El 12 de noviembre, Jensen Huang anunció públicamente su renuncia como Presidente, Director Ejecutivo y Director. El precio de las acciones de Nvidia cayó hasta un 14,4% intradía, con una caída temporal de su valor de mercado de aproximadamente 600 mil millones de USD, antes de que la caída al cierre se redujera al 4,3%.
Mientras tanto, AMD, el mayor rival de Nvidia, cerró con una subida del 5,9% ese día. Este ya era el quinto día de negociación consecutivo de ganancias para AMD, acumulando una subida del 44,7% desde el cierre del 5 de noviembre hasta el cierre del día 12.
Esto me recuerda al grupo de apuestas de Polymarket sobre quién sucederá a Jensen Huang. En una captura de pantalla publicada por la cuenta oficial el 12 de noviembre, la hija de Huang, Huang Minshan, ocupaba el primer lugar con un 12%, mientras que la CEO de AMD, Su, y la CFO de Nvidia, Colette Kress, empataban en el segundo lugar con un 7% cada una. ¡AMD realmente es experta en ser el "segundo lugar"!
En la era de las PC, la CPU era el hardware más central, y AMD siempre estuvo persiguiendo a Intel; en la era de la IA, los proveedores de la nube compran GPU por lotes para construir centros de datos, y AMD sigue siendo segunda, excepto que el líder se ha convertido en Nvidia.
¡Ahora que esto le ha sucedido a Nvidia, AMD debe estar sonriendo en sus sueños!
01 Los centros de datos de IA ya han sido el objetivo de AMD
Lo que AMD está apuntando ahora es el negocio más grande de Nvidia.
Debido a que Nvidia no anunciará su informe financiero del tercer trimestre hasta el 17 de noviembre, hora del Este, primero veamos los datos financieros del segundo trimestre.
Según el informe financiero del segundo trimestre de Nvidia de este año, los ingresos totales de Nvidia fueron de aproximadamente 96,2 mil millones de USD, de los cuales el negocio de centros de datos contribuyó con 89 mil millones de USD, representando más del 90%. En el informe financiero de AMD, el negocio de centros de datos de AMD fue de solo 6,7 mil millones de USD, que también incluye algunos ingresos por CPU para servidores.
AMD ha combinado sus CPU para servidores, tarjetas aceleradoras de IA y redes de alta velocidad en un rack llamado Helios, correspondiente al producto de rack completo de Nvidia llamado Vera Rubin NVL72.
A la izquierda está AMD Helios, a la derecha está NVIDIA Vera Rubin NVL72.
El 30 de septiembre, el proveedor de equipos de TI empresarial Hewlett Packard Enterprise (HPE) reveló que había firmado un pedido de racks Helios por 1,2 mil millones de USD con el proveedor de servicios en la nube estadounidense Vultr. AMD ya puede participar en compras de proveedores de la nube de nivel de miles de millones.
El campus de centros de datos Sabey SDC Columbia en East Wenatchee, Washington, EE. UU. Vultr alguna vez amplió aquí la potencia de computación GPU en la región de Seattle.
Pero para Nvidia, un pedido de este nivel solo puede considerarse un "pedido pequeño".
El 2 de noviembre del año pasado, la empresa de computación en la nube IREN firmó un acuerdo de compra de aproximadamente 5.800 millones de USD con Dell para GPUs de Nvidia y productos y servicios de soporte. En el informe financiero del segundo trimestre de este año, cierto "patrocinador dorado" aportó el 16% de los ingresos totales de Nvidia, equivalente a unos 15.400 millones de USD, más del doble de los ingresos de centros de datos de AMD en el segundo trimestre.
Dicho de forma exagerada, un solo cabello arrancado de Nvidia es más grueso que la cintura de AMD.
Sin embargo, ahora que Jensen Huang ha renunciado a sus cargos en Nvidia, la CEO interina es la CFO Colette M. Kress. Tras el cambio de liderazgo, algunos clientes podrían reconsiderar su próxima ronda de compras.
