En el Q2 de 2026, los ingresos de AWS crecieron 37% interanual, pero Amazon dijo que la capacidad disponible de su unidad de nube aun así no cubriría la demanda. Los clientes pueden invocar software mediante una API en segundos; AWS debe asegurar ubicaciones, instalar chips y redes, y energizar centros de datos antes de que esas cargas de trabajo puedan facturarse.
Puntos clave
- AWS presentó Graviton en 2018 y dijo que el procesador Arm personalizado podía reducir costos hasta 45% para algunas cargas de trabajo.
- AWS presentó Trainium en 2020 con soporte para TensorFlow, PyTorch y MXNet.
- AWS elevó 20% los precios de las GPU de Nvidia para EC2 Capacity Blocks, mientras dejó sin cambios los precios de Trainium.
- Un centro de datos vinculado a CoreWeave recaudó $900 millones mediante bonos basura a cinco años con un rendimiento de 7.5%.
Los proveedores de nube construyeron sus negocios haciendo desaparecer el hardware. La IA ha llevado a Amazon más a fondo en la capa física debajo de la infraestructura de IA. Los chips Trainium de AWS, la capacidad reservada y las inversiones en el ecosistema atan los precios actuales del software a apuestas multianuales sobre oferta física.
AWS no puede responder a la demanda solo con software
Al advertir que la capacidad quedaría por debajo de la demanda, Amazon identificó a la oferta instalada como la restricción de corto plazo para AWS. Amazon debe comprometer capital antes de que los clientes revelen toda su demanda. Si construye demasiado lento, habrá cargas de trabajo sin atender; si construye demasiado rápido, AWS tendrá equipos ociosos.
Por eso Amazon hace una apuesta comercial cada vez que ordena aceleradores o se compromete con la ubicación de un centro de datos. Las reservas pueden reducir la incertidumbre al asegurar clientes antes de que los clústeres entren en operación, pero AWS aún asume el riesgo de que chips más nuevos o software más eficiente reduzcan el valor de la capacidad instalada.
Trainium convierte la compra de chips en diseño de sistemas
AWS empezó a moverse por debajo de la capa de instancias antes de que la IA generativa convirtiera el suministro de aceleradores en un tema de consejo directivo. En 2018, AWS presentó Graviton y afirmó que su procesador de servidor Arm personalizado podía reducir costos hasta 45% para algunas cargas de trabajo. En 2020, AWS presentó Trainium con soporte para TensorFlow, PyTorch y MXNet.
Graviton apuntó a la economía de las CPU. Con Trainium, AWS aplicó la misma lógica al entrenamiento de modelos, donde de otro modo seguía siendo revendedor del componente más estratégico de otra empresa. AWS y Annapurna Labs pueden coordinar el suministro de aceleradores, el diseño de servidores, las redes y los precios de los servicios, en lugar de aceptar cada uno como una restricción externa.
AWS vinculó ese control con un cliente importante mediante Project Rainier, su supercomputadora para Anthropic construida en torno a Trainium2.
Luego Anthropic lanzó Claude Opus 4 en Trainium2. Al construir a esa