AMD Helion mide la IA en agentes por vatio: la ejecución, no el entrenamiento, pasa a ser el negocio

Por El Ecosistema Startup (con cobertura de DiarioBitcoin) · 12 de octubre de 2026.

AMD ha presentado Helion, un diseño abierto de rack que puede reunir hasta 32.768 núcleos de CPU. Lo mostró en la cumbre del Open Compute Project (OCP, consorcio que define estándares abiertos de hardware para centros de datos), en San José. Según la compañía, llegará a sistemas de socios en noviembre.

Helion tiene dos variantes. La primera es solo CPU: 128 sockets del procesador Venice de sexta generación (arquitectura Zen 6, 256 núcleos por chip), en blades «densos» de 400 vatios o «balanceados» de 600. La segunda combina cómputo de propósito general con hasta 16 aceleradores Instinct MI350P, repartidos en dos servidores de ocho GPU. Esos aceleradores trabajan de forma independiente, sin una red de interconexión para escalar entre ellos.

Ese detalle define el producto. Helion no compite con Helios, el rack de entrenamiento de AMD, que lleva 72 aceleradores MI455X y 31 terabytes de memoria HBM4. Uno entrena modelos de frontera; el otro los ejecuta. AMD sostiene que la IA agéntica «no es una única carga de trabajo»: va de agentes personales y aplicaciones empresariales a ejecución de código y flujos complejos, y cada caso exige un cómputo distinto.

Las cifras vienen de la propia AMD. Su EPYC 9996 (256 núcleos, 512 hilos) ofrece 2,08 veces más núcleos por rack que un rack con NVIDIA Vera, según mediciones de la compañía. AMD también proyecta multiplicar por 20 el cómputo por unidad de energía a escala de rack hacia 2030, con un avance declarado de 4X a mediados de 2026, según TweakTown. Son estimaciones del fabricante sobre cargas teóricas, y la propia AMD admite que la capacidad real depende del modelo, la memoria, el software y la orquestación.

Helion incluye además un router de tokens integrado. Un router de tokens dirige las llamadas de cada agente, bien a modelos de frontera en la nube, bien a modelos de código abierto que corren dentro del propio rack. PyTorch, Hugging Face, vLLM y SGLang ya están habilitados sobre el stack de AMD.

El contexto eléctrico explica el enfoque. En marzo, el operador de red danés pausó nuevas conexiones con una cola de proyectos cercana a 60 gigavatios frente a una demanda máxima de unos 7. En junio, Bruselas adoptó una Ley de Desarrollo de la Nube y la IA para al menos triplicar la capacidad de centros de datos en siete años. Una encuesta a 300 responsables de centros de datos de Reino Unido, Irlanda y los países nórdicos señaló la energía como principal obstáculo para la capacidad soberana.

Quedan huecos. AMD no ha anunciado precios y planea contribuir la especificación al OCP, no la ha entregado aún, así que «abierto» no significa que todo esté disponible desde el día uno. Los ocho socios que anuncian soporte (Cisco, Dell Technologies, Hon Hai, HPE, Lenovo, QCT, Supermicro y Wiwynn) son estadounidenses o asiáticos; ninguno es un fabricante europeo de sistemas. La tracción comercial, por ahora, está en Helios: HPE anunció el primer pedido, un acuerdo de 1.200 millones de dólares con Vultr, según Constellation Research.

**Nuestra lectura.** Nuestra tesis es que lo relevante de Helion no es el rack, sino la métrica. Cuando una compañía de este tamaño vende «agentes por vatio» en lugar de FLOPS (operaciones de coma flotante por segundo, la medida clásica de potencia de cálculo), admite que el cuello de botella se ha movido. Entrenar un modelo es un evento; ejecutar millones de agentes es un gasto continuo. Quien gane en coste por tarea ejecutada capturará el margen recurrente.

Esto encaja con algo que venimos defendiendo: cuando los modelos se comoditizan, el valor se desplaza a la capa que los lleva a producción. El router de tokens es el ejemplo más claro. Normaliza el patrón híbrido (modelo de frontera para lo difícil, modelo abierto local para el volumen) y lo mete en el hardware. Si funciona, favorece a la frontera abierta y reduce la dependencia de un único proveedor de modelos. Esa es una buena noticia de fondo para la democratización del cómputo.

Hay matices. Primero, la comparación con NVIDIA Vera es del propio fabricante y mide núcleos por rack, no agentes reales por vatio. Es una métrica de entrada, no de resultado. Segundo, sin precios ni cifras independientes, hoy no se puede decir quién gana en coste por tarea. Tercero, para Europa el problema es la conexión a red más que el chip: un rack más eficiente ayuda, pero no desatasca una cola de 60 gigavatios.

A corto plazo, el efecto probable es más presión competitiva sobre NVIDIA en inferencia (ejecución de modelos ya entrenados) y más decisiones de arquitectura para equipos pequeños, que tendrán que separar el coste de orquestación del de generación. A largo plazo, la eficiencia por vatio es una de las palancas que hacen sostenible una abundancia de agentes útiles, desde investigación biomédica hasta gestión de servicios. Pero esa promesa se valida con agentes reales en producción y a un coste conocido. El primer hito será noviembre: ahí veremos si Helion es un diseño de referencia o un producto que alguien compra.