Colette M. Kress, directora ejecutiva interina y directora financiera de NVIDIA.
Solo nueve días antes de que NVIDIA anunciara la salida de Jensen Huang, AMD acababa de publicar su informe financiero del tercer trimestre. Entre ellos, los ingresos de centros de datos aumentaron a 8.546 millones de dólares, un 27,2% más trimestre a trimestre y un 97% más interanual, impulsados principalmente por la demanda de CPUs de servidor EPYC y el lanzamiento de las GPUs de la serie Instinct MI450. En la conferencia telefónica de ese día, Su dijo que este fue el primer trimestre en el que AMD envió racks MI455 y Helios y reconoció ingresos.
Aunque el informe financiero no desglosó por separado los ingresos de Helios, está claro que los productos de rack completo han comenzado a aportar ingresos a AMD.
NVIDIA está a punto de publicar sus datos del tercer trimestre el 17 de noviembre, hora del Este de EE. UU., con el período estadístico que finaliza el 25 de octubre. En este momento, Jensen todavía estaba en el cargo, por lo que los datos no deberían haberse visto afectados. Lo más destacable es la orientación para el cuarto trimestre dada por la dirección.
Para AMD, esto es como comprar su propio equipo y esperar a que reaparezcan los monstruos de la jungla, cuando de repente llega la noticia desde la línea superior de que el oponente ha sido eliminado en solitario. Para ganar esta partida, ahora es una buena oportunidad, pero si se puede "hacer bola de nieve" y empujar directamente hasta el final, todavía quedan bastantes dificultades esperando.
02 Tarjetas gráficas de escritorio: realmente no hay comparación posible
AMD fue fundada en Silicon Valley en 1969, la misma generación que Intel, e incluso antes que NVIDIA. Fabricaba CPUs, y en 2006 compró la empresa de tarjetas gráficas ATI, trayendo Radeon a AMD. Desde entonces, la compañía ha estado luchando contra Intel por el negocio de CPU mientras luchaba contra NVIDIA por el negocio de GPU.
Al principio, AMD todavía podía estar a la par de NVIDIA, pero ahora, en términos de tarjetas gráficas de escritorio, AMD no tiene ninguna posibilidad frente a NVIDIA.
Según datos de Jon Peddie Research, en el segundo trimestre de 2026, los envíos globales de GPU discretas de escritorio fueron de aproximadamente 12,5 millones de unidades, con NVIDIA representando alrededor del 90%, AMD alrededor del 8% e Intel alrededor del 2%.
La primera brecha evidente se abrió entre 2014 y 2015. NVIDIA lanzó primero las GTX 970 y 980, más eficientes energéticamente, mientras que AMD no lanzó la serie Radeon 300 y la Fury X hasta junio del año siguiente. Cuando las nuevas tarjetas de AMD llegaron al mercado, su cuota trimestral de envíos ya había caído al 18%.
En el segundo trimestre de 2018, AMD volvió una vez al 36,1%, para luego retroceder al 18,8% a finales de año. Ese año, la demanda de minería disminuyó y ambas compañías enfrentaron problemas de inventario en los canales. NVIDIA lanzó la serie RTX 20, centrada en el trazado de rayos en tiempo real, en la segunda mitad del año, mientras que AMD no contraatacó en los precios de gama media hasta 2019 con la serie RX 5700, con su cuota volviendo al 31,1% a finales de año. Más tarde, la RX 9070 XT también pudo lograr tasas de fotogramas más altas con un presupuesto similar, pero para el segundo trimestre de 2026, la cuota de envíos de GPU discretas de escritorio de AMD seguía siendo solo de alrededor del 8%.
