Home / IA & ML / Anthropic dice que Mythos portó Claude a AMD MI355X en 3 días
Anthropic dice que Mythos portó Claude a AMD MI355X en 3 días

Anthropic dice que Mythos portó Claude a AMD MI355X en 3 días

17 November 2026 · 19 min de lectura ··

Una afirmación de tres días en plena salida a bolsa

Anthropic ha incluido en su presentación a inversores de la oferta pública inicial una afirmación que ha llamado la atención de la industria del hardware para inteligencia artificial: su modelo Mythos habría logrado poner Claude a funcionar en las GPU AMD Instinct MI355X en unos tres días, con una intervención humana casi nula. La propia compañía contrasta esa cifra con los seis a doce meses que, según su explicación, requiere habitualmente un proceso de este tipo cuando lo hacen ingenieros de forma tradicional. Además, sostiene que Mythos escribió o portó casi el cien por cien de los kernels necesarios.

La declaración la hizo Tom Brown, cofundador de Anthropic y responsable de cómputo, en el vídeo del roadshow, el recorrido de presentaciones con el que la empresa intenta convencer a los grandes inversores antes de cotizar. El contexto es relevante: se trata de un material promocional diseñado para sostener una valoración, no de un informe técnico sometido a revisión externa. Por eso conviene leer la cifra con atención al alcance exacto que la propia compañía le da en la nota al pie, donde precisa que los tres días cubrieron el procesamiento de prompts de un modelo de Anthropic en MI355X con un rendimiento útil, y no una migración completa de todo su software.

Las cifras no han sido verificadas de forma independiente. Aun así, la historia toca varios nervios a la vez: la dependencia casi total del sector de las GPU de Nvidia, la capacidad de los modelos de frontera para escribir código de muy bajo nivel, la estrategia de cómputo diversificada de Anthropic y el debate sobre cuánto protege realmente CUDA a Nvidia. Este artículo repasa qué se ha dicho, qué significa cada término, qué matices introduce la letra pequeña y qué implicaciones plantean los analistas y la propia industria.

Qué dijo exactamente la compañía

El mensaje central es doble. Por un lado, una comparación de plazos: tres días frente a entre seis y doce meses. Por otro, una afirmación sobre autoría: la práctica totalidad de los kernels, es decir, las pequeñas rutinas de cómputo que se ejecutan directamente en la GPU, fueron escritos o portados por Mythos y no por ingenieros humanos. El papel de las personas, según la presentación, se limitó a una supervisión mínima.

Tom Brown es una figura con peso en este terreno. Como cofundador y responsable de cómputo, su trabajo consiste en asegurar que Anthropic disponga de la capacidad necesaria para entrenar y servir sus modelos, y en repartir esa carga entre distintos proveedores y arquitecturas. Que sea él quien presente el logro indica que la compañía lo considera una pieza de su relato financiero: si el software deja de ser una barrera para cambiar de proveedor, el poder de negociación de Anthropic frente a los fabricantes de chips aumenta.

La presentación no es un documento técnico. No detalla qué versión de ROCm, la pila de software abierta de AMD, se utilizó, qué modelo concreto de Claude se ejecutó, con qué tamaño de lote, qué latencias se midieron ni qué porcentaje del rendimiento teórico del chip se alcanzó. Expresiones como “rendimiento útil” son deliberadamente amplias: pueden significar que el servicio funciona con costes razonables o simplemente que el modelo responde con una velocidad aceptable para pruebas internas. Sin esos datos, cualquier comparación con los resultados sobre GPU de Nvidia o sobre otros aceleradores es especulativa.

El matiz de la nota al pie

La letra pequeña es la parte más importante para entender el alcance real del anuncio. Según la nota al pie, los tres días corresponden al procesamiento de prompts de un modelo de Anthropic en MI355X con rendimiento útil. En la jerga de la inferencia, el procesamiento de prompts, a menudo llamado fase de prefill, es la etapa en la que el modelo lee y codifica la entrada del usuario antes de empezar a generar la respuesta token a token. Es una fase intensiva en cómputo y relativamente regular, con grandes multiplicaciones de matrices, que suele ser más fácil de optimizar que la fase de generación, limitada sobre todo por el ancho de banda de memoria y por la gestión de la caché de claves y valores.

