Amazon lleva más de una década diseñando procesadores propios, pero ha sido el auge de la inteligencia artificial el que ha convertido esa apuesta en uno de los negocios tecnológicos de mayor crecimiento dentro de la compañía. AWS ha revelado que su división de silicio personalizado ya supera un ritmo anual de ingresos de 25.000 millones de dólares, impulsada por el crecimiento de las familias Trainium, Graviton y Nitro, que hoy forman la base de buena parte de su infraestructura cloud.
Lejos de competir directamente con NVIDIA en el mercado tradicional de aceleradores, Amazon está construyendo un ecosistema completamente integrado donde controla el hardware, el software y los centros de datos. El objetivo no es vender chips, sino ofrecer una infraestructura optimizada para inteligencia artificial y computación en la nube.
Las claves de los chips de Amazon en 30 segundos
- AWS supera una tasa anual de ingresos de 25.000 millones de dólares gracias a sus chips propios.
- Trainium impulsa el entrenamiento e inferencia de modelos de IA, mientras Graviton domina las cargas de propósito general.
- El 98 % de los 1.000 principales clientes de Amazon EC2 ya utiliza instancias basadas en Graviton.
- Anthropic, OpenAI y Meta han anunciado compromisos de infraestructura sobre la plataforma de Amazon.
- Amazon apuesta por controlar toda la pila tecnológica, desde el silicio hasta los servicios cloud.
La cifra refleja el cambio que vive el mercado de la infraestructura para IA. Durante años, los grandes proveedores cloud dependieron casi exclusivamente de procesadores de Intel, AMD o aceleradores de NVIDIA. Hoy, Amazon, Google y Microsoft diseñan cada vez más componentes propios para reducir costes, mejorar el rendimiento y diferenciar sus plataformas.
Una estrategia que comenzó antes del boom de la IA
La historia comenzó mucho antes de ChatGPT.
En 2015 Amazon adquirió la empresa israelí Annapurna Labs, especializada en diseño de procesadores. La operación pasó relativamente desapercibida, pero marcó el inicio de una estrategia que hoy se ha convertido en una ventaja competitiva para AWS.
El planteamiento era sencillo: si Amazon conocía mejor que nadie las cargas que ejecutaban sus clientes en la nube, también podía diseñar procesadores específicamente optimizados para ellas.
Desde entonces ha ido desarrollando tres grandes familias de chips.
| Familia | Función principal |
|---|---|
| Trainium | Entrenamiento e inferencia de modelos de IA |
| Graviton | Procesamiento general en AWS basado en arquitectura Arm |
| Nitro | Virtualización, almacenamiento, red y seguridad de la infraestructura cloud |
En lugar de vender estos procesadores como productos independientes, Amazon los integra dentro de sus propios servicios cloud.
Trainium quiere competir donde NVIDIA domina
La inteligencia artificial ha disparado la demanda de aceleradores especializados.
Mientras NVIDIA mantiene una posición dominante con sus GPU H100, H200 o Blackwell, Amazon ha optado por desarrollar Trainium como alternativa para clientes que ejecutan modelos directamente sobre AWS.
La compañía asegura que Trainium3, anunciado a finales de 2025, ofrece hasta un 40 % más de rendimiento por dólar respecto a Trainium2 y multiplica la eficiencia energética, una variable cada vez más importante ante el crecimiento del consumo eléctrico de los centros de datos.
Además, los nuevos Trn3 UltraServers agrupan hasta 144 chips Trainium3 dentro de un único sistema, multiplicando la capacidad de entrenamiento para modelos de gran tamaño.
Graviton ya se ha convertido en el procesador estándar de AWS
Aunque Trainium concentra buena parte de la atención mediática, el verdadero volumen de negocio llega desde Graviton.
Amazon afirma que:
- el 98 % de sus 1.000 mayores clientes de EC2 utiliza instancias Graviton;
- más de 130.000 clientes ejecutan cargas sobre esta arquitectura;
- más de la mitad de toda la nueva capacidad de cómputo desplegada por AWS utiliza ya procesadores propios.
