Durante mucho tiempo, hablar de Nvidia contra AMD en inteligencia artificial era casi una comparación desigual.
AMD tenía buenos procesadores, experiencia en centros de datos y una arquitectura de GPU capaz. Pero Nvidia tenía algo mucho más difícil de copiar: años de ventaja en software, desarrolladores, infraestructura y un ecosistema construido alrededor de CUDA.
En 2026 la situación ha empezado a cambiar.
AMD ya no está intentando demostrar únicamente que algún día podrá competir. Microsoft está preparando despliegues de infraestructura AMD a escala en Azure y Anthropic ha firmado un acuerdo que contempla hasta 2 gigavatios de GPU Instinct.
El problema para AMD es que, mientras avanzaba, Nvidia tampoco se quedó quieta.
En su último trimestre, Nvidia facturó 89.000 millones de dólares únicamente en su negocio de Data Center.
AMD generó 6.700 millones en su segmento de centros de datos.
La distancia sigue siendo enorme.
Pero esos dos números tampoco cuentan toda la historia.
Nvidia sigue delante, pero AMD ya es un competidor mucho más serio
Si la pregunta es quién domina actualmente la infraestructura comercial de inteligencia artificial, los datos siguen mostrando una ventaja enorme para Nvidia.
Nvidia cerró su segundo trimestre fiscal de 2027, terminado el 26 de julio de 2026, con 96.200 millones de dólares de ingresos totales, un 106% más que un año antes. Analizamos esos resultados con más detalle en nuestro artículo sobre los 96.200 millones de ingresos trimestrales de Nvidia.
De esa cantidad, 89.000 millones procedieron de Data Center, un crecimiento interanual del 117%.
La compañía atribuyó buena parte del impulso a la demanda de su infraestructura Blackwell y a la expansión de los sistemas de inteligencia artificial.
AMD también está creciendo a una velocidad extraordinaria, pero desde una base considerablemente menor.
En el trimestre terminado el 27 de junio de 2026 facturó 11.500 millones de dólares en toda la compañía.
Su segmento Data Center alcanzó un récord de 6.700 millones, un 107% más que un año antes.
AMD explicó que el crecimiento estuvo impulsado principalmente por los procesadores EPYC y las GPU Instinct.
Aquí hay que hacer una advertencia importante.
Los 89.000 millones de Nvidia y los 6.700 millones de AMD no representan exclusivamente ventas de GPU de IA.
Nvidia incluye otros productos de infraestructura y networking dentro de Data Center.
AMD incluye tanto procesadores EPYC como aceleradores Instinct.
Por tanto, sería incorrecto dividir ambas cifras y afirmar que Nvidia vende exactamente trece veces más GPU de inteligencia artificial.
Lo que los números sí muestran es la diferencia de escala que todavía existe entre ambos negocios de centros de datos.
Nvidia ya no quiere venderte solamente una GPU
Uno de los errores al analizar esta competencia es seguir pensando en ella simplemente como:
GPU Nvidia contra GPU AMD.
La batalla de 2026 es mucho más amplia.
Nvidia quiere controlar prácticamente toda la «fábrica de IA»: GPU, CPU, interconexión entre procesadores, redes entre servidores, sistemas completos, bibliotecas de software y herramientas para desarrollar y ejecutar modelos.
Blackwell ha sido una demostración de esa estrategia.
Vera Rubin representa el siguiente paso.
Nvidia anunció en mayo de 2026 que Vera Rubin estaba entrando en producción a escala.
Y en sus resultados de agosto informó que la plataforma continuaba avanzando hacia producción y despliegues con socios de infraestructura y grandes proveedores cloud.
El producto importante, por tanto, ya no es solamente una GPU.
Es el sistema entero que existe alrededor de ella.
CPU, GPU, NVLink, Ethernet, InfiniBand, almacenamiento, networking y software.
Eso explica una parte importante de la ventaja actual de Nvidia.
Helios es la respuesta de AMD
AMD ha entendido esa transformación.
Ya no quiere presentarse simplemente como una GPU alternativa.
Su estrategia ahora también pasa por construir sistemas completos de inteligencia artificial.
Helios es la pieza central de ese movimiento.
La plataforma integra aceleradores Instinct, procesadores EPYC y tecnología de networking de AMD/Pensando dentro de una arquitectura diseñada para trabajar a escala de rack.
Dentro de la nueva familia de aceleradores aparece la Instinct MI455X.
Según las especificaciones oficiales de AMD, la MI455X cuenta con:
- 432 GB de memoria HBM4
- hasta 23,3 TB/s de ancho de banda de memoria
- arquitectura CDNA 5
- interconexiones diseñadas para escalar grandes sistemas de IA.
