«Las empresas no empiezan por la infraestructura, sino por los retos del negocio»

Cuando una empresa europea decide dar el salto a la inteligencia artificial, la primera pregunta no suele ser qué hierro comprar. Es qué problema resolver. Esa es, al menos, la lectura que hace AMD del mercado, una compañía que en los últimos meses se ha colado en el centro de la conversación sobre infraestructura de IA a gran escala gracias a sus acuerdos con OpenAI, Meta y Oracle, pero cuyo discurso para la empresa mediana europea se construye sobre una idea mucho más terrenal: pragmatismo, ecosistema abierto y coste total de propiedad.

Hablamos con Simón Viñals, Business Development Executive de AMD, sobre cómo aterriza ese mensaje en el CIO europeo, el estado real de su pila de software tras ROCm 7, los planes de IA soberana en el sur de Europa y qué debería tener en el radar un responsable tecnológico de aquí a 18 meses.

[MCPRO] AMD ofrece CPUs, GPUs, computación adaptativa y redes para IA bajo un mismo paraguas. Cuando una empresa europea decide dar el salto hacia la IA, ¿por dónde suele empezar?

[Simón Viñals] La mayoría de las empresas no comienzan con infraestructuras, sino abordando los retos empresariales. Normalmente, esto implica casos de uso específicos, como la automatización, la analítica o la mejora de la experiencia del cliente. Sobre esta base, desarrollan proyectos piloto iniciales en la Nube Pública, sin sus datos privados, y más tarde trasladan el proyecto a su infraestructura local existente, entornos basados en CPU para inferencia de IA y/o agentes de IA. Si crecen las cargas de trabajo para modelos de IA grandes o necesitan ejecutar tareas de entrenamiento de IA, hacen la transición a sistemas acelerados por GPU.

En toda Europa estamos viendo un enfoque muy pragmático: primero la prueba de concepto y luego el paso a producción. Nuestro papel es apoyar este proceso con un entorno flexible —desde procesadores EPYC™ para la preparación de datos y la inferencia de modelos pequeños-medianos hasta aceleradoras GPU Instinct™ para entrenamiento e inferencia de grandes modelos— asegurando que todos los elementos y entornos sean abiertos y compatibles, para que los clientes puedan escalar en la nube, el centro de datos y el edge sin quedar atrapados en un único enfoque.

[MCPRO] Las colaboraciones con OpenAI, Meta y Oracle han situado a AMD en el centro de la conversación sobre la infraestructura de IA a gran escala. ¿Cómo se traducen esas colaboraciones en beneficios tangibles para las empresas medianas?

[Simón Viñals] Estas colaboraciones son importantes, porque demuestran la validación de la plataforma a hiperescala y esto tiene un impacto directo en todos los demás participantes del mercado. Cuando empresas como OpenAI, Meta u Oracle despliegan infraestructura de AMD, esto ayuda a garantizar a otros clientes que la pila de software, los frameworks y los modelos están optimizados y listos para su uso en producción.

Para las empresas medianas, el beneficio es la accesibilidad. Pueden conectarse a la misma infraestructura a través de proveedores de nube como Oracle Cloud, sin tener que construirla ellos mismos. Esto reduce la inversión inicial, disminuye los riesgos y acorta los tiempos de despliegue. También significa que trabajan con soluciones probadas y prevalidadas en lugar de construirlas desde cero, mientras se benefician de un ecosistema abierto que evita ser cautivo de proveedores.

[MCPRO] ROCm 7 ha supuesto un paso importante en la madurez del ecosistema de software abierto de AMD. ¿Qué le dirías a una empresa que evalúe hardware de AMD para sus cargas de trabajo de IA y que quiere entender el estado actual de las herramientas y el soporte?

[Simón Viñals] La idea principal es que la pila de software ha alcanzado un nivel de madurez tal que las empresas pueden operar en su entorno familiar con una fricción mínima. AMD ROCm™ soporta frameworks ampliamente utilizados como PyTorch y se integra con ecosistemas como Hugging Face, permitiendo a los desarrolladores ejecutar y optimizar modelos de IA en hardware AMD sin cambios significativos en el código, ya que los frameworks y modelos de IA se ejecutan de forma nativa en hardware AMD.

También estamos viendo mejoras continuas en rendimiento y capacidades —como el soporte para FP8, FP6 y FP4 y mecanismos avanzados de tratamiento de datos— que son cruciales para las cargas de trabajo modernas de IA.

Desde la perspectiva empresarial, esto significa que la plataforma no solo es abierta, sino también práctica: «simplemente funciona» para el entrenamiento de IA y la inferencia, es escalable en diversos entornos y sigue beneficiándose de un ecosistema en rápido crecimiento.

[MCPRO] AMD está impulsando iniciativas soberanas de IA en Europa con proyectos como Alice Recoque en Francia y colaboraciones con OpenEuroLLM. ¿Existen planes concretos para mercados del sur de Europa como España?