Dicho de otro modo, lo que se cubre en tres días no es el ciclo completo de servir un modelo en producción: faltarían la generación eficiente, la gestión de memoria a gran escala, la comunicación entre muchas GPU, la tolerancia a fallos, la observabilidad, el entrenamiento y toda la cadena operativa que rodea a un servicio comercial. La propia nota aclara que no se trata de una migración completa. Esto no invalida el logro, pero lo sitúa en su dimensión: un hito parcial y técnicamente significativo, no la demostración de que Anthropic pueda mover toda su carga de trabajo a AMD en una semana.

También conviene distinguir entre portar y optimizar. Hacer que un kernel compile y produzca resultados correctos en una nueva arquitectura es una cosa; lograr que explote bien la jerarquía de memoria, las unidades de cálculo matricial y los patrones de acceso del chip es otra, y suele llevar la mayor parte del tiempo de un equipo de ingeniería. La referencia a un rendimiento útil sugiere que se alcanzó un nivel práctico, pero no permite saber si se quedó cerca del máximo posible o lejos de él.

Qué es un kernel y por qué importa quién lo escribe

En computación acelerada, un kernel es una función que se lanza sobre miles de hilos en paralelo dentro de la GPU. Los modelos de lenguaje dependen de un conjunto relativamente amplio de ellos: multiplicaciones de matrices, mecanismos de atención, normalizaciones, activaciones, operaciones de cuantización y rutinas de comunicación entre dispositivos. Cada uno debe adaptarse a la arquitectura concreta del chip, a su tamaño de registros, a su memoria compartida, a sus instrucciones especializadas y a las particularidades de su compilador.

Tradicionalmente, escribir esos kernels ha sido un oficio escaso. Los ingenieros capaces de exprimir una GPU a bajo nivel son pocos, están muy demandados y tardan semanas en afinar una sola rutina crítica. Por eso el coste de portar una pila completa a otra arquitectura se mide en meses y en equipos dedicados. Si un modelo de IA puede asumir buena parte de ese trabajo, el cuello de botella cambia de naturaleza: deja de ser la disponibilidad de especialistas y pasa a ser la capacidad de verificar que el código generado es correcto, estable y rápido.

Ahí aparece la cuestión de la validación. Un kernel con un error sutil puede producir resultados numéricamente próximos pero incorrectos, y esos fallos son difíciles de detectar en modelos grandes. Un flujo de trabajo en el que un modelo escribe casi todo el código exige baterías de pruebas, comparaciones con implementaciones de referencia y medición sistemática del rendimiento. La presentación no describe cómo se hizo esa verificación, aunque la mención a una intervención humana casi nula apunta a un proceso fuertemente automatizado.

Mythos y la ingeniería de bajo nivel asistida por IA

Mythos es el modelo al que Anthropic atribuye el trabajo. La compañía lo presenta como una de sus capacidades más avanzadas, y esta anécdota se suma a una tendencia más amplia: los grandes laboratorios están usando sus propios modelos para acelerar su ingeniería interna, desde la escritura de herramientas hasta la optimización de infraestructura. La idea de que la IA ayude a construir la infraestructura sobre la que se ejecuta la propia IA tiene un componente de bucle de retroalimentación que despierta tanto entusiasmo como cautela.

Para los programadores, el ejemplo es ilustrativo por otra razón. Los kernels de GPU son un terreno donde los asistentes de código habían mostrado resultados irregulares: el dominio es especializado, la documentación es dispersa y los errores de rendimiento no siempre se manifiestan como fallos visibles. Que una compañía afirme haber automatizado casi todo ese trabajo para una arquitectura nueva sugiere que el techo de lo que estos modelos pueden hacer en programación de sistemas sigue subiendo, aunque, de nuevo, la afirmación procede del propio interesado.

