AMD ha enseñado en IFA 2026 una torre para poner debajo de la mesa que lleva dentro aceleradores de centro de datos. Se llama Threadripper Halo, llega el año que viene y es la primera vez que los Instinct de AMD se venden en formato estación de trabajo. La cifra que va a circular por todas partes es 576 GB de memoria HBM3e. La cifra que de verdad importa es otra, y la explico abajo.
Qué ha pasado
El sistema es refrigerado por líquido y va montado sobre un Threadripper PRO 9995WX de 96 núcleos —una CPU que ya se presentó en 2025, aquí no hay silicio nuevo—, con hasta 2 TB de DDR5 y hasta 2,6 TB de memoria de sistema combinada.
Lo interesante son las tarjetas: hasta cuatro Instinct MI350P conectadas por PCIe. El MI350P salió en mayo y viene a ser medio MI350X metido en un formato de tarjeta estándar. Cada una lleva 144 GB de HBM3e y mueve cuatro terabytes por segundo; AMD le atribuye hasta 4,6 petaFLOPS trabajando en precisión de cuatro bits, aunque esa cifra corresponde a la configuración de 600 vatios. En una torre lo lógico es que vayan a 450, así que las cuentas de rendimiento hay que hacerlas más bajas.
Sumadas las cuatro: 576 GB de HBM3e y 16 TB/s de ancho de banda agregado. Eso permite tener residente en memoria de GPU un modelo de más de un billón de parámetros —un millón de millones— cuantizado a cuatro bits. Tirando también de la memoria del sistema, entra incluso lo más grande que hay hoy con pesos abiertos, del tamaño del Kimi K3 de Moonshot.AI, que ronda los 2,8 billones de parámetros.
AMD no ha dado precio. The Register estima entre cien mil y ciento cincuenta mil dólares según configuración, y lo compara con la DGX Station de Nvidia —presentada en GTC 2025, con una GPU B300 de 252 GB, una Grace de 72 núcleos y 496 GB de LPDDR5x— que se vende por unos cien mil dólares cuando hay stock. AMD presume de multiplicar por 3,4 la memoria total del sistema y de más del doble de ancho de banda que la máquina de Nvidia.
Y un detalle que dice mucho: en la feria, las unidades expuestas llevaban dos tarjetas, no cuatro.
Por qué importa
La cifra clave no son los petaFLOPS, es el ancho de banda. En inferencia de modelos grandes, generar cada token obliga a pasear los pesos activos por la memoria. Si tienes cómputo de sobra y ancho de banda justo, la GPU se queda esperando. Por eso 16 TB/s pesa más en la decisión que cualquier número de FLOPS, y por eso la comparación con la DGX Station se juega en memoria y no en potencia bruta. Si estás evaluando hardware para inferencia local, ordena las opciones por gigabytes de memoria rápida y por ancho de banda por euro. El resto es ruido.
El nicho real es pequeño y conviene reconocerlo. Esta máquina tiene sentido si necesitas los modelos más gordos de pesos abiertos, en local, con datos que no pueden salir de tu red, y con carga suficiente para amortizar seis cifras. Eso es investigación, sanidad, defensa, banca y poco más. Si lo que quieres es un modelo de 20B o 70B para clasificar tickets, extraer datos de facturas o asistir a tu equipo de desarrollo, esto es matar moscas a cañonazos: hay cajas mucho más baratas que sostienen ese rango sin pestañear.
Lo que sí cambia para todos es el marco mental. Hasta ahora, «esto solo se puede ejecutar en la nube» era una respuesta razonable para cualquier modelo frontera. A partir del año que viene, para modelos de pesos abiertos, deja de serlo por completo: es una decisión de presupuesto, no de física. Eso te da argumentos en dos conversaciones incómodas. Con el cliente que no quiere que sus datos toquen una API de terceros, ahora sí hay una alternativa técnica que puedes dimensionar. Y con el proveedor de nube, porque tener una opción creíble encima de la mesa mejora bastante la negociación.
Antes de encargar nada, mira el enchufe y el aire. Cuatro tarjetas a 600 vatios se comen un circuito doméstico americano estándar salvo que AMD las baje a 300 o exija una línea de 20 amperios; probablemente por eso en la feria había dos y no cuatro. Aquí, con 230 voltios, el problema eléctrico es menor, pero el calor no se negocia: una torre refrigerada por líquido que disipa esa potencia no va en un despacho pequeño con un split doméstico. Y no todos los mercados van a tener el equipo disponible.
Y el coste que nadie pone en el presupuesto es el software. Esto es opinión mía, no de la noticia: el hardware de AMD hace años que da la talla en cifras, y el problema sigue siendo cuánto tiempo de tu gente se va en hacer funcionar la pila. Si tu equipo lleva años con CUDA, cuenta las horas de portar, depurar kernels y perseguir versiones. Ese número suele decidir la compra más que el precio de la caja.
Qué no cambia
No hay precio oficial. La horquilla de seis cifras es una estimación del medio, no un dato de AMD, y me chirría verla repetida como si fuera una tarifa. Tampoco hay fecha: «el año que viene» es una ventana generosa, y hasta que no haya unidades reales con cuatro tarjetas dentro, la configuración tope es una promesa de folleto.
El 3,4 en memoria total lo dice AMD de sí misma. Y hay un contrapeso técnico honesto: cuando reparte un modelo entre cuatro tarjetas conectadas por PCIe, el bus y la CPU pueden convertirse en el cuello de botella y comerse buena parte de la ventaja teórica de ancho de banda. Habrá que ver medidas independientes.
Tampoco es hardware nuevo: es una recombinación bien pensada de piezas que ya existían. Eso no es un defecto —es la forma más rápida de llegar a un formato nuevo—, pero explica por qué aquí no hay sorpresa de arquitectura.
Y lo de siempre: comprar capacidad propia solo sale a cuenta con carga sostenida. Hace unas semanas escribí sobre el recorte de precio de la caché en Anthropic; mientras el coste por token en la nube siga bajando a ese ritmo, el punto de equilibrio de una máquina de seis cifras se aleja cada trimestre que la tienes parada.
Si estás pensando en hacer inferencia local en serio y quieres que echemos las cuentas juntos —memoria necesaria, consumo, y qué parte compensa dejar en la nube—, me dices y lo vemos.
Un saludo, Vicente.