Hoy, el nivel insignia sigue liderado por la RTX 5090 de NVIDIA, y AMD solo puede competir con las tarjetas de NVIDIA del mismo nivel en relación calidad-precio. TechSpot probó 52 juegos en septiembre de 2026, y la RX 9070 XT, con un precio de entre 730 y 750 dólares aproximadamente, tenía una tasa de fotogramas promedio a 1440p que era un 24% superior a la RTX 5070, que partía de 800 dólares en ese momento.
A la izquierda está la Radeon RX 9070 XT, y a la derecha la GeForce RTX 5070.
Gran parte de la "paliza" en las tarjetas gráficas de escritorio se debe a Jensen.
En noviembre de 2006, NVIDIA lanzó la GeForce 8800 con soporte para CUDA. Jensen Huang recordó más tarde que incluir CUDA en las tarjetas para juegos consumiría una gran parte de las ganancias, pero insistió en hacerlo de todos modos. Para mayo de 2008, los envíos acumulados de GPU de las series GeForce 8 y 9 con soporte para CUDA habían superado los 70 millones de unidades.
¿Qué es CUDA?
CUDA es un conjunto de herramientas de software creado por NVIDIA. Los ingenieros lo utilizan para delegar tareas como el entrenamiento de modelos a las GPU, y pueden llamar directamente a código que NVIDIA ya ha escrito y depurado. Por ejemplo, cuando decenas de tarjetas entrenan juntas, hay herramientas listas para usar sobre cómo las tarjetas intercambian datos entre sí.
Ilustración de la computación paralela de CUDA. La misma pieza de código se puede entregar a múltiples hilos de GPU para procesar diferentes datos simultáneamente.
Quienes compran tarjetas para juegos puede que no necesariamente usen CUDA, pero los desarrolladores tienen hardware que pueden comprar en cualquier momento para escribir programas y ejecutar experimentos.
Aunque Jensen Huang se ha ido, CUDA, al que los desarrolladores están acostumbrados, sigue ahí. Para AMD sigue siendo relativamente "fácil" ganarse a los jugadores, pero si quiere ganarse a quienes compran tarjetas gráficas para desarrollo, tiene que superar el obstáculo de CUDA.
03 ¿Se puede cruzar realmente el foso de CUDA?
El mayor desafío para AMD al intentar ganarse a los clientes de NVIDIA es CUDA.
Este conjunto de cosas fue construido por NVIDIA paso a paso.
Diandian
"El método NVIDIA: Jensen Huang y su imperio tecnológico" escribió que NVIDIA no solo puso CUDA en tarjetas para juegos que los desarrolladores podían pagar, sino que también envió a personas para ayudar a los desarrolladores a trasladar programas de simulación molecular a las GPU.
NVIDIA reveló que para el año fiscal 2026, más de 7,5 millones de desarrolladores estaban usando CUDA y sus otras herramientas de software, con cientos de bibliotecas de software especializadas que las acompañan.
Por supuesto, AMD no está sin contramedidas.
ROCm es la herramienta de software de AMD para competir con CUDA, que permite a los desarrolladores cambiar menos líneas de código al cambiar de tarjeta. Por ejemplo, al entrenar un modelo de clasificación de fotos con PyTorch en tu propia computadora, siempre que todas las funciones utilizadas sean compatibles, instalar la versión de PyTorch para ROCm permite que el script de entrenamiento original siga ejecutándose en Radeon.
En el tutorial oficial de AMD, una demostración local de IA en la serie Radeon RX 9000, que muestra ComfyUI ejecutando la generación de imágenes SDXL.
Pero lo que realmente es difícil de alcanzar con CUDA son las herramientas y el código ya preparados. Cuantas más funciones dependa un proyecto, más elementos deben verificarse uno por uno al cambiar a AMD.
Y para los centros de datos, reemplazar NVIDIA por AMD complica aún más las cosas: una sola tarjeta puede funcionar, pero todavía hay que verificar si decenas de tarjetas entrenando juntas funcionan correctamente.Esto no es solo una cuestión de dinero; el tiempo es en realidad más importante.