Son números impresionantes.
Pero hay que interpretarlos correctamente.
Cuando AMD compara sus propios productos contra sistemas de Nvidia, estamos viendo benchmarks y especificaciones del fabricante.
Lo mismo ocurre cuando Nvidia compara una nueva generación contra sus propios productos anteriores o contra competidores.
Una cifra teórica de FP4, memoria o ancho de banda no demuestra por sí sola que una plataforma vaya a ejecutar más rápido o más barato cualquier modelo del mundo real.
Las pruebas independientes y las cargas de producción siguen siendo fundamentales.
AMD está consiguiendo algo más importante que ganar gráficos de benchmarks
Aquí está probablemente el cambio más importante para AMD en 2026.
Está consiguiendo despliegues con clientes enormes.
Microsoft anunció en julio una ampliación de su colaboración con AMD.
Azure desplegará la solución AMD Helios a escala para cargas de inferencia de modelos avanzados y también ampliará el uso de procesadores EPYC y tecnología Pensando.
Anthropic fue todavía más lejos.
AMD y Anthropic anunciaron un acuerdo para desplegar hasta 2 gigavatios de GPU AMD Instinct MI450 Series mediante sistemas Helios.
El primer gigavatio está previsto para comenzar a desplegarse durante la primera mitad de 2027.
AMD también acordó realizar una inversión estratégica de hasta 5.000 millones de dólares en Anthropic.
Eso importa más que ganar una gráfica de rendimiento.
Durante años, el principal problema de AMD no fue demostrar que podía fabricar un procesador rápido.
Fue conseguir que algunas de las mayores compañías tecnológicas del planeta estuvieran dispuestas a construir infraestructura crítica alrededor de su plataforma.
Eso empieza a ocurrir.
La verdadera muralla de Nvidia se llama CUDA
Aquí aparece probablemente la mayor ventaja de Nvidia.
Y es una de las razones por las que comparar especificaciones de hardware se queda corto.
CUDA existe desde hace aproximadamente dos décadas.
Sobre CUDA se ha construido un enorme conjunto de bibliotecas, herramientas, frameworks y optimizaciones.
CUDA-X cubre inteligencia artificial, computación científica, análisis de datos, procesamiento de imágenes, comunicaciones entre GPU y numerosas cargas especializadas.
Nvidia cuenta además con tecnologías como cuDNN, TensorRT, NCCL y muchas otras piezas orientadas a entrenamiento, inferencia y computación distribuida.
Esto genera una ventaja difícil de representar en una tabla.
Una empresa no cambia miles de GPU simplemente porque otro fabricante ofrezca más memoria.
También tiene que preguntarse:
¿Funcionará mi software?
¿Tengo que adaptar código?
¿Mis desarrolladores conocen la plataforma?
¿Funcionarán mis modelos y frameworks?
¿Podré escalarla a miles de aceleradores?
¿Quién resolverá los problemas cuando algo falle?
Ese ecosistema se ha convertido en una importante barrera competitiva.
Información publicada por Reuters durante 2026 también ha señalado que AMD continúa enfrentándose a la mayor madurez del ecosistema de software de Nvidia.
Pero ROCm tampoco es el mismo de hace unos años
AMD ha avanzado precisamente en el punto donde históricamente estuvo más débil.
El 27 de agosto lanzó ROCm 10.
También hizo disponible de forma general ROCm.AI, una nueva experiencia de desarrollo para construir, ejecutar y optimizar cargas de inteligencia artificial sobre hardware AMD.
ROCm trabaja con herramientas y frameworks importantes del ecosistema abierto.
La estrategia de AMD consiste en convertir esa apertura en parte de su propuesta de valor.
El argumento es sencillo:
una empresa puede utilizar estándares más abiertos, disponer de más opciones de hardware y reducir su dependencia absoluta de un único proveedor.
Eso puede ser atractivo para compañías que están gastando decenas de miles de millones de dólares en centros de datos.
Pero ser abierto no basta.
AMD tiene que demostrar que la experiencia del desarrollador, la estabilidad del software y el rendimiento en producción pueden acercarse a la madurez que grandes organizaciones ya encuentran alrededor de CUDA.
Ese proceso necesita tiempo.
La carrera ya no consiste solamente en entrenar modelos
Existe otra razón por la que AMD puede encontrar espacio.
La primera etapa del boom de la inteligencia artificial estuvo muy concentrada en entrenar modelos cada vez mayores.
Ahora la inferencia está adquiriendo una importancia económica enorme.
Cada consulta a un chatbot, cada agente que ejecuta una tarea y cada modelo que genera texto, vídeo, imágenes o código consume capacidad de inferencia.