[Simón Viñals] AMD participa activamente en el apoyo a iniciativas para desarrollar capacidades de IA soberana en toda Europa, trabajando con gobiernos, instituciones de investigación y socios del ecosistema para habilitar infraestructuras de IA abiertas e interoperables. Iniciativas como el superordenador «Alice Recoque» y nuestra colaboración recientemente anunciada con el gobierno francés son un buen ejemplo de este enfoque.

En toda Europa, AMD continúa colaborando en una variedad de proyectos de infraestructura de IA para ayudar a expandir las capacidades de IA soberana en toda la región, colaborando estrechamente con actores clave en España y Portugal.

[MCPRO] La eficiencia energética es una preocupación creciente para los líderes europeos de TI. ¿Qué datos de coste total de propiedad puede compartir AMD para ayudar a un CIO a justificar la inversión en infraestructura de IA de AMD?

[Simón Viñals] Esencialmente, el TCO depende de tres factores: rendimiento, consolidación y eficiencia energética. En lo que respecta a los procesadores, estamos viendo que los clientes que utilizan AMD logran el mismo —o incluso superior— rendimiento con un número significativamente menor de servidores, lo que reduce directamente los costes de electricidad, refrigeración y licencias de software.

En términos más generales, en los últimos años AMD ha logrado mejoras significativas en eficiencia energética para cargas de trabajo de IA y HPC, y seguimos impulsando esto a nivel de sistemas y racks de servidores.

Cuando combinas esto con aceleradoras diseñadas para un alto rendimiento por vatio y un enfoque integrado entre CPUs, GPUs y redes, el resultado es un menor coste por carga de trabajo (o coste por token al ejecutar inferencia de IA) y un retorno de inversión más rápido para despliegues de IA.

[MCPRO] Con el MI350 ya en el mercado, la familia MI400 desplegándose a lo largo de este año y Helios definiendo la computación a escala de rack, ¿cuáles son las dos o tres cosas que un líder tecnológico debería tener en su radar durante los próximos 18 meses?

[Simón Viñals] Hay tres tendencias clave a las que prestar atención:

Primero, el cambio hacia la infraestructura a escala de rack. Plataformas como el rack de IA AMD Helios integran recursos de cómputo, capacidades de red y software en un único sistema, cambiando fundamentalmente el enfoque para desplegar y escalar la IA. AMD Helios adopta estándares abiertos a nivel de rack como OCP (Open Compute Project), Ultra Ethernet o Ultra Accelerator Link. Al mismo tiempo, está diseñado para usar refrigeración líquida a nivel de rack, lo que logra una mayor eficiencia en la refrigeración.

Segundo, el ritmo de innovación en aceleradores de cómputo (GPU). La serie AMD Instinct™ MI400 está diseñada para soportar modelos mucho más grandes y una inferencia más eficiente, que se está convirtiendo en la carga de trabajo dominante a medida que la IA entra en producción. El gran tamaño de memoria integrada HBM a bordo de las GPUs AMD es uno de los elementos de liderazgo en comparación con la competencia.

Y tercero, el crecimiento continuo de ecosistemas abiertos. ROCm™ y el stack de IA open-source más amplio reducen barreras para los desarrolladores y ofrecen a las empresas mayor flexibilidad tanto en la nube como en las instalaciones, con herramientas como AMD Enterprise AI Suite. Los ecosistemas de software de código abierto como AMD ROCm™ y AMD Enterprise AI Suite son un motor de innovación y flexibilidad más rápidas, en comparación con los stacks de software propietarios.

En conjunto, estas tendencias apuntan a un futuro en el que la infraestructura de IA será más integrada, más escalable y, lo que es importante, más accesible para un abanico más amplio de organizaciones.

El verdadero campo de batalla no es el silicio

La conversación sobre IA en el centro de datos suele reducirse a una pelea de cifras: teraflops, ancho de banda de memoria, consumos. Pero lo que deja esta charla con Viñals es que la partida en la empresa europea no se decide ahí, sino antes: en si el camino del proyecto piloto a producción tiene fricción o no la tiene y en si una compañía mediana puede subirse a infraestructura ya validada sin levantarla ella misma

Y, sobre todo, en una palabra que aparece una y otra vez en sus respuestas y que no es casual: abierto. La apuesta por ROCm, por OCP, por Ultra Ethernet y por evitar el vendor lock-in es el diferencial que AMD pone sobre la mesa del CIO, respaldado por una hoja de ruta de hardware a golpe de lanzamiento anual —de las Instinct MI350 a la familia MI400—. En este punto conviene recordar que un ecosistema abierto solo es una ventaja real si está lo bastante maduro como para que «simplemente funcione», y ese es precisamente el terreno donde AMD ha tenido que correr más.

La tendencia, con ROCm 7, apunta en la buena dirección, no cabe duda. La pregunta que cada responsable de IT tendrá que responder por su cuenta es si esa madurez ya basta para su caso de uso concreto, o si todavía conviene esperar a la siguiente vuelta.