Midjourney se encontró con un problema similar. En mayo de este año, el fundador de Midjourney, David Holz, dijo en una entrevista que Midjourney eligió Google TPU desde el principio; si hubiera utilizado el conjunto completo de herramientas de NVIDIA desde el primer día, el progreso de investigación del equipo probablemente habría sido un año antes.Si pudiera volver a hacerlo, usaría GPU de NVIDIA desde el primer día. Las diferentes elecciones técnicas realmente afectan el progreso del negocio.
Una foto de archivo del fundador de Midjourney, David Holz.
Al hablar de alcanzar a las tarjetas gráficas de NVIDIA, Liang Wenfeng dijo: "La tecnología no tiene secretos, pero reiniciar lleva tiempo y costo".
El enfoque de AMD es hacer que los clientes cambien la menor cantidad de código posible. Por ejemplo, si un cliente escribe un modelo en PyTorch, siempre que las funciones utilizadas ya sean compatibles en AMD, la mayor parte del código del modelo puede permanecer igual, y PyTorch entrega el cálculo a la GPU de AMD a través de ROCm. Para el código CUDA propio de los clientes, AMD también tiene herramientas que pueden ayudar a convertir parte de él.
En su presentación de salida a bolsa, Anthropic dijo que utilizó Claude Mythos Preview para ayudar a modificar el código de cálculo y logró que el procesamiento de entrada de un modelo se ejecutara en AMD MI355X en aproximadamente tres días, alcanzando una velocidad utilizable.
Meta y AMD adaptaron 10 modelos de recomendación a las GPU de ambas empresas; entrenando con el mismo número de tarjetas, cada lado ganó algunas y perdió otras, y la velocidad general de entrenamiento fue aproximadamente la misma.
Los proveedores de la nube ya han comenzado a usar ambos, sin poner ya todos los huevos en la misma canasta.
El 26 de octubre de este año, NVIDIA anunció una ampliación de su colaboración de modelos con Meta; al día siguiente, AMD reveló que Meta ya estaba usando Helios. Para los departamentos de compras, esto significa que la misma ronda de ampliación puede dividirse por tarea. El entrenamiento que depende de CUDA sigue usando NVIDIA, mientras que el entrenamiento de modelos de recomendación ya validado en ROCm puede comprar por separado cómputo de AMD.
Por supuesto, perder a Jensen Huang como cara de la empresa inevitablemente afectará el negocio de NVIDIA, principalmente porque Jensen realmente puede ganarse a la gente con su cara.
En 2025, NVIDIA firmó un acuerdo con CoreWeave por un valor inicial de 6300 millones de dólares, acordando comprar su cómputo no arrendado hasta 2032. La cara de Jensen Huang representa a NVIDIA.
Después de que él se vaya, ¿qué cara se atrevería a hacer promesas en nombre de NVIDIA?
04 AMD casi muere, y estaba aún menos dispuesta a ser segunda
En 2006, AMD compró ATI, y desde entonces luchó contra Intel en CPUs mientras luchaba contra NVIDIA en tarjetas gráficas.
Pero durante la siguiente década, ambos frentes cayeron uno tras otro.Para 2015, la cuota global de envíos de x86 de AMD había caído del 25,3% a finales de 2006 al 12,1%, y las GPU discretas de escritorio llegaron a tener solo el 18%.
A finales de 2015, AMD tenía solo 785 millones de dólares en efectivo y valores negociables, con 2.260 millones de dólares en deuda. La división que vendía procesadores para PC y tarjetas gráficas vio sus ingresos caer un 42% ese año.
En ese momento, AMD enfrentó el FX-8370 contra el Skylake Core i7-6700K de Intel en escritorio. En una prueba contemporánea que cubría 14 aplicaciones, la puntuación general del FX-8370 fue aproximadamente un 39% menor.
Con la cuota de CPU reducida a poco más del 10%, AMD tuvo que aguantar hasta que llegara la siguiente generación de productos.
