AWS Graviton entra en la infraestructura de Meta como una nueva pieza para sus sistemas de agentes de IA. Meta confirmó que incorporará decenas de millones de núcleos Graviton de AWS, con margen para ampliar el despliegue, en un movimiento que muestra cómo las grandes tecnológicas ya no solo compiten por GPUs: también buscan CPUs especializadas para tareas de razonamiento en tiempo real, búsqueda, generación de código y coordinación de flujos de varios pasos.
Según los anuncios publicados por Meta y Amazon, el acuerdo convierte a Meta en uno de los mayores clientes de Graviton. La idea no es sustituir el papel de las GPUs en el entrenamiento de modelos grandes, sino sumar una capa de infraestructura mejor adaptada a ciertas cargas que se vuelven más pesadas cuando una empresa quiere llevar agentes de IA a escala de miles de millones de interacciones.
La carrera de la IA ya no depende solo del modelo más llamativo, sino también del tipo de chip que permite ejecutar productos con menos costo, menos consumo y más velocidad. En esa carrera, AWS Graviton se posiciona como una opción concreta para la fase operativa de la IA.
AWS Graviton entra en Meta para las cargas más intensivas de agentes
Meta explicó que el primer despliegue partirá con decenas de millones de núcleos AWS Graviton. Amazon añadió que se trata de procesadores Graviton5, diseñados para cargas donde la CPU sigue siendo decisiva. Ahí entran tareas como orquestar pasos consecutivos, repartir trabajo entre múltiples procesos, responder con baja latencia y sostener operaciones continuas alrededor de modelos ya entrenados.
Amazon detalló además que AWS Graviton5 ofrece 192 núcleos, una caché cinco veces mayor que la generación previa y una reducción de hasta 33% en retrasos de comunicación entre núcleos. La compañía también afirma una mejora de hasta 25% en rendimiento frente a la generación anterior. Son cifras relevantes en productos de IA usados a gran escala, pequeños avances en rendimiento o eficiencia pueden traducirse en grandes diferencias de costo operativo.
Meta presentó el acuerdo como parte de una estrategia de diversificación. En vez de depender de una sola arquitectura, la empresa está ampliando su mezcla de infraestructura con centros de datos propios, hardware interno, socios de nube y ahora más capacidad basada en AWS Graviton. Ese enfoque ya se veía en otras apuestas recientes del sector, incluida la presión por chips propios y aceleradores especializados. En esa misma línea, se muestra la carrera de infraestructura con los nuevos chips de Google Cloud para la era de los agentes.
Cómo AWS Graviton puede mover el mercado de la IA empresarial
La parte más práctica de la noticia es que refuerza una idea que cada vez pesa más en la industria: los agentes de IA no exigen solo modelos potentes, sino una base de cómputo distinta para funcionar bien en producción. Cuando una empresa quiere que un sistema consulte datos, escriba código, busque información, coordine herramientas y responda rápido, muchas de esas tareas dependen más de CPUs bien optimizadas que de la lógica clásica de entrenamiento con GPU.
Para Meta, eso puede ayudar a sostener experiencias de IA a gran escala con mejor relación entre rendimiento y consumo. Para AWS Graviton, el acuerdo sirve como vitrina en uno de los entornos más exigentes del mercado. Y para otras empresas, deja una señal clara: la conversación sobre infraestructura de IA se está abriendo más allá de Nvidia y de los chips dedicados al entrenamiento.
También hay una lectura empresarial importante. Amazon afirmó que el acuerdo se apoya en una relación previa con Meta y en el uso de Amazon Bedrock a escala. Eso sugiere que el valor ya no está en vender nube o modelos por separado, sino en ofrecer un paquete completo de silicio, servicios de inferencia y herramientas para desplegar sistemas complejos. En otras palabras, la competencia se mueve hacia plataformas más integradas.
Para quien sigue lanzamientos de IA, esta no es una noticia vistosa como un nuevo chatbot o un generador de imágenes, pero sí puede tener impacto real. Si acuerdos como este reducen costos y mejoran la eficiencia, es más probable que veamos agentes de IA más rápidos, más persistentes y más baratos de operar dentro de productos de consumo y software empresarial a escala.