Conviene recordar que una demostración puntual no equivale a una capacidad general. Es posible que el éxito dependiera de factores favorables: que AMD ofrezca una pila de software con una semántica cercana a la de CUDA, que existieran implementaciones abiertas de referencia o que el modelo objetivo usara operaciones comunes. La cifra de tres días es creíble como resultado de un caso concreto, pero no se puede extrapolar sin más a cualquier combinación de modelo y hardware.

AMD MI355X: el chip protagonista

La Instinct MI355X es uno de los aceleradores de AMD para centros de datos orientados a inteligencia artificial, de la generación que compite con las líneas Blackwell de Nvidia. AMD ha apostado en los últimos años por ofrecer una alternativa creíble a las GPU de Nvidia, con una propuesta basada en gran capacidad de memoria y un precio por rendimiento competitivo, además de una pila de software abierta.

El obstáculo histórico de AMD no ha sido tanto el silicio como el software. Muchos desarrolladores y empresas han preferido pagar el sobreprecio de Nvidia porque su ecosistema funciona con menos fricción: bibliotecas maduras, herramientas de depuración, documentación abundante y una enorme base de ingenieros que ya conocen la plataforma. ROCm ha mejorado de forma sostenida, pero la percepción de que exige más esfuerzo de ajuste ha frenado su adopción en cargas de producción.

Si un modelo de IA es capaz de cerrar esa brecha de software con rapidez, el argumento económico a favor de AMD se refuerza. Por eso el anuncio de Anthropic se interpreta en clave comercial tanto como técnica: es una señal de que el principal obstáculo para usar AMD a escala podría reducirse de forma drástica en compañías con acceso a modelos de frontera.

El acuerdo con AMD y los racks Helios

Anthropic tiene un acuerdo con AMD de hasta 2 gigavatios de capacidad de cómputo. La cifra, expresada en potencia y no en número de chips, es habitual en los grandes contratos de infraestructura de IA, donde la electricidad disponible es la unidad que mejor refleja la escala real de un despliegue. La expresión “hasta” indica un techo potencial y no un volumen firme entregado desde el primer día.

Los primeros racks Helios con aceleradores MI450 se esperan, según lo indicado, en el primer semestre de 2027. Helios es el diseño de AMD a escala de rack, concebido para integrar muchas GPU conectadas con redes de alta velocidad como una sola unidad de cómputo, en la línea de los sistemas de rack completo de Nvidia. La MI450 pertenece a la siguiente generación de aceleradores de la compañía.

En ese calendario, el trabajo con la MI355X cumple una función de puente. Si Anthropic ha conseguido que su software funcione en la generación actual, estará mejor preparada para aprovechar los racks de 2027 en cuanto lleguen, reduciendo el tiempo entre la llegada del hardware y su puesta en producción. En un mercado donde cada semana de capacidad ociosa cuesta mucho dinero, acortar esa fase de adaptación tiene un valor económico concreto.

Una estrategia de cómputo deliberadamente diversa

El anuncio encaja con la política de Anthropic de no depender de un único proveedor. La compañía ha distribuido su capacidad entre varias plataformas y proveedores de nube, y ha presentado esa diversidad como una ventaja en resiliencia, coste y negociación. Mantener su software ejecutable en distintas familias de chips exige un esfuerzo de ingeniería considerable, porque cada arquitectura tiene sus propias reglas, y eso es precisamente lo que el trabajo de Mythos pretendería abaratar.

Desde la óptica de un inversor, la portabilidad del software es un activo estratégico. Una empresa que puede mover su carga de un proveedor a otro en cuestión de días, y no de meses, está menos expuesta a escaseces de suministro, subidas de precios o retrasos de un fabricante concreto. Es un argumento que la dirección de la compañía parece querer destacar justo cuando necesita justificar los enormes compromisos de gasto en infraestructura que figuran en sus documentos de salida a bolsa.

