Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
AMD gana en eficiencia y otro hito en el desarrollo de infraestructuras para inteligencia artificial. El avance registrado en 2026 supera las previsiones internas y sitúa a la compañía en una posición adelantada respecto a su objetivo para 2030. El incremento de cuatro veces en rendimiento energético, medido en rack-scale, confirma que la estrategia aplicada en silicio, sistemas y software funciona como un bloque coherente. La mejora se apoya en datos oficiales publicados el 18 de agosto de 2026, que muestran un ritmo superior al proyectado para esta fase.
El crecimiento de la demanda de cómputo obliga a replantear la arquitectura de los centros de datos. La aceleración de cargas de entrenamiento e inferencia exige una coordinación más estrecha entre CPU, GPU, memoria, interconexión y refrigeración. La eficiencia energética se convierte en un factor decisivo para ampliar capacidad sin elevar consumo. Este avance permite ofrecer más rendimiento con la misma potencia y reducir costes operativos en infraestructuras de IA y HPC.
AMD gana en eficiencia y adelanta su hoja de ruta
El progreso registrado en 2026 supera el objetivo previsto de tres veces para esta etapa. La compañía logra un avance de cuatro veces, lo que duplica la tendencia histórica. Este salto se explica por la integración de mejoras en arquitectura, proceso de fabricación y diseño de sistemas. La coordinación entre equipos de hardware y software permite optimizar el flujo de datos y reducir cuellos de botella. La estrategia se basa en un enfoque de co-diseño que abarca desde el nodo hasta el rack completo.
El objetivo para 2030 consiste en alcanzar un incremento de veinte veces en eficiencia energética en cargas de IA. Este cálculo se realiza sobre configuraciones representativas de racks AMD y se compara con un punto de partida fijado en 2024. La mejora se mide en FLOPs por vatio, un indicador que refleja la capacidad de cómputo por unidad de energía. La proyección indica que dos racks de 2030 ofrecerán el mismo rendimiento que 570 racks de 2024. Este salto reduce electricidad en uso y disminuye la intensidad de carbono.
El avance también permite multiplicar por veinte la capacidad de cómputo sin aumentar consumo. Este enfoque resulta clave para centros de datos que buscan ampliar servicios sin modificar infraestructura eléctrica. La eficiencia se convierte en un recurso estratégico para escalar modelos más grandes y acelerar inferencias sin comprometer estabilidad térmica.
Arquitectura, memoria y red como pilares del avance
El rendimiento de sistemas de IA depende de tres factores: capacidad de cómputo, ancho de banda de memoria y velocidad de interconexión. La mejora en proceso de fabricación aumenta el rendimiento por vatio en operaciones de coma flotante. La integración de memoria de alta velocidad reduce desplazamientos innecesarios de datos. La ampliación de ancho de banda en interconexiones permite que GPU y CPU compartan información sin bloqueos.
La memoria se convierte en un elemento crítico para alimentar motores de cómputo. La ampliación de cachés y la integración de memoria de alto ancho de banda reducen latencias y evitan ciclos de energía desperdiciados. La interconexión de alta velocidad permite que sistemas de gran tamaño funcionen como una unidad coherente. Este avance resulta esencial para modelos que dependen de comunicación constante entre nodos.
El software completa la ecuación. La plataforma ROCm y los estándares abiertos permiten optimizar cargas de IA en hardware AMD. La colaboración con clientes facilita ajustes específicos para cada tipo de modelo. La optimización de software reduce energía por token generado y mejora rendimiento en entrenamiento e inferencia. Este enfoque permite que la eficiencia crezca sin depender solo de mejoras en silicio.
Impacto para centros de datos y clientes
La mejora en eficiencia permite ampliar capacidad sin elevar consumo. Los centros de datos pueden reducir costes operativos y mejorar sostenibilidad. La reducción de electricidad en uso disminuye impacto ambiental y facilita expansión de servicios. La eficiencia también permite que infraestructuras existentes soporten modelos más grandes sin cambios en potencia o refrigeración.
El avance registrado en 2026 demuestra que la estrategia aplicada por AMD funciona como un sistema integrado. La mejora de cuatro veces confirma que el objetivo de veinte veces para 2030 se encuentra en una trayectoria alcanzable. La combinación de arquitectura, memoria, interconexión y software permite que la eficiencia crezca de forma sostenida.
| Fabricante | AMD |
| Informe | Rack-Scale AI Energy Efficiency Progress 2026 |
| Fecha | 18 de agosto de 2026 |
| Mejora registrada | 4x eficiencia energética respecto a 2024 |
| Objetivo 2030 | 20x rendimiento por vatio en cargas de IA |
| Métrica | FLOPs por vatio en rack-scale |
| Tecnologías clave | ROCm, memoria HBM, interconexión de alta velocidad |
