Lisa Su en Advancing AI 2026: AMD no quiere ser “la segunda opción” de IA, quiere vender la plataforma completa

¡Venimos Recio! En la guerra de IA, AMD ya no puede conformarse con decir “tenemos una GPU competitiva”. Ese argumento podía servir cuando el mercado todavía estaba intentando entender si había espacio para una alternativa real a NVIDIA. Pero en 2026, con modelos frontera, data centers de gigawatts, inferencia masiva, agentes, racks completos y clientes que planean infraestructura con años de anticipación, la conversación cambió. La pregunta ya no es si AMD puede fabricar chips rápidos, desde luego que puede, y aunque aun no puede imponer los trendings del mercado, si que puede mantener un nivel altamente competitivo. Aquí la pregunta es, si puede construir una plataforma completa y convencer al mercado de que AMD no está llegando tarde, sino por una ruta ligeramente diferente. Esa fue la lectura central de la rueda de prensa con la Dra. Lisa Su, presidenta y CEO de AMD, durante Advancing AI 2026. La sesión ocurrió después de una keynote cargada de anuncios sobre Helios, nuevos acuerdos estratégicos, IA física, software abierto y una estrategia más agresiva para data center. AMD presentó Advancing AI 2026 como su evento global de IA en San Francisco, con foco en infraestructura, partners y soluciones para la siguiente etapa de cómputo acelerado, dondre desde el inicio, Lisa Su dejó claro que la emoción de AMD no está en un producto aislado, sino en el portafolio de productos robusto y completo. Habló de la curva de adopción de IA, de la colaboración con clientes clave y de la importancia de llevar a los desarrolladores hacia el ecosistema AMD.

La frase no fue exactamente “full stack”, pero el mensaje sí: CPU, GPU, red, software, partners y clientes tienen que caminar juntos.

Lo que dejó la rueda de prensa con Lisa Su

Tema	Mensaje central	Lectura DD
Demanda de IA	La curva sigue creciendo porque la IA se vuelve más útil	Más uso implica más cómputo, no menos
TAM	Difícil de predecir con precisión	AMD vende oportunidad enorme, pero evita fijarse solo en la cifra
CPU + GPU	La demanda crece en aceleradores y también en CPUs	IA agéntica vuelve a poner al CPU en el centro
Helios	Ya no es una GPU, es una plataforma rack-scale	La unidad de competencia es el rack completo
OpenAI / Anthropic	Relaciones de co-desarrollo, no solo compra de chips	AMD necesita que sus clientes frontera validen el stack
NVIDIA	AMD no acepta la narrativa de segundo lugar cómodo	Quiere liderazgo por segmentos y portafolio abierto
Open source	Modelos abiertos tienen un lugar importante	Apertura como argumento técnico y estratégico
Cerebras	Relación de largo plazo y disaggregated inference	No todo workload debe correr igual ni en el mismo tipo de chip

Uno de los primeros temas fue el tamaño del mercado. Su reconoció que predecir el TAM (Mercado Total Disponible, por sus siglas en inglés) de IA es una de las cosas más difíciles de hacer porque probablemente nadie le va a atinar con precisión. Pero también defendió que, al hablar con los clientes a nivel de infraestructura real, AMD ve una demanda de cómputo que sigue creciendo con fuerza. Lo interesante es que no lo limitó a GPUs: dijo que la demanda también está cambiando con mucha rapidez en CPUs, justo por la forma en que la IA se está integrando a empresas y flujos de trabajo. La lógica de Lisa Su es simple: mientras más útil se vuelve la IA, más se quiere usar. Y mientras más se usa, más infraestructura necesita. Lo relevante es que AMD ya no ve la IA solo como ahorro de costos, sino como creación de valor empresarial: desarrollo de producto, procesos internos, herramientas de ingeniería, productividad y nuevas formas de operación. Ese matiz importa porque cambia la discusión de “¿cuánto puedo recortar?” a “¿qué puedo construir que antes no era posible?”.