La contrapartida es que la diversificación tiene costes ocultos: más combinaciones que probar, más superficie de errores y la dificultad de mantener el rendimiento equilibrado en plataformas distintas. Que el primer paso se haya dado en poco tiempo no garantiza que el mantenimiento continuado sea igual de sencillo.

El debate sobre el foso de CUDA

La implicación que más discusión genera es el posible debilitamiento del llamado foso de CUDA, la ventaja competitiva de Nvidia basada en su plataforma de programación. Durante casi dos décadas, CUDA ha acumulado bibliotecas, herramientas y conocimiento que hacen costoso abandonar las GPU de Nvidia, aunque existan alternativas de hardware más baratas. Ese coste de cambio ha sido, para muchos analistas, una parte tan importante del dominio de Nvidia como el rendimiento de sus chips.

El argumento a favor de la erosión es sencillo: si el trabajo de portar y optimizar código para otra arquitectura pasa de meses a días gracias a modelos de IA, el coste de cambio se desploma, y con él la capacidad de Nvidia de retener a sus clientes por inercia de software. Bajo esta lectura, las compañías con modelos de frontera y gran volumen de cómputo serían las primeras en beneficiarse, y la presión sobre los precios y márgenes del líder aumentaría.

Los escépticos responden con varios matices. El primero es que una demostración con una nota al pie tan acotada no prueba una migración completa. El segundo es que el foso de CUDA no se limita a los kernels: incluye herramientas de perfilado, bibliotecas de comunicación, soporte empresarial, una base enorme de desarrolladores y la integración con la mayoría de los marcos de trabajo. El tercero es que los clientes con recursos de Anthropic son una minoría; para la mayoría de las empresas, el software disponible seguirá determinando la elección del hardware durante mucho tiempo. Nvidia, además, sigue innovando en hardware, interconexión y software, y no está parada ante esta posibilidad.

Un análisis equilibrado diría que la historia aporta un dato más a un debate abierto, no que lo resuelva. Lo que sí parece claro es que la automatización del desarrollo de kernels es una vía por la que el foso podría estrecharse, y que cada demostración de ese tipo obliga al mercado a reconsiderar cuánto vale la ventaja de software como protección frente a la competencia.

La perspectiva de Nvidia y de la industria

Nvidia ha defendido en distintos momentos que su ventaja no reside solo en un lenguaje de programación sino en un sistema completo que abarca chips, redes, bibliotecas y herramientas de optimización. Para profundizar en cómo ve su propio posicionamiento la compañía y qué cambia para la IA y CUDA, puede consultarse Jensen Huang deja Nvidia: qué cambia para la IA y CUDA, donde se analiza el papel de la plataforma en la estrategia del fabricante.

En términos prácticos, el mensaje que la industria extrae de episodios como este es que la ventaja de cualquier plataforma cerrada se mide por lo difícil que resulta salir de ella. Si esa dificultad baja, las compañías pueden exigir mejores condiciones o repartir sus pedidos, aunque sea de forma gradual. Para los fabricantes alternativos, como AMD, el incentivo es claro: facilitar que las herramientas de IA generen código eficiente para sus chips y que las bibliotecas abiertas sean lo bastante buenas como para que el portado sea casi automático.

También hay un efecto de segundo orden sobre los desarrolladores independientes. Si la escritura de kernels se vuelve una tarea que los modelos hacen razonablemente bien, el valor diferencial pasará de saber escribirlos a saber especificarlos, evaluarlos y depurarlos. Los ingenieros de rendimiento seguirán siendo necesarios, pero su trabajo se desplazará hacia el diseño de pruebas, la definición de métricas y la revisión crítica de código generado.

