Amazon Web Services anunció una actualización importante en su infraestructura de inteligencia artificial: integrará la tecnología de interconexión NVLink Fusion de Nvidia en su nueva generación de chips para entrenamiento, lo que permitirá mayor comunicación entre chips y acelerará el entrenamiento de modelos grandes.

La empresa también presentó servidores basados en su chip Trainium3 que prometen un salto de rendimiento significativo, ofreciendo más potencia para cargas de trabajo de IA con un consumo energético menor por operación.

Con esta combinación, AWS busca dar respuesta a la demanda creciente de empresas que entrenan modelos cada vez mayores, y a su vez reducir costos operativos y tiempos de desarrollo para clientes que requieren escalabilidad masiva.

Paralelamente, la compañía lanzó una actualización de su familia de modelos Nova, llamada Nova 2, que soporta entradas multimodales —texto, imagen, video y voz— y ofrece una versión con respuesta por voz diseñada para interacciones más naturales.

AWS también presentó herramientas para que empresas personalicen modelos con sus propios datos, facilitando la adopción de IA a medida sin depender exclusivamente de modelos públicos.

Los anuncios surgen en un momento en que la competencia por infraestructura de IA se intensifica, y donde los proveedores de nube buscan diferenciarse por velocidad, costo y compatibilidad con desarrollos avanzados.

Sin embargo, este empuje técnico genera tensiones en el mercado de semiconductores, pues la demanda de GPUs y memoria especializada se concentra en unos pocos actores, lo que presiona la cadena de suministro.

Dentro de las empresas y entre trabajadores hay debates sobre ritmo de despliegue, riesgos laborales y efectos sociales; algunos empleados han expresado preocupación por el impacto acelerado de la automatización.

La estrategia de combinar diseño propio de chips con tecnologías de interconexión avanzadas muestra que los grandes proveedores de servicios en la nube siguen apostando por integrar verticalmente su stack para controlar rendimiento y costes.