Ahí entra una de las ideas más fuertes de la sesión: la IA no se va a resolver con un solo chip. Su insistió en que la oportunidad de AMD depende de una familia completa de hardware y software. Ese punto conecta directamente con lo presentado en Helios, la arquitectura rack-scale que integra AMD Instinct MI455X, EPYC, Pensando networking y ROCm para inferencia a gran escala y entrenamiento de modelos fundacionales. AMD describe Helios como una plataforma abierta diseñada para escalar desde un rack hasta clusters de IA de escala gigawatt.

La estrategia AMD según Lisa Su

Pieza	Función dentro de la estrategia
AMD Instinct	Aceleración principal para entrenamiento e inferencia
AMD EPYC	Host processing, IA agéntica, enterprise y soporte de aceleradores
AMD Pensando	Networking, DPUs, AI NICs y conectividad de infraestructura
ROCm	Software abierto para desarrollo, migración y ejecución
Helios	Plataforma rack-scale para IA frontera
Kria AI / Embedded	IA física, robótica, edge y sistemas de baja latencia
Socios frontera	OpenAI, Anthropic, Meta, Microsoft y otros para validación a escala
Ecosistema abierto	Camino para competir contra lock-in y stacks propietarios

Cuando se le preguntó por la complejidad de llevar Helios a producción, Su fue bastante directa: lo llamó una hazaña de ingeniería por cómputo, enfriamiento, integración y densidad. Pero lo más importante fue su explicación de cómo AMD llegó ahí. No lo presentó como un desarrollo aislado, sino como el resultado de varios años de preparación: trabajo interno de plataforma, software, networking, la adquisición de Pensando, la integración de capacidades de ZT Systems y, sobre todo, co-desarrollo con socios. Ese punto cambia la narrativa, ya que AMD no está diciendo “lo diseñamos y ahora se lo entregamos al cliente”. Está diciendo que clientes como OpenAI y otros grandes actores están desarrollando con AMD desde la etapa de roadmap, software, sistemas y despliegue. Eso importa porque en IA de frontera el cliente no compra de catálogo como quien elige una laptop; planea energía, data centers, racks, red, modelos, software y suministro con años de anticipación.

La Dra. Lisa Su también dio una señal operativa importante: producción significa que AMD está lista para enviar. Dijo que los envíos comenzarían hacia el final del tercer trimestre, continuarían en el cuarto trimestre y seguirían escalando durante la primera mitad del año siguiente. Reuters reportó de forma similar que Su dijo que el nuevo servidor de IA de AMD estaba en producción y empezaría a enviarse en los meses siguientes, como parte del esfuerzo de AMD por competir con las plataformas insignia de NVIDIA. Aquí conviene poner los pies en la tierra: Helios no se valida en el escenario de Advancing AI 2026, se valida instalado y demostrando. Un rack de IA no es una GPU enorme con luces bonitas. Es energía, enfriamiento, cadena de suministros, firmware, red, software, soporte, servicio, disponibilidad y cargas reales corriendo 24/7. La confianza de AMD es importante, pero la prueba será cuando esos racks produzcan tokens, entrenen modelos, manejen fallas y sostengan clientes que no perdonan interrupciones.

Helios: lo que AMD debe demostrar en producción

Promesa	Lo que falta validar
Producción lista	Que los envíos escalen sin tropiezos de supply chain
Co-desarrollo con clientes	Que los sistemas funcionen con workloads reales de frontera
Mejor costo por token	Que la economía se sostenga fuera de modelos internos
ROCm maduro	Que desarrolladores migren sin dolor excesivo
Networking integrado	Que la red no limite a las GPUs
Enfriamiento y densidad	Que el rack sea operable en data centers reales
Ecosistema abierto	Que apertura signifique adopción, no solo marketing
Compromisos gigawatt	Que los acuerdos se conviertan en capacidad desplegada

La pregunta inevitable fue NVIDIA. Cuando se le planteó si AMD estaba siguiendo al líder del mercado o si podía ganar liderazgo técnico y comercial, Lisa Su no aceptó la narrativa de “segundo lugar cómodo”. Su respuesta fue que AMD está pavimentando el camino que cree que la comunidad de IA necesita: tecnologías de liderazgo, ecosistemas abiertos y el cómputo correcto para cada workload. También adelantó que el salto de MI450 hacia MI500 no será pequeño, sino otro avance mayor, con la expectativa de liderazgo en dominios de cómputo a escala. La parte editorialmente interesante es que Lisa Su no intentó copiar la historia de NVIDIA palabra por palabra sino que reivindicó la ruta AMD: arquitecturas chiplet, portafolios diseñados para distintos workloads, EPYC como base de servidor, Instinct como acelerador, Pensando como los aceleradores de red, ethernet y herramientas del tipo de ROCm como stack abierto. Dicho de otra forma: AMD no está diciendo “somos NVIDIA con otro logo”; está diciendo “nuestra ventaja es componer sistemas con el cómputo correcto para cada clase de trabajo”.

