Nvidia detalla su CPU Vera mientras AMD abre Advancing AI 2026: la guerra de los chips de IA sube un escalón más
El 21 de julio de 2026, Nvidia publicó el whitepaper completo de su nuevo CPU Vera, con núcleos Olympus propios, y al día siguiente AMD abrió la conferencia Advancing AI 2026 en San Francisco con el EPYC Venice y el rack Helios, según CNBC, Tom's Hardware y TechTimes.
Nvidia detalla su CPU Vera mientras AMD abre Advancing AI 2026: la guerra de los chips de IA sube un escalón más
Nvidia publicó, el 21 de julio de 2026, el whitepaper arquitectónico completo de Vera, su nuevo CPU para centros de datos de IA y el primer diseño de núcleo de CPU propio de la empresa en años, según reportes de Tom's Hardware y CNBC. Al día siguiente, 22 de julio, AMD abrió en San Francisco la conferencia Advancing AI 2026 anunciando el procesador EPYC Venice y el rack Helios, según TechTimes. Los dos movimientos, casi simultáneos, muestran que la disputa por infraestructura de IA dejó de ser solo sobre la GPU aceleradora y pasó a incluir al CPU que orquesta todo a su alrededor.
Por dentro de Vera: núcleos Olympus hechos para IA agente
Vera está construido alrededor del núcleo propio Olympus, diseñado por Nvidia para priorizar el desempeño de un solo hilo y el ancho de banda de memoria, en lugar de la densidad bruta de núcleos. El chip reúne 88 núcleos Olympus y 176 hilos simultáneos, con funciones como predicción de valores y eliminación de movimientos innecesarios de memoria. En el benchmark SPEC CPU 2026, la suíte de enteros de SPECrate, Vera alcanzó una puntuación base de 925 frente a 898 de un sistema dual-socket con el Epyc 9755 de AMD, un margen de cerca del 3% logrado con menos hilos en total, según Tom's Hardware. La prueba corrió en un sistema de referencia, ya que Vera todavía no está ampliamente disponible.
La respuesta de AMD: Zen 6 Venice y el rack Helios
Advancing AI 2026 abrió con el anuncio del EPYC Venice, primer CPU de servidor x86 fabricado en el proceso de 2 nanómetros de TSMC, y del rack Helios, capaz de entregar 31 TB de memoria HBM4 y alimentado por el acelerador MI455X, el más avanzado lanzado hasta ahora por la empresa, según TechTimes. La keynote de la CEO Lisa Su, programada para la mañana del 23 de julio, debería detallar los plazos de implementación de Helios, el avance del software ROCm y un adelanto de la hoja de ruta de la serie MI500 para 2027, con la participación de socios como Meta, OpenAI, xAI, Oracle, Microsoft y Cohere.
Por qué la guerra del CPU importa tanto como la de la GPU
Históricamente, Nvidia dominó el mercado de aceleración de IA con GPU, dejando el CPU anfitrión al ecosistema de Intel y AMD. Construir un núcleo de CPU propio señala que Nvidia quiere controlar toda la pila de desempeño alrededor de la IA agente, donde el desempeño de un solo hilo del CPU pesa tanto como la potencia bruta de la GPU para orquestar tareas complejas. AMD, por su parte, apuesta a la integración completa entre CPU, GPU y memoria dentro de un mismo rack, con Helios funcionando como respuesta directa a esa misma pregunta: quién entrega más desempeño de punta a punta, no solo un chip aislado más fuerte.
Qué significa esto para quien compra capacidad de nube
Para pymes y agencias que dependen de proveedores de nube para correr modelos de IA en producción, más competencia real entre proveedores de hardware tiende, a mediano plazo, a presionar los precios y ampliar las opciones de infraestructura, hoy todavía concentrada en Nvidia. No es un alivio inmediato: tanto Vera como Helios siguen en fase de prueba o lanzamiento inicial, sin disponibilidad amplia confirmada. Pero el movimiento refuerza un punto ya discutido en esta cobertura sobre el resultado récord de TSMC: el cuello de botella de capacidad de cómputo de IA sigue lejos de resolverse, y cualquier señal de más competencia en la cadena de hardware vale la pena seguir de cerca.
Lo que queda claro
La disputa por infraestructura de IA dejó de resumirse a qué empresa tiene la GPU más fuerte. Con Nvidia entrando de lleno en la disputa de CPU y AMD doblando la apuesta en racks integrados, el criterio decisivo pasa a ser quién entrega el mejor desempeño de punta a punta para cargas de trabajo agentes, que dependen tanto de CPU como de GPU trabajando en conjunto. Para quien planea infraestructura de IA en los próximos años, vale la pena seguir esta disputa como un indicador directo del costo y la disponibilidad futura de capacidad de cómputo.