La juventud no sabía lo buena que era Su Ma, confundiendo basura con tesoro.

Cuando salió DEEPSEEK, las acciones de IA en Wall Street cayeron mucho, AMD incluso bajó a 80, en solo unos meses ya estaba en 300, realmente deja sin palabras.
Pero no hay remedio, las oportunidades perdidas son por no entender, si no entiendes, aprende y practica.
En los últimos tres años, la mayor parte del consumo de potencia de IA se ha dedicado a la "entrenamiento" — OpenAI entrenando GPT-4, Anthropic entrenando Claude, Google entrenando Gemini, todos son entrenamientos.
Las características del entrenamiento son de una sola vez, concentrado, con picos altos.
Pero cada vez que usas ChatGPT para preguntar algo, cada vez que usas Claude para escribir un código, cada vez que usas Midjourney para generar una imagen — lo que consumes no es la potencia de entrenamiento, sino la potencia de inferencia.
Las características de la inferencia son continuas, dispersas, de cola larga.
Una vez que termina un entrenamiento, ese modelo se pone en línea. Después de estar en línea, responde a miles de millones de usuarios las 24 horas del día.
Tres meses después, ese consumo de potencia del entrenamiento en el balance general ya no se ve — todo es inferencia.
Este cambio de escala, déjame explicarlo con una comparación.
En 2023, aproximadamente el 20% del gasto en potencia de IA fue en inferencia, en 2024 esa proporción subirá al 50%, para 2026 ya estará por encima del 55%, y sigue creciendo.
Algunas predicciones más agresivas dicen que para 2030, la inferencia representará entre el 70% y el 80%.
Atención, esto no se debe a que la demanda de entrenamiento esté disminuyendo — el gasto absoluto en entrenamiento sigue creciendo, sino que la inferencia crece mucho más rápido que el entrenamiento.
En esta gran pendiente de inferencia, quien realmente lidera es NVIDIA.
En el año fiscal 2026 (hasta enero de 2026), los ingresos de centros de datos de NVIDIA alcanzaron los 194 mil millones de dólares, hace dos años esa cifra era menos de 50 mil millones.
Este ritmo de crecimiento nunca antes se había visto en la historia de los semiconductores.
El ecosistema CUDA con medio millón de desarrolladores, veinte años de acumulación, con ambos lados, entrenamiento e inferencia, en marcha — esto es un monopolio en sentido real.
NVIDIA en primer lugar, AMD en segundo, y en tercer lugar están Google TPU, Amazon Trainium, Meta MTIA, estos ASICs desarrollados internamente — así es la estructura actual del mercado.
¿Y qué posición ocupa AMD en esta mesa? Es la segunda silla.
Esa silla es muy importante — sin la segunda silla, la primera no tiene poder de negociación.
Pero la segunda silla no es la primera.
Por eso, la verdadera pregunta se divide en dos subpreguntas:
Primero, ¿puede AMD mantener esa segunda silla durante diez años?
Segundo, ¿cuánto vale esa silla si se mantiene?
Además, AMD tiene un ángulo muy subestimado: la verdadera historia detrás de los 170,000 dólares de Meta en MI300X.
《Informe de AMD: Mirando 10 años atrás, ¿vale la pena 300 dólares?》