Cuando eso ocurre millones o miles de millones de veces, el coste importa muchísimo.
Ya no basta con preguntar:
¿Cuál es el chip más rápido?
También hay que preguntar:
¿Cuántos tokens produce por dólar? ¿Cuántos por vatio? ¿Cuántos por rack?
AMD está intentando competir precisamente sobre esa economía de la inferencia.
Nvidia está haciendo exactamente lo mismo con Blackwell y Vera Rubin.
Por eso la carrera está pasando de una comparación simple de GPUs a una cuestión mucho más empresarial: ¿quién consigue producir más capacidad de inteligencia artificial utilizando menos dinero, energía y espacio físico?
Nvidia tiene otra ventaja que a veces pasa desapercibida: las redes
Miles de aceleradores no sirven de mucho si no pueden comunicarse entre ellos suficientemente rápido.
Por eso el networking se ha convertido en una pieza fundamental de los centros de datos de inteligencia artificial.
Nvidia lleva años desarrollando tecnologías como NVLink, InfiniBand y Spectrum-X.
Y esa estrategia ya se refleja en el mercado.
Según IDC, durante el segundo trimestre de 2026 Nvidia mantuvo la primera posición entre los proveedores de marca de switches Ethernet para centros de datos.
Sus ingresos en este segmento alcanzaron aproximadamente 2.500 millones de dólares, equivalentes al 20,4% del mercado de switching Ethernet para centros de datos.
Los ingresos de Nvidia en este negocio crecieron 181,1% interanual según IDC.
AMD también está avanzando en networking mediante Pensando y la arquitectura de Helios.
Pero estos datos ayudan a entender por qué la ventaja de Nvidia no puede medirse simplemente contando núcleos o comparando memoria HBM.
La compañía vende una arquitectura cada vez más completa.
¿Está AMD realmente quitándole negocio a Nvidia?
Sí está consiguiendo negocio que hace algunos años habría parecido mucho más difícil de ganar.
Pero hay que interpretar correctamente lo que eso significa.
No existe evidencia en los últimos resultados de que el negocio de centros de datos de Nvidia esté contrayéndose.
Ocurre exactamente lo contrario.
Los ingresos de Data Center de Nvidia aumentaron 117% interanual.
Los de AMD crecieron 107%.
Los dos están creciendo simultáneamente porque la infraestructura de inteligencia artificial está experimentando una expansión extraordinaria.
AMD no necesita necesariamente provocar una caída de las ventas de Nvidia para construir un negocio enorme.
Puede crecer capturando una fracción de un mercado que cada año necesita mucha más capacidad.
Además, los grandes compradores tienen una razón estratégica para querer alternativas.
Depender completamente de un solo proveedor para una infraestructura tan importante supone un riesgo.
Por eso las grandes compañías tecnológicas están combinando GPU comerciales, chips propios y diferentes arquitecturas.
AMD tiene una oportunidad clara dentro de esa diversificación.
Las cifras financieras todavía muestran la diferencia
Hay otra comparación difícil de ignorar.
Nvidia obtuvo un margen bruto GAAP del 75% en su último trimestre.
AMD registró un margen bruto GAAP del 54%, o 56% sobre una base no GAAP.
No son cifras directamente comparables por producto.
Las dos compañías venden combinaciones diferentes de chips, sistemas y productos.
Pero sí muestran algo relevante.
Nvidia no solamente está vendiendo muchísimo más en infraestructura de centros de datos.
También ha conseguido mantener márgenes extraordinariamente elevados mientras aumenta sus ingresos a enorme velocidad.
Eso refleja el valor económico que actualmente los clientes están dispuestos a pagar por su plataforma.
AMD, mientras tanto, intenta convertir su acelerado crecimiento de Data Center en una posición mucho mayor dentro de ese mercado.
El mayor riesgo para Nvidia quizá no sea AMD
Aquí la historia se vuelve todavía más interesante.
AMD no es el único competidor.
Google tiene TPU.
Amazon desarrolla Trainium.
Microsoft trabaja en sus propios aceleradores.
Meta también diseña chips internos.
Hemos analizado con más detalle cómo estos gigantes están intentando convertir su gasto en infraestructura en ingresos reales en nuestro artículo sobre la carrera de la IA entre Microsoft, Amazon, Google y Meta.
China está impulsando proveedores locales como Huawei, Cambricon y otros fabricantes. Hemos cubierto por separado el caso de CXMT, el fabricante chino de chips que debutó con fuerza en bolsa, como ejemplo de esa tendencia hacia la autosuficiencia tecnológica china.
