Anthropic dice que Mythos portó Claude a chips AMD en tres días: el foso CUDA de Nvidia, bajo presión

Por Yahoo Finance · 11 de noviembre de 2026.

Anthropic afirma, en su presentación a inversores previa a la salida a bolsa, que su modelo Mythos consiguió poner Claude a funcionar sobre GPUs de AMD en unos tres días y «con básicamente ninguna intervención humana». Según la propia compañía, Claude portó o escribió casi el 100% de los «kernels», los pequeños programas de bajo nivel que ejecutan las operaciones matemáticas en el chip. Anthropic sostiene que, hasta ahora, abrir una nueva plataforma de hardware exigía a decenas de ingenieros meses de trabajo; la cifra que cita Yahoo Finance es de entre 6 y 12 meses.

La noticia llega en un mal momento para Nvidia. Yahoo Finance recoge que su consejo ha abierto una investigación independiente sobre su CEO, Jensen Huang, y que hay demandas de accionistas. En la jornada del 11 de noviembre, según los datos de la propia página, las acciones de Nvidia caían un 5,76% mientras las de AMD subían un 11,12%. Esos movimientos no se pueden atribuir solo a este anuncio, pero el relato encaja con ellos.

Para entender por qué importa, hay que explicar CUDA. Es la plataforma de software con la que los desarrolladores programan las GPUs de Nvidia. Durante años, las empresas han construido su código alrededor de ella, de modo que cambiarse a chips de otro fabricante supone meses de reescritura y optimización. Ese coste de cambio es el «foso» que retiene a los clientes y que, en parte, sostiene los precios de Nvidia.

Hay un matiz importante que la propia fuente subraya: esos tres días cubren una parte del proceso para un modelo concreto, el de leer y procesar un prompt con un rendimiento útil. No equivale a portar entrenamiento, inferencia completa y toda la pila de software con la calidad de producción de CUDA. Además, la cifra procede de un documento promocional de Anthropic, no de una auditoría independiente.

Nuestra lectura: la tesis relevante no es que CUDA muera, sino que su valor se erosiona si la IA convierte el porte entre chips en un problema de horas de cómputo en lugar de años-ingeniero. Hasta ahora, la ventaja de Nvidia era en buena parte de software y de fricción, no solo de silicio. Si esa fricción baja, el poder de negociación se desplaza hacia los clientes y hacia los diseñadores de chips propios (los ASIC personalizados de Google, Amazon, Microsoft u OpenAI, que Yahoo Finance menciona como presión creciente). La pregunta que plantea el análisis original es cuánto más estarán dispuestos a pagar los clientes por quedarse en el ecosistema Nvidia.

Hay también una lectura sobre Anthropic. En general, un laboratorio que usa su propio modelo para acelerar su infraestructura muestra el bucle de automatización que sustenta el optimismo sobre la IA: los modelos mejoran las herramientas que hacen mejores a los modelos. Pero conviene tratarlo como capacidad anunciada, no demostrada, hasta que haya benchmarks independientes de rendimiento por dólar en esos AMD. Un roadshow es un escaparate, y el incentivo de presentar la mejor cifra posible es evidente.

A corto plazo, esto añade volatilidad y presión sobre los márgenes de Nvidia, y refuerza la lógica de la diversificación de proveedores de cómputo. A largo plazo, es una buena noticia de fondo: más competencia en hardware significa cómputo más barato, y el cómputo barato es una de las palancas hacia esa abundancia que permitiría acelerar la investigación biomédica y el acceso a la IA. Como contexto del sector, la dependencia de un único proveedor ha sido uno de los cuellos de botella más caros de esta industria; que la propia IA ayude a romperla sería, de confirmarse, una ironía bastante instructiva.