Los pedidos de consolas de videojuegos y el efectivo de la venta de acciones le compraron tiempo a AMD. Su Zifeng recordó más tarde que AMD primero concentró recursos en rehacer los núcleos de CPU, luego amplió la inversión en GPU. Un nuevo conjunto de núcleos de CPU podría ayudarle a recuperar el negocio de escritorio y también a regresar al mercado de servidores.
Este nuevo diseño es Zen. A la misma frecuencia, un núcleo puede hacer más.
La serie Zen ayudó a traer a AMD de vuelta de entre los muertos. AMD la usó para fabricar Ryzen de escritorio, recuperar el negocio de escritorio, y también la usó para fabricar EPYC de servidor, reingresando al mercado de servidores. Para el segundo trimestre de 2026, mirando solo EPYC y Xeon en servidores, la cuota de envíos de AMD había alcanzado el 46,4%, solo 7,2 puntos porcentuales por detrás del 53,6% de Intel.
En 2017, Su Zifeng mostró el procesador Ryzen de primera generación.
La línea de GPU no fue abandonada.
En ese momento, la PS4 de Sony y la Xbox One de Microsoft usaban ambos chips personalizados de AMD, con una CPU y un procesador gráfico en un solo chip. La tecnología acumulada de fabricar tarjetas gráficas podía venderse tanto a jugadores de PC como a fabricantes de consolas.
La PlayStation 4 de primera generación y el controlador DualShock 4 anunciados en el E3 en 2013.
En diciembre de 2016, el día antes de que AMD mostrara sus procesadores de escritorio Zen, anunció el plan Radeon Instinct para aprendizaje profundo.
Mientras salvaba la CPU, AMD ya estaba fabricando GPU para centros de datos para entrenar modelos de IA.
Ese coraje finalmente comenzó a dar sus frutos. AMD lanzó el Instinct MI100 para computación de centros de datos en 2020, y en 2023 utilizó el MI300X para competir por la potencia de cómputo de grandes modelos. Hoy, el EPYC rescatado y el Instinct desarrollado en el camino se han convertido en el núcleo del rack Helios.
Portada del video oficial de ingeniería de AMD "Building Helios", que muestra el sitio de desarrollo.
Oracle Cloud es un caso muy bueno. Porque tanto compra racks como alquila potencia de cómputo a los clientes.
Oracle planea utilizar 50.000 GPU de la serie AMD Instinct MI450, comenzando el despliegue en el tercer trimestre de 2026, para construir un clúster de IA abierto a los clientes de la nube, y continuar ampliando el despliegue en 2027 y más adelante. Calculado a 72 tarjetas por rack Helios, eso son casi 700 racks completamente configurados al inicio.
Tomemos Vultr como referencia. Su clúster de IA de AMD de la generación anterior planificado en Ohio utilizará alrededor de 24.000 tarjetas MI355X, y está previsto que todo el proyecto del clúster invierta más de 1.000 millones de dólares. Solo el primer lote de despliegue de Oracle planea utilizar más del doble de la cantidad de tarjetas de ese proyecto.
Con Jensen Huang fuera, el cielo de AMD se ha aclarado.
Las tarjetas gráficas de escritorio finalmente pueden respirar aliviadas. Aunque CUDA, al que los desarrolladores están acostumbrados, sigue ahí, no está mal ganarse a algunos jugadores.
Los centros de datos son donde AMD puede aprovechar la oportunidad para arrebatar pedidos. El rack Helios completo está lleno de las esperanzas de Su Ma, ROCm también puede ayudar a eludir el foso de CUDA, y los clientes incluso ya se han inscrito, solo esperando el envío.
Pero supongo que AMD no se reirá a carcajadas; solo se aguantarán las ganas cuando Chen Liwu también deje Intel.
Este artículo proviene de la cuenta pública de WeChat "Hardcore Kanban" (ID: yinghekb), autor: el que abraza la IA