Según datos de IDC recogidos por Reuters, los fabricantes chinos llegaron a representar aproximadamente el 41% del mercado chino de aceleradores para servidores de IA en 2025.
Nvidia mantenía alrededor del 55% y AMD aproximadamente el 4% dentro de ese mercado concreto.
Este dato debe identificarse claramente como correspondiente a China y a 2025, no al mercado mundial actual.
El punto importante es otro:
la infraestructura de IA está fragmentándose.
El futuro puede incluir entrenamiento sobre Nvidia, inferencia sobre AMD, TPU dentro del ecosistema de Google, Trainium dentro de AWS y chips especializados para determinadas cargas.
Nvidia intenta evitar que esa fragmentación reduzca su posición convirtiendo su propia plataforma en una solución suficientemente completa para cubrir prácticamente todas las capas.
El próximo examen de AMD será convertir contratos en despliegues reales
Conseguir acuerdos es una cosa.
Convertirlos en decenas de miles de aceleradores funcionando y miles de millones de dólares de ingresos recurrentes es otra.
El gran examen para AMD llegará a medida que Helios y las siguientes generaciones Instinct se desplieguen a mayor escala.
La compañía tendrá que demostrar simultáneamente: rendimiento, estabilidad, disponibilidad, madurez del software, eficiencia energética, coste competitivo, y capacidad para suministrar enormes cantidades de hardware.
No es sencillo.
Pero AMD está bastante más cerca de poder presentar ese desafío que hace apenas unos años.
Entonces, ¿quién está ganando en 2026?
Si hablamos de negocio actual, escala de centros de datos, ecosistema de software, networking y penetración comercial, Nvidia mantiene una ventaja muy amplia.
Los números lo muestran.
Nvidia generó 89.000 millones de dólares trimestrales en Data Center.
AMD generó 6.700 millones.
Y Nvidia ya está llevando Vera Rubin hacia producción y despliegue mientras continúa creciendo la infraestructura basada en Blackwell.
Pero quedarse únicamente con esa diferencia significaría perderse lo que está cambiando.
AMD ya dispone de una propuesta de rack completo.
Tiene nuevas generaciones de Instinct.
Está mejorando ROCm.
Ha conseguido compromisos importantes con compañías como Microsoft y Anthropic.
Y su negocio de centros de datos acaba de crecer más del 100% en un año.
La fotografía de 2026 es, por tanto, bastante clara:
Nvidia continúa muy por delante. AMD está construyendo por primera vez una alternativa capaz de competir en más capas de la infraestructura de IA, no únicamente en el chip.
La prueba definitiva llegará cuando los grandes compromisos anunciados por AMD se conviertan en despliegues a escala y podamos medir cuánto ingreso real generan.
Ahí sabremos si AMD puede convertirse en un segundo gran estándar para la infraestructura de inteligencia artificial o si el ecosistema que Nvidia ha construido alrededor de CUDA continúa siendo una barrera demasiado difícil de romper.
Nota metodológica
Las cifras de Data Center de Nvidia y AMD no representan exclusivamente ingresos por GPU de inteligencia artificial y no tienen exactamente el mismo perímetro contable. AMD incluye, entre otros productos, procesadores EPYC e Instinct; Nvidia incluye distintas líneas de infraestructura y networking. Por ello, estas cifras se utilizan para comparar escala de los respectivos negocios de centros de datos, no como una comparación directa de unidades o ventas exclusivamente de GPU de IA.
Las especificaciones técnicas y benchmarks proporcionados por Nvidia y AMD sobre sus propios productos son afirmaciones de los respectivos fabricantes y no equivalen a pruebas independientes.
Fuentes principales consultadas
- NVIDIA — Q2 Fiscal 2027 Financial Results, 26 agosto 2026.
- NVIDIA — Vera Rubin Full Production, 31 mayo 2026.
- NVIDIA Developer — CUDA / CUDA-X Libraries.
- AMD — Q2 2026 Financial Results, 4 agosto 2026.
- AMD — Q2 2026 Form 10-Q.
- AMD — Microsoft/Azure strategic partnership, 20 julio 2026.
- AMD — Anthropic strategic partnership, 22 julio 2026.
- AMD — Instinct MI455X official specifications.
- AMD — ROCm 10 / ROCm.AI, 27 agosto 2026.
- IDC — Q2 2026 Ethernet Switch Market, 11 septiembre 2026.
- Reuters (vía Seeking Alpha) — contexto sobre China, Nvidia, AMD y el ecosistema de chips.
Este contenido tiene fines informativos y educativos. No constituye una recomendación para comprar o vender acciones de Nvidia, AMD ni ningún otro activo financiero.