Empresas · · 12 min de lectura
Anthropic corre Claude sobre cuatro silicios: Trainium, TPU, NVIDIA y AMD en la misma ecuación
El vídeo del roadshow de la IPO de Anthropic desvela el «Enfoque de cómputo» de Tom Brown: Claude se entrena y se sirve sobre Trainium de AWS, TPUs de Google, GPUs de NVIDIA y GPUs de AMD. Analizamos qué significa para el coste real de la inferencia y para cualquier CTO que despliegue agentes IA.
Anthropic ha convertido su roadshow de IPO en un plano técnico. En la sección «Enfoque de cómputo», el cofundador Tom Brown confirma lo que hasta ahora eran rumores de pasillo: Claude se entrena y se sirve sobre Trainium de AWS, TPUs de Google, GPUs de NVIDIA y GPUs de AMD. Cuatro arquitecturas de silicio, un solo modelo en producción. Y ese detalle, enterrado entre diapositivas de crecimiento y TAM, es probablemente la información con más consecuencias operativas de todo el vídeo, tal y como recoge Simon Willison en su análisis del roadshow.
TL;DR: Anthropic ha confirmado que entrena y sirve Claude sobre cuatro familias de aceleradores (Trainium, TPU, NVIDIA y AMD), una estrategia de diversificación de silicio que empuja el coste de inferencia a la baja y reduce la dependencia de un único proveedor. Para un CTO, la lectura no es "qué chips usa el laboratorio", sino que la portabilidad multi-hardware deja de ser un ejercicio teórico y entra en el cálculo de precios y de riesgo de proveedor. La contrapartida: portabilidad no significa paridad de rendimiento, y el coste de cambiar de stack sigue siendo alto para quien construye agentes IA sobre APIs.
Por qué servir el mismo modelo en cuatro silicios distintos cambia la economía de la inferencia
La industria lleva tres años discutiendo el cuello de botella del entrenamiento. El negocio real está en la inferencia: es lo que se factura todos los días, lo que escala con cada usuario y lo que determina si un margen bruto del 60% es sostenible o una ilusión contable. Servir un modelo de frontera sobre cuatro arquitecturas heterogéneas no es virtuosismo de ingeniería; es una palanca de negociación y una póliza de seguro.
El razonamiento es sencillo y brutal. Si tu modelo solo compila bien en CUDA, NVIDIA fija el precio. Si tus kernels funcionan en Trainium (AWS), TPU (Google) y MI300 (AMD), abres una subasta permanente. Esa es, en el fondo, la tesis que sostiene la sección de Brown y la que explica por qué Anthropic puede permitirse hablar de márgenes operativos en una compañía que quema miles de millones en cómputo.
A diferencia de lo que sugiere la narrativa pública de "somos amigos de todos los hiperescaladores", aquí hay ingeniería de verdad: escribir kernels de atención y de matmul que rindan razonablemente bien en cuatro ISAs distintas es un trabajo de años y de equipo escaso. La mayoría de las startups de modelos no puede permitírselo, y por eso acaban clavadas al vendor de turno.
Trainium, TPU, NVIDIA y AMD: quién gana y quién pierde en el reparto
El vídeo no da porcentajes de reparto por carga de trabajo, y conviene decirlo: quien afirme "Anthropic entrena el 60% en TPU" se lo está inventando. Lo que sí se puede hacer es leer el mapa de incentivos.
| Silicio | Rol previsible en el stack | Memoria por acelerador (spec pública, orden de magnitud) | Ventaja estructural | Riesgo real |
|---|---|---|---|---|
| AWS Trainium | Entrenamiento y serving de cargas propias de Claude en Bedrock | ~96 GB HBM por chip (Trainium2) | Coste por token y disponibilidad contractual vía AWS | Ecosistema de software más joven; dependencia del roadmap de AWS |
| Google TPU | Entrenamiento a gran escala y serving en Vertex | ~95 GB HBM (v5p) y generaciones posteriores | Eficiencia en interconexión masiva; madurez de XLA | Acoplamiento a un proveedor que también compite con Claude |
| NVIDIA (H100/H200/Blackwell) | Entrenamiento puntero, fine-tuning, picos de demanda | 80-192 GB HBM según generación | Ecosistema CUDA, librerías, talento disponible | Precio y lista de espera; exposición geopolítica |
| AMD (MI300X y sucesores) | Serving de alta densidad de memoria y cargas de contexto largo | 192 GB HBM3 | Memoria por dólar y capacidad de negociación | Madurez del software (ROCm) y soporte de frameworks |
La lectura estratégica: NVIDIA sigue siendo el patrón oro para entrenar rápido y para todo lo que requiera el último kernel optimizado, pero ha dejado de ser el único camino. Y eso ocurre justo cuando el mercado empieza a descontar riesgo regulatorio en la cadena de suministro: el mismo día, un analista rebajaba la recomendación de compra de NVIDIA por el caso de Jensen Huang y la posible prohibición de exportar el H200 a China. Dos noticias que, juntas, explican por qué ningún laboratorio serio quiere depender de un solo fabricante.