Vamsi Boppana complementó la idea con una frase que sirve para entender la estrategia competitiva: AMD debe mantenerse enfocada y ejecutar con disciplina, porque eventualmente habrá segmentos donde pueda decir “aquí lideramos sin discusión”. Su agregó algo más concreto: en CPUs, AMD considera que ya tiene liderazgo indiscutible. Esa confianza no sale de la nada; EPYC ha sido una de las historias más fuertes de AMD en servidores durante los últimos años, y ahora Venice / EPYC 9006 se vuelve parte de la narrativa de IA agéntica y host processing.

El reto es que NVIDIA no domina solo por tener mejores GPUs. Domina por ecosistema, CUDA, networking, bibliotecas, software, disponibilidad, confianza y una inercia brutal. AMD puede tener un argumento técnico fuerte, pero necesita que ese argumento se traduzca en menos fricción para desarrolladores y clientes. Porque en data center, muchas veces el mejor chip pierde si el stack alrededor duele demasiado.

AMD frente a NVIDIA: dos narrativas distintas

NVIDIA	AMD
Ecosistema dominante y muy instalado	Ecosistema abierto como argumento de flexibilidad
CUDA como ventaja histórica	ROCm como alternativa abierta
Plataforma integrada y madura	Plataforma integrada en construcción acelerada
Liderazgo claro en IA actual	Ambición de liderazgo por segmentos
Fuerte control del stack	Enfoque en estándares, partners y portabilidad
Inercia de desarrolladores	Necesidad de reducir fricción de migración
Liderazgo de mercado	Oportunidad de crecer en un mercado enorme

La relación con OpenAI y Anthropic fue otro foco fuerte. Sobre OpenAI, Su explicó que es una relación muy especial, iniciada desde MI300 y construida con trabajo de roadmap y software. El acuerdo oficial anunciado previamente contempla 6 gigawatts de GPUs AMD, con el primer despliegue de 1 gigawatt basado en Instinct MI450 Series iniciando en la segunda mitad de 2026. En la rueda de prensa, Su aseguró que ese primer gigawatt sigue exactamente en camino y añadió que la demanda general por MI450 / Helios está por encima de sus expectativas originales.

Con Anthropic, la estructura es distinta. Su lo explicó sin entrar en detalles financieros: cada acuerdo es diferente. En este caso, la colaboración gira alrededor de MI450 y hasta 2 gigawatts, con primeros despliegues previstos para el primer semestre de 2027. AMD anunció oficialmente la alianza con Anthropic para desplegar hasta 2 GW de GPUs AMD Instinct MI450 Series en soluciones Helios, la diferencia clave, según Lisa Su, es que llevar una nueva plataforma de chips a una empresa de modelos frontera exige ingeniería, capital, tiempo y recursos. Por eso AMD está trabajando con Anthropic no solo como proveedor de chips, sino en bring-up de sistemas y optimización de software para que Claude funcione de manera eficiente sobre plataformas AMD. Ese punto es importante porque el hardware por sí solo no basta: si Claude, Codex u otros entornos de desarrollo no se sienten naturales sobre AMD, la adopción se frena.

Nuestra lectura es que AMD está intentando convertir cada cliente grande en una prueba pública de credibilidad. OpenAI valida escala. Anthropic valida modelos frontera. Microsoft valida nube. Meta valida infraestructura masiva. Cerebras valida desagregación de workloads. Pero todos esos nombres también elevan la presión: cuando prometes gigawatts, el margen de error se achica.

