AMD da un golpe de timón en su estrategia de inteligencia artificial con la adquisición de Taalas, una startup canadiense fundada en Toronto en 2023 que ha desarrollado una de las aproximaciones más radicales y disruptivas al problema de la inferencia de modelos de lenguaje. La compañía, que salió del modo sigiloso apenas en febrero de este año, graba literalmente la arquitectura y los pesos entrenados de un modelo de IA directamente en el silicio del chip. El resultado es una velocidad de inferencia muy superior a la del hardware convencional, aunque a cambio de una flexibilidad drásticamente reducida. Con esta operación, AMD refuerza su cartera de aceleradores de IA en un momento en que la batalla por el mercado de centros de datos no da respiro.

La apuesta de Taalas: quemar el modelo en el chip para ganar velocidad

El enfoque de Taalas es conceptualmente sencillo pero técnicamente audaz. Los chips de IA convencionales —ya sean GPUs como las Instinct de AMD o los aceleradores de NVIDIA— son hardware de propósito general que carga los pesos del modelo desde memoria en tiempo de ejecución. Cada vez que el sistema necesita hacer una inferencia, recupera esos datos, los procesa y devuelve un resultado. Taalas elimina ese cuello de botella llevando los parámetros entrenados directamente al silicio durante la fabricación del chip: los pesos no se cargan, simplemente están ahí, integrados en la propia estructura del circuito. Esto elimina la latencia asociada al acceso a memoria y permite velocidades de proceso muy superiores.

El precio de esta aproximación es claro: cada chip queda ligado de forma permanente a un único modelo. No se puede cambiar el modelo como se haría con una GPU convencional; si quieres inferencia con un modelo diferente, necesitas un chip diferente. Es el mismo trueoff que existe entre la flexibilidad de un procesador de propósito general y la velocidad bruta de un ASIC (Application-Specific Integrated Circuit). En entornos de producción donde un mismo modelo se ejecuta millones de veces al día —como ocurre con los grandes asistentes de IA en la nube—, esta rigidez puede ser perfectamente aceptable a cambio de la ganancia en rendimiento.

Especificaciones técnicas

Los datos públicos de Taalas son escasos, dado que la startup acaba de salir de la fase stealth, pero los números que se han revelado son llamativos:

  • Velocidad de inferencia: más de 16.000 tokens por segundo por usuario
  • Modelo de referencia en el demo: Llama 3.1-8B
  • Arquitectura: pesos entrenados del modelo incrustados directamente en el silicio
  • Fundación de la empresa: Toronto (Canadá), año 2023
  • Salida del modo stealth: febrero de 2026
Más de 16.000 tokens por segundo por usuario ejecutando Llama 3.1-8B: una cifra que multiplica por varias veces lo que ofrece el hardware competidor convencional.

AMD, Google y la carrera por redefinir la inferencia en centros de datos

AMD no está sola en explorar este territorio. Según informaciones publicadas, Google también estaría trabajando en un chip de características similares orientado a su propio modelo Gemini. Que dos de los gigantes tecnológicos más importantes del mundo estén apostando por esta filosofía de diseño —incrustar el modelo en el hardware— es una señal clara de que la industria empieza a tomarse en serio las limitaciones del paradigma actual basado en GPUs de propósito general. El coste de ejecutar inferencia a escala masiva es enorme, y cualquier mejora sustancial en eficiencia o velocidad tiene un impacto económico directo y significativo para los proveedores de servicios en la nube.

Para AMD, la adquisición de Taalas representa una pieza estratégica que complementa su ecosistema Instinct. La empresa ha dejado claro que no tiene intención de sustituir sus GPUs con esta tecnología, sino de ofrecerla como una solución a nivel de sistema que convive con los aceleradores existentes. Vamsi Boppana, vicepresidente senior de la división de IA de AMD, ha señalado que el acuerdo fortalece el portfolio de IA de la compañía. Por su parte, Ljubisa Bajic, cofundador de Taalas, ha subrayado que AMD le proporciona la escala y el alcance global que una startup de tres años difícilmente podría alcanzar por sí sola. La operación está pendiente de las aprobaciones regulatorias habituales.

¿Qué supone para el comprador hispanohablante?

Esta adquisición no tiene un impacto inmediato en el consumidor final ni en el comprador de hardware para escritorio o gaming. La tecnología de Taalas apunta directamente al mercado de centros de datos y computación en la nube, donde las empresas pagan por capacidad de inferencia a escala. Sin embargo, sí tiene relevancia indirecta para cualquier desarrollador, empresa o institución hispanohablante que utilice servicios de IA en la nube o que esté evaluando inversiones en infraestructura de IA on-premise. No se han anunciado precios ni fechas de disponibilidad comercial para los productos derivados de esta adquisición; la tecnología deberá integrarse primero en el roadmap de aceleradores de AMD, un proceso que típicamente lleva varios trimestres. Si estás valorando el ecosistema de aceleradores de AMD para proyectos de IA empresarial, distribuidores como PcComponentes en España o los canales oficiales de AMD en Latinoamérica serán los puntos de referencia cuando los productos lleguen al mercado.

Nuestra valoración

La adquisición de Taalas es una jugada inteligente y bien calculada por parte de AMD. La empresa lleva años tratando de recortar distancias con NVIDIA en el mercado de IA, donde la competencia ha construido un ecosistema casi impenetrable gracias a CUDA. En lugar de intentar replicar ese modelo, AMD está apostando por diferenciarse con tecnologías alternativas como esta, que atacan el problema desde un ángulo completamente distinto. El dato de 16.000 tokens por segundo en inferencia es lo suficientemente impresionante como para justificar la apuesta, y el hecho de que Google esté explorando el mismo camino valida la dirección.

Dicho esto, conviene ser cauteloso con las expectativas a corto plazo. Integrar una tecnología tan disruptiva —y tan rígida en su diseño— en un roadmap de producto maduro es un reto de ingeniería y de negocio considerable. La propuesta de valor de los chips especializados por modelo encaja bien en entornos donde un mismo LLM se ejecuta a escala masiva de forma continua, pero no en todos los casos de uso. AMD tendrá que demostrar que puede comercializar esto de forma coherente y complementaria a su oferta Instinct. Si lo logra, habrá dado un paso real y diferenciador en la carrera por la IA en el datacenter. Si estás siguiendo la evolución del ecosistema de procesadores y aceleradores de AMD, esta adquisición es una señal de que la compañía tiene planes ambiciosos más allá del segmento de consumo.