El riesgo real para un CTO: portabilidad de modelo y coste de cambio
Aquí está el punto que se pierde en la conversación de Twitter. Que Anthropic pueda servir Claude en cuatro silicios no significa que tú puedas mover tu carga de trabajo entre proveedores con la misma facilidad. La portabilidad la tiene el que escribe los kernels; el cliente de API solo hereda una parte del beneficio, en forma de precio y de disponibilidad.
Lo que sí hereda, y es mucho, es lo siguiente:
- Presión bajista sobre el coste por token. Cuando el proveedor puede reasignar inferencia al silicio más barato del trimestre, el precio de lista aguanta mejor las guerras de precios. Para quien despliega agentes autónomos con miles de llamadas por sesión, ese diferencial es la diferencia entre un piloto y un producto.
- Menos riesgo de discontinuidad. Un modelo servido en cuatro stacks distintos tiene menos probabilidades de sufrir un apagón de capacidad por una sola fábrica saturada o una sola decisión geopolítica.
- Más superficie de negociación en renovaciones. Si tu contrato de inferencia está atado a un único hiperescalador, tu capacidad de presión es cero. La diversificación del proveedor de modelo acaba trasladándose, aunque sea parcialmente, a tu mesa de compras.
Para las empresas que buscan una agencia de IA en Madrid, ese contexto cambia el brief: ya no se trata solo de elegir modelo, sino de diseñar arquitecturas que toleren un cambio de backend sin reescribir la capa de orquestación. Y el ecosistema de agencias de IA en Barcelona está empezando a vender precisamente eso: abstracción de proveedor como argumento comercial, no como nota al pie técnica.
Qué implica para los despliegues de agentes IA y agentes AI en producción
Un agente autónomo no es un chatbot con memoria. Es un bucle con decenas de llamadas por tarea, herramientas externas, reintentos y verificaciones. La economía de un agente se decide en el coste marginal de cada paso, y ahí la diversificación de silicio del proveedor de modelo actúa como amortiguador.
Hay tres efectos concretos que conviene tener en la cabeza antes de firmar el próximo contrato:
- Contexto largo más viable. Los aceleradores con 192 GB de memoria por chip (MI300X) y las generaciones de TPU con interconexión masiva abaratan el procesamiento de contextos de cientos de miles de tokens. Eso hace rentables casos que hasta ahora eran teóricos: análisis de contratos completos, revisión de repositorios enteros, auditoría documental.
- Latencia menos dependiente de la cola de NVIDIA. En picos de demanda, un proveedor con cuatro stacks puede enrutar cargas a silicio alternativo. El efecto para tu producto es menos 429 y menos picos de latencia de cola larga.
- Presión sobre el precio de los integradores. Si el coste de inferencia baja, el margen se desplaza hacia quien resuelve la integración real: datos, permisos, evaluación, supervisión humana. Ahí es donde las agencias especializadas en agentes autónomos tienen algo que decir, y donde la consultoría de IA que solo revende licencias se queda sin discurso.
El detalle incómodo: portabilidad no es paridad
Seamos escépticos, porque el vídeo es material de roadshow y el roadshow tiene una función: construir una narrativa de inversión. Decir "corremos en cuatro silicios" no es lo mismo que decir "rendimos igual en los cuatro". En la práctica, un modelo entrenado con kernels afinados para una arquitectura concreta suele mostrar divergencias de throughput del 20-40% al portarlo, y no todas las operaciones (atención con ventanas raras, decodificación especulativa, cuantizaciones agresivas) se comportan igual.
La consecuencia para un comprador B2B es directa: no preguntes en qué chips corre el modelo, pregunta qué SLA te firman y con qué variabilidad de latencia. La diversificación de silicio es una ventaja del proveedor; tu ventaja es negociar precios y garantías sabiendo que el proveedor tiene margen de maniobra. Y si tu proveedor no lo tiene, tú tampoco.