La quinta generación, Graviton5, mejora hasta un 25 % el rendimiento por precio respecto a la anterior y está especialmente optimizada para agentes de IA y aplicaciones distribuidas.
Los grandes laboratorios de IA ya apuestan por Amazon
Uno de los datos más relevantes no es tecnológico, sino comercial.
Amazon confirmó durante la presentación de resultados que varios de los principales desarrolladores de inteligencia artificial ya han comprometido capacidad de infraestructura basada en sus chips.
| Empresa | Compromiso anunciado |
|---|---|
| Anthropic | Hasta 5 GW de infraestructura basada en Trainium para Claude |
| OpenAI | 2 GW de capacidad Trainium a partir de 2027 |
| Meta | Decenas de millones de núcleos Graviton para cargas de IA |
| Uber | Uso de Graviton y pruebas con Trainium3 |
| Infraestructura basada en Trainium |
Estos acuerdos muestran que el mercado comienza a aceptar alternativas a las GPU tradicionales cuando el coste y la eficiencia energética resultan determinantes.
Amazon no quiere vender chips, quiere controlar toda la infraestructura
A diferencia de NVIDIA, cuyo negocio principal consiste en suministrar hardware a terceros, Amazon persigue un objetivo diferente.
Diseña los procesadores, desarrolla los servidores, construye los centros de datos, opera la nube y ofrece los servicios de inteligencia artificial.
Esta integración vertical permite optimizar cada capa de la infraestructura y reducir la dependencia de proveedores externos.
Andy Jassy, CEO de Amazon, resumía recientemente esta estrategia afirmando que la compañía está «especialmente bien posicionada para la nueva ola de inteligencia artificial» gracias a disponer tanto de aceleradores propios para IA como de procesadores de propósito general.
La próxima batalla ya no será solo entre modelos de IA
Durante los últimos dos años la conversación se ha centrado en GPT, Claude, Gemini o Llama.
Sin embargo, el verdadero cuello de botella sigue estando en la infraestructura.
Quien controle el silicio controlará buena parte de la economía de la inteligencia artificial.
Google dispone de sus TPU, Microsoft trabaja en Maia y Cobalt, Meta desarrolla MTIA y Amazon continúa ampliando Trainium y Graviton mientras prepara nuevas generaciones y proyectos como Project Rainier, uno de los mayores clústeres de computación para IA del mundo.
La competencia ya no consiste únicamente en crear el mejor modelo de lenguaje. También pasa por construir la infraestructura capaz de ejecutarlo al menor coste posible.
Comparativa de las principales plataformas de chips para IA
| Compañía | Chips propios | Uso principal | Modelo de negocio |
|---|---|---|---|
| Amazon AWS | Trainium, Graviton, Nitro | Cloud e IA | Infraestructura propia AWS |
| Google Cloud | TPU | IA y Gemini | Cloud propio |
| Microsoft Azure | Maia, Cobalt | IA y Azure | Cloud propio |
| Meta | MTIA | Inferencia y servicios internos | Uso interno |
| NVIDIA | Blackwell, Hopper | IA general | Venta de hardware y sistemas |
Preguntas frecuentes
¿Cuánto factura Amazon con sus chips propios?
AWS ha indicado que su negocio de silicio personalizado supera ya un ritmo anual de ingresos de 25.000 millones de dólares, con crecimiento de tres dígitos interanual.
¿Qué diferencia existe entre Trainium y Graviton?
Trainium está diseñado para entrenamiento e inferencia de modelos de inteligencia artificial, mientras que Graviton se utiliza para cargas generales de computación en la nube sobre arquitectura Arm.
¿Compite Amazon directamente con NVIDIA?
Sí, aunque desde un enfoque diferente. Amazon utiliza sus chips dentro de AWS para reducir costes y optimizar el rendimiento de sus propios servicios cloud, mientras NVIDIA comercializa hardware para todo el mercado.
¿Quién utiliza actualmente los chips Trainium?
Entre los clientes anunciados por Amazon figuran Anthropic, OpenAI, Uber, Pinterest y varias startups especializadas en inteligencia artificial.
