Amazon abre sus chips a cualquier desarrollador pero la caja sigue en rojo
María González · Empresas y Resultados ·
TorchNeuron permite ejecutar PyTorch en Trainium con una línea de código. El negocio de chips ya factura $25.000 millones al año, aunque el free cash flow negativo de $7.600 millones sigue sin revertir.
Amazon lanzó el 19 de octubre TorchNeuron, una herramienta que permite ejecutar código PyTorch existente en sus chips Trainium cambiando solo una línea de configuración. La compañía abrió la beta pública el martes 20 de octubre durante la PyTorch Conference North America, bajo licencia Apache 2.0. El movimiento busca democratizar el acceso a su silicio propietario en un momento crítico: el free cash flow viró a negativo por primera vez tras apostar $220.000 millones en infraestructura de inteligencia artificial este año.
El negocio de chips de Amazon alcanzó un <abbr title="Ritmo de ingresos anuales calculado a partir del trimestre más reciente">run-rate</abbr> de $25.000 millones en el segundo trimestre de 2026, creciendo a tasas de tres dígitos según reveló la compañía el 30 de julio. Pero ese mismo trimestre, el flujo de caja libre en los últimos doce meses cerró en -$7.600 millones, frente a $18.200 millones positivos el año anterior. La pregunta que el mercado se hace desde hace una semana es si la demanda justificará la inversión más grande de la historia corporativa.
Una línea de código para cambiar de Nvidia a Amazon
TorchNeuron elimina la barrera técnica que hasta ahora mantenía a Trainium como opción exclusiva para clientes empresariales grandes. Los desarrolladores pueden migrar modelos de IA sin reescribir el código base: las herramientas de prueba, depuración y escalado que ya utilizan funcionan sin modificación. Amazon apunta directamente a CUDA, el ecosistema de software que ha convertido a Nvidia en la opción predeterminada para entrenamiento de modelos durante 17 años.
Más de 30 clientes iniciales ya utilizan la herramienta en campos como robótica, inteligencia artificial de voz y descubrimiento de fármacos, según Amazon. Deepgram reportó que ejecutar su modelo Nova-3 en Trainium2 procesa entre 11% y 70% más audio por dólar que las alternativas anteriores. Cartesia, una startup de IA de voz, y el Lieber Institute for Brain Development también figuran entre los adoptadores tempranos que confirman ahorros de costos.
Capex desbocado, ingresos a futuro
El <abbr title="Capital expenditure: inversión en activos físicos como data centers y equipos">capex</abbr> en efectivo de Amazon alcanzó $54.200 millones solo en el segundo trimestre, frente a $32.200 millones el año anterior. La cifra acumulada para 2026 rondará los $220.000 millones, destinados a construir data centers de IA y fabricar chips Trainium e Inferentia. Andy Jassy, CEO de Amazon, ha defendido públicamente la inversión como inevitable para mantener el liderazgo en la nube, pero el mercado cotiza la duda.
AWS genera hoy un run-rate aproximado de $169.000 millones anuales si se proyecta el Q2. El negocio de chips aporta $25.000 millones a ese total. Para que la aritmética funcione, Amazon necesita que AWS continúe creciendo por encima del 36% y que los clientes adopten Trainium en volumen suficiente. TorchNeuron reduce una fricción clave — la reescritura de código —, pero la migración masiva desde Nvidia dependerá de que la ventaja económica se mantenga a escala y de que PyTorch sea realmente agnóstico respecto al hardware, algo que Nvidia ha impedido durante años con su ecosistema cerrado.
- Antropic y OpenAI firmaron compromisos plurianuales y multigigavatio en capacidad Trainium durante 2026.
- La cartera de pedidos de AWS alcanza $496.000 millones, según datos del segundo trimestre.
- Trainium3, el chip de última generación, está casi totalmente suscrito para 2026, con la mayoría del suministro comprometido al cierre de marzo.
El precio cotiza la incertidumbre
Amazon cotiza este miércoles en $262,97, con una subida de 0,13% en la sesión. La acción opera cerca de su máximo de 52 semanas de $287,20, alcanzado antes de que el mercado conociera el giro del flujo de caja a negativo. El rango anual muestra un mínimo de $196,00. Nvidia, por su parte, sube 1,86% hasta $220,50, reflejando que el mercado aún no descuenta una amenaza inmediata a su dominio en hardware de IA.
La gestión de Amazon ha declarado en llamadas de resultados que AWS podría convertirse en un negocio de un billón de dólares anuales para la compañía. Esa proyección requiere que la cartera de pedidos de $496.000 millones se ejecute y que la demanda de capacidad de IA no se desplome antes de que Amazon recupere el flujo de caja invertido. Como publicamos el lunes, el cuello de botella ya no son los chips — Amazon acumuló $5.000 millones en hardware que no puede encender por falta de conexión eléctrica — sino la infraestructura de red y energía.
| Métrica | Valor | Comparación |
|---|---|---|
| Crecimiento AWS (año a año) | 36,7% | Más rápido en 18 trimestres |
| Run-rate negocio chips | $25.000M | Crecimiento de tres dígitos |
| Free cash flow (12 meses) | -$7.600M | vs. +$18.200M año anterior |
| Capex Q2 2026 | $54.200M | vs. $32.200M en Q2 2025 |
| Cartera de pedidos AWS | $496.000M | Potencial $1 billón anual |
La apuesta de software contra el ecosistema de Nvidia
Amazon lleva ocho años desarrollando chips propios desde la adquisición de Annapurna Labs en 2015. CUDA de Nvidia tiene 17 años de ventaja en madurez y adopción. TorchNeuron es el primer golpe serio de Amazon a esa barrera de entrada: si PyTorch se consolida como framework agnóstico de hardware, la ventaja de software de Nvidia se erosiona. Pero el condicional es grande. Nvidia ha construido todo un stack de optimización — cuDNN, TensorRT, NCCL — que no solo ejecuta código PyTorch, sino que lo acelera de formas que requieren años de ingeniería.
Colin Brace, vicepresidente de software en Annapurna Labs, firmó el anuncio junto a la PyTorch Foundation. El respaldo institucional importa: PyTorch es el framework dominante en investigación y producción de modelos de lenguaje. Si Amazon logra que migrar a Trainium sea tan simple como cambiar una línea, y si el ahorro de costos se mantiene en producción a escala, la ecuación para desarrolladores y empresas cambia. Deepgram reportó mejoras de hasta 70% en costo por unidad procesada; si esos números se replican en cargas de trabajo más grandes, la presión sobre Nvidia aumentará.
La cartera de pedidos de $496.000 millones en AWS ofrece visibilidad, pero no certeza. Esos compromisos son plurianuales y muchos incluyen cláusulas de ajuste según demanda real. Amazon ha presuscrito capacidad con Anthropic, OpenAI y Meta, pero el ritmo de consumo efectivo determinará si la inversión en chips propios fue estratégica o prematura. TorchNeuron es la respuesta de software a esa pregunta; los próximos trimestres mostrarán si los desarrolladores la adoptan en masa o si CUDA sigue siendo la opción por defecto cuando el coste de cambio sube.