También hay un riesgo de segunda derivada que nadie menciona: la fragmentación del propio modelo. Servir la misma versión sobre cuatro backends exige un pipeline de evaluación robusto, porque un cambio sutil de precisión numérica puede degradar tareas de razonamiento de forma no obvia. Para quien construye agentes que ejecutan acciones con efectos reales —pagos, tickets, cambios en CRM—, ese detalle es la diferencia entre un incidente y una catástrofe. Cualquier agencia de integración de IA que se precie debería estar evaluando ya el modelo contra su propio set de casos, no contra el benchmark público de turno.
Lo que el roadshow revela sobre el modelo de negocio (y lo que esconde)
La sección de Tom Brown es lo más honesto del vídeo porque habla de restricciones, no de visión. Un laboratorio que se prepara para salir a bolsa necesita demostrar dos cosas: que su coste de servir baja con el tiempo y que no está cautivo de un solo proveedor. Cuatro silicios es exactamente la respuesta a ambas preguntas, y de paso es un mensaje a los inversores: nuestro margen no depende del precio del HBM que fije NVIDIA.
Lo que el vídeo no dice es cuánto de esa diversificación es real y cuánto es capacidad reservada contractualmente para tener opciones. Tampoco dice a qué precio se ejecuta el rebalanceo entre silicios ni cuánto ingeniería propia consume mantener cuatro backends. Y no lo dice porque no le conviene: la diversificación tiene coste de I+D y ese coste no aparece en la diapositiva.
Para una agencia que opera en España, la conclusión práctica es que la conversación con el cliente ha cambiado de eje. Ya no se vende "usamos el modelo más potente", sino "diseñamos para que el modelo sea sustituible". Si tu arquitectura depende de features propietarias de un solo proveedor (herramientas nativas, formatos de salida, caché de prompt con semántica propia), la portabilidad del silicio del proveedor no te salva. En el directorio de agencias de IA cada vez pesa más esa capa de abstracción y menos el logo del modelo en la home.
Mi predicción: en los próximos doce meses veremos los primeros contratos de inferencia empresarial con cláusula de diversificación de silicio, equivalentes a las cláusulas multi-cloud que se popularizaron en 2019. Y veremos, también, a los primeros compradores descubriendo que su proveedor de agentes IA no puede cumplirla porque su orquestador está escrito contra una sola API. El cuello de botella ya no está en el chip; está en la capa de software que nadie quiere reescribir.
Preguntas frecuentes sobre el cómputo de Anthropic y Claude
¿Qué significa que Anthropic entrene y sirva Claude en cuatro silicios distintos?
Significa que su modelo se ejecuta sobre AWS Trainium, TPUs de Google, GPUs de NVIDIA y GPUs de AMD, según la sección «Enfoque de cómputo» presentada por el cofundador Tom Brown en el roadshow de la IPO. Es una estrategia de diversificación de hardware que reduce la dependencia de un único fabricante y presiona a la baja el coste de inferencia.
¿Cuánto cuesta realmente servir Claude en comparación con otros modelos?
Anthropic no ha publicado cifras de coste por token por silicio en este roadshow, y cualquier número concreto que circule sin fuente es especulación. Lo que sí se puede afirmar es que operar sobre cuatro arquitecturas permite reasignar cargas al acelerador más económico del trimestre, lo que da margen para sostener precios de API competitivos sin sacrificar margen bruto.
¿Un CTO debería elegir proveedor por el silicio que usa?
No. Debería elegir por SLA, variabilidad de latencia, garantías de capacidad y coste total de cambio. El silicio del proveedor es una señal de salud financiera y de resiliencia, no un criterio de compra directo: el cliente de API nunca ejecuta sobre el chip, ejecuta sobre el contrato.
¿Es viable usar Claude en producción para agentes autónomos con este stack?
Sí, y la diversificación de silicio mejora dos cosas relevantes en producción: disponibilidad en picos de demanda y viabilidad económica de contextos largos, gracias a aceleradores con 192 GB de memoria por chip. La condición es que tu orquestador no dependa de features propietarias que impidan mover la carga entre backends.
¿Qué riesgo tiene construir agentes IA sobre una sola API propietaria?
El riesgo es de sustituibilidad: si el modelo cambia de precio, de política de uso o de disponibilidad, tu producto absorbe el impacto sin palanca de negociación. La lección del roadshow es que incluso un laboratorio con miles de millones en cómputo invierte años en no depender de un solo proveedor. Tu capa de orquestación debería seguir la misma lógica.
Temas relacionados en agentes.ai
Si quieres aplicar lo que lees en tu empresa, estos son puntos de partida útiles dentro de agentes.ai:
- Directorio de agencias de agentes de voz
- Agencias de IA en Málaga y en Bogotá
- Explora el directorio completo de agencias de IA
- Sigue las últimas noticias de IA en tiempo real