Socios clave mencionados en la sesión

Socio	Qué representa para AMD
OpenAI	Validación temprana y acuerdo de 6 GW con primer despliegue en 2H 2026
Anthropic	Modelo frontera con hasta 2 GW de MI450 y colaboración en software
Meta	Escala masiva y alineación de roadmap para infraestructura IA
Microsoft	Nube pública y despliegue de Helios en Azure
Cerebras	Inferencia desagregada y combinación de arquitecturas distintas
Neoclouds / clouds	Caminos adicionales para despliegue de capacidad
Desarrolladores	El público que debe adoptar ROCm y herramientas AMD
Empresas	Donde la IA debe pasar de ahorro de costos a creación de valor

También hubo una pregunta muy interesante sobre open source AI y modelos abiertos. Su fue cuidadosa: dijo que no tiene todas las respuestas, pero defendió que el código abierto es positivo porque da transparencia y control. Al mismo tiempo, reconoció que el ecosistema tendrá muchos tipos de modelos: fundacionales cerrados, modelos abiertos, open weights y combinaciones intermedias. Su postura fue que no se trata de restringir por reflejo, sino de manejar bien las piezas y reconocer que los modelos abiertos tienen un lugar relevante, la respuesta de AMD encaja con su posición estratégica. ROCm, estándares abiertos y ecosistemas interoperables no son solo discurso filosófico; son su mejor arma contra el lock-in. Si AMD quiere competir contra el poder de CUDA, necesita que el mercado valore apertura, portabilidad, soberanía tecnológica y control. Pero también debe aceptar que “abierto” no basta si la experiencia de desarrollo no es competitiva. El idealismo no compila kernels.

Finalmente apareció Cerebras. Se le preguntó a Su si la alianza con Cerebras era un stopgap o una relación de largo plazo. Su respondió que AMD no inicia nada pensando que es temporal. La idea, dijo, es que Cerebras tiene una tecnología interesante que trabaja bien con Helios, y que el ecosistema abierto de AMD permite combinar distintos tipos de cómputo cuando tienen sentido para workloads específicos, AMD y Cerebras anunciaron una solución de inferencia desagregada que combina AMD Helios con la tecnología Wafer-Scale Engine de Cerebras, buscando unir prompt prefill de alto rendimiento con generación de tokens de muy baja latencia; Cerebras planea desplegar Helios en sus data centers y ofrecer primero la solución por Cerebras Cloud en la segunda mitad de 2026.

Esa parte puede ser de las más importantes a futuro. Su habló de más workload disaggregation: separar fases de inferencia, combinar tecnologías distintas y usar el acelerador correcto para cada parte del proceso. En IA, no todo es igual. Prefill, decode, razonamiento, memoria, herramientas, baja latencia, alto throughput y agentes pueden beneficiarse de arquitecturas diferentes. AMD parece estar aceptando que la respuesta no siempre será “todo en mi GPU”, sino “usemos la mejor combinación dentro de un sistema abierto”.

Dan McNamara cerró esa idea con una lectura más amplia: la IA se va a infiltrar en todo tipo de cómputo, desde data centers hasta sistemas embebidos, automóviles, instrumentos médicos y respuestas de ultra baja latencia. Es una frase que conecta la rueda de prensa con el resto de Advancing AI 2026: Helios para fábricas de IA, EPYC para data center agéntico, Kria AI para IA física y un portafolio donde AMD quiere cubrir desde el robot hasta el rack.

La rueda de prensa con Lisa Su dejó claro que AMD ya no quiere pelear la guerra de IA como “la alternativa barata” o “la segunda opción razonable”. Quiere que el mercado la vea como una plataforma completa: Instinct para acelerar, EPYC para sostener, Pensando para conectar, ROCm para programar, Helios para escalar y socios como OpenAI, Anthropic, Microsoft, Meta y Cerebras para validar que la historia no se quede en presentación. La postura es ambiciosa y tiene sentido técnico, pero también es una apuesta de ejecución brutal. AMD puede tener mejores argumentos que hace tres años, pero NVIDIA no es solo un competidor de chips; es un ecosistema instalado. Para romper esa inercia, AMD necesita que Helios llegue a tiempo, que ROCm no espante a desarrolladores, que los clientes frontera realmente escalen y que el mercado crea que abierto también puede significar más eficiente, más flexible y suficientemente maduro para producción.