque el ritmo de crecimiento sigue dependiendo del tamaño de la tarea, eficiencia del modelo y modalidad de despliegue.

Muse ejecuta tareas cruzadas entre aplicaciones mediante una máquina virtual en la nube y navegador propios, pudiendo continuar tras cerrar la app; Astra refuerza las capacidades para la operación del ordenador, la ingeniería de software y los flujos de trabajo industriales complejos. A medida que la IA es capaz de completar investigaciones, programación, compras o procesos de oficina, su valor comercializable se extiende del mero suministro de respuestas a la entrega de trabajos completos. Desde la lógica de crecimiento, mayores tasas de éxito de tareas y menores costes pueden ampliar el uso tanto por parte de empresas como de consumidores, alimentando el crecimiento de ingresos por suscripciones, pagos por uso e infraestructura asociada.

Esta expansión de aplicaciones hacia el lado de la potencia de cálculo implica todo el sistema: las GPU y otros aceleradores procesan el modelo, la CPU ejecuta navegador, código, máquinas virtuales, llamadas a herramientas y orquestación; el incremento de pesos de modelos, contextos y sesiones paralelas demandan mayor memoria de alta velocidad, mientras los archivos de tareas, memorias a largo plazo y cachés jerárquicos requieren más DRAM y SSDs empresariales. Los ingenieros de Nvidia han apuntado también que la velocidad de ejecución de herramientas de CPU afecta al rendimiento de los flujos de trabajo de agentes, gestionando la caché KV entre la memoria de GPU, la de CPU y el almacenamiento según la necesidad de acceso.

Por eso grandes entidades de Wall Street como Goldman Sachs y Jefferies confían en la expansión acelerada de la implantación de IA y la potencia de cálculo como catalizadores para el crecimiento sostenido de las ganancias del mercado estadounidense, representando los agentes inteligentes un fuerte motor de demanda en computación, memoria, almacenamiento y redes ópticas para la infraestructura básica de IA.

Jefferies ha señalado recientemente que, impulsado por la oleada inversora en IA y los beneficios de las empresas tecnológicas superando expectativas, prevén que el S&P 500 alcance los 8.000 puntos para finales de 2026 y los 9.000 en 2027. Su tesis: en un ciclo impulsado por IA que duplica la tasa histórica de crecimiento de beneficios, ir en contra de esa tendencia es arriesgado. Su pronóstico para 2026 de 8.000 puntos en el S&P 500 se basa en un BPA de 373 dólares (crecimiento interanual del 35%, muy superior al 29% de consenso) y un PER de 21,5 veces.

Bajo una óptica tanto de ingeniería como de inversión, esta adquisición puede verse como un intento de AMD de disputar a Nvidia el “derecho a definir la potencia fundamental de la IA”—es decir, comprender antes que nadie las necesidades de hardware de los modelos futuros. Atlas emplea una arquitectura multimodal de difusión auto-regresiva, y sus cálculos matriciales, gestión de contexto espacial y generación iterativa imponen exigencias diversas en cuanto a rendimiento computacional, ancho de banda de memoria y eficiencia de planificación; AMD puede volcar estos requisitos en su Instinct GPU, EPYC CPU, el software ROCm y el diseño del rack. Ya existía colaboración en optimización de cálculos y cargas de trabajo para Instinct; la adquisición intensificará esta retroalimentación directa. A largo plazo, la clave está en si estas capacidades de I+D podrán traducirse en menores costes de tarea, despliegue más rápido y mayor adopción de productos entre clientes e inversores.