El contexto de la oferta pública inicial

La declaración llega en un momento delicado para la empresa. Según los reportes disponibles, Anthropic saldría a bolsa con el ticker ANT, con un rango de precios de entre 70 y 78 dólares por acción, la fijación del precio prevista para el 18 de noviembre y el inicio de cotización en Nasdaq el 19 de noviembre. Anthropic no ha confirmado esas fechas, por lo que deben tomarse como información reportada y no como un calendario oficial.

Sobre la definición del rango, puede verse la información publicada en Anthropic fija el rango de precios de su OPV entre 70 y 78 dólares. Y para el trasfondo del documento de registro que acompaña la operación y la controversia que ha suscitado, está Anthropic presenta su S-1, la IPO más polémica de 2026.

En ese marco, el vídeo del roadshow cumple una función de venta: explica por qué la compañía cree que su modelo de negocio es sólido y escalable. La anécdota de AMD sirve a varios mensajes simultáneos. Demuestra que sus modelos pueden hacer trabajo de ingeniería avanzado, sugiere que sus costes de infraestructura podrían contenerse gracias a la portabilidad y refuerza la narrativa de que la compañía no está atada a un solo proveedor.

Los inversores, sin embargo, deben distinguir entre material promocional y datos auditados. Una afirmación en un vídeo, aunque lleve una nota al pie, no tiene el mismo estatus que una cifra incluida en los estados financieros. Las advertencias habituales sobre declaraciones prospectivas y la ausencia de verificación independiente son parte necesaria de cualquier lectura responsable de este tipo de contenido.

Cómo leer una cifra de roadshow

Los roadshows son, por naturaleza, ejercicios de persuasión. Las empresas eligen los ejemplos que mejor ilustran su historia y los expresan con los números más favorables que puedan defender. Eso no significa que sean falsos, pero sí que están seleccionados. Un periodista o un analista debe preguntarse qué no se está diciendo: cuántos intentos se necesitaron, qué parte del trabajo previo permitió ese plazo, qué se excluyó del cómputo de tres días y cuántas horas de ingeniería humana se emplearon, aunque fueran pocas.

La comparación con los seis a doce meses habituales también merece cautela. Es una referencia genérica que puede variar mucho según el equipo, el modelo y la ambición del resultado. Comparar un hito parcial, como el prefill funcional, con un proyecto completo de migración es una asimetría que favorece al primero. La propia nota al pie, que limita el alcance, es la mejor muestra de que la compañía es consciente de ese matiz y lo ha dejado por escrito.

Por último, la expresión “casi nula intervención humana” puede abarcar desde un supervisor que revisa resultados hasta un equipo que prepara el entorno, define las pruebas y corrige bloqueos. Cuanto más se detalle ese proceso, más útil será la comparación; mientras tanto, es prudente tratar la cifra como un indicador de dirección y no como una medida precisa.

Lecciones para equipos de ingeniería

Más allá de la polémica financiera, el episodio deja varias enseñanzas prácticas para cualquier equipo que trabaje con infraestructura de IA. La primera es que la portabilidad empieza a ser un objetivo realista y no solo deseable. Diseñar sistemas con capas de abstracción claras entre el modelo y el hardware, con pruebas de equivalencia numérica y con suites de rendimiento automatizadas, hace más sencillo aprovechar herramientas capaces de generar código para nuevas plataformas.

La segunda es que la verificación se convierte en la competencia clave. Cuando el código lo escribe una máquina, lo valioso es disponer de un sistema que lo juzgue con rigor. Las empresas que ya cuentan con buenos bancos de pruebas, métricas de calidad y procesos de revisión estarán en mejor posición para delegar tareas de bajo nivel sin perder control de la calidad.

La tercera es que la dependencia de un único proveedor debe reevaluarse periódicamente. Si el coste de salir se reduce, las decisiones de compra pueden basarse más en precio, disponibilidad y eficiencia energética, y menos en la comodidad del ecosistema. Esto es especialmente relevante en un contexto de escasez de energía y de componentes, donde la flexibilidad para usar el hardware disponible tiene un valor creciente.

Riesgos y preguntas abiertas

Quedan interrogantes importantes. ¿Qué rendimiento relativo se logró frente a la misma carga en GPU de Nvidia u otros aceleradores? ¿Cuánto del trabajo reutilizó componentes ya existentes de la comunidad? ¿Puede el resultado mantenerse y evolucionar cuando cambien los modelos, las versiones de las bibliotecas y los chips? ¿Qué ocurre con las cargas de entrenamiento, más exigentes en comunicación y estabilidad numérica que la inferencia?

Hay además un riesgo de expectativas. Si el mercado interpreta que la migración entre arquitecturas es ya trivial, podría subestimar la complejidad de operar flotas heterogéneas a gran escala, donde aparecen problemas de planificación, de equilibrio de carga y de fiabilidad que van más allá de los kernels. También existe el riesgo opuesto: descartar el avance por ser parcial y no apreciar que, si el ritmo de mejora continúa, el siguiente hito podría cubrir mucho más terreno.

Por último, queda la cuestión de la transparencia. Una compañía que cotiza está sujeta a obligaciones de información más estrictas, y las afirmaciones técnicas que sirven de base a decisiones de inversión podrían someterse a mayor escrutinio. Si Anthropic publica más detalles sobre la metodología y los resultados, el debate ganará en calidad; si no, seguirá apoyado en una cifra atractiva y en una nota al pie.

Situación actual

Al momento de redactar este artículo, la afirmación procede exclusivamente de la presentación a inversores y del vídeo del roadshow, y no ha sido verificada de forma independiente. La nota al pie limita su alcance al procesamiento de prompts de un modelo de Anthropic en MI355X con rendimiento útil, no a una migración completa. No se han hecho públicos datos de rendimiento detallados ni una descripción técnica del procedimiento.

El acuerdo con AMD, de hasta 2 gigavatios, sigue en marcha, y los primeros racks Helios con MI450 se esperan en el primer semestre de 2027. En cuanto a la salida a bolsa, los reportes apuntan a una fijación de precio el 18 de noviembre y a la cotización en Nasdaq el 19 de noviembre, con el ticker ANT y un rango de 70 a 78 dólares, aunque Anthropic no ha confirmado esas fechas. Cualquier novedad en el calendario o en los términos de la operación podría modificar el panorama en los próximos días.

La reacción de Nvidia y de AMD, así como la de los analistas, irá perfilando durante las próximas semanas cuánto peso real tiene este anuncio en el debate sobre el dominio de CUDA. Por ahora, el consenso razonable es que se trata de una señal interesante, todavía incompleta, de hacia dónde puede evolucionar la ingeniería de infraestructura de IA.

Conclusiones

La afirmación de Anthropic es llamativa por su magnitud: unos tres días para poner Claude a funcionar en las GPU MI355X de AMD, frente a los seis a doce meses habituales, con casi todo el trabajo de kernels hecho por Mythos. Es también una afirmación acotada, como reconoce la nota al pie, que se refiere al procesamiento de prompts con rendimiento útil y no a una migración completa, y no ha sido verificada de forma independiente.

Su relevancia está en lo que sugiere más que en lo que demuestra. Si la IA puede abaratar de forma sostenida el portado de software entre arquitecturas, el foso de CUDA de Nvidia tendría un competidor inesperado y los compradores de cómputo ganarían poder de negociación. Si resulta ser un caso particular y favorable, el dominio de Nvidia seguirá apoyado en un ecosistema mucho más amplio que un conjunto de kernels.

Para los lectores técnicos, la lección es doble: la automatización de la ingeniería de bajo nivel avanza y exige reforzar la verificación, y las cifras de un roadshow deben leerse con la misma exigencia que cualquier otra afirmación sin auditar. El tiempo, los datos de rendimiento y la llegada de los racks Helios en 2027 dirán si los tres días fueron un primer paso hacia un cambio estructural o una buena historia para el día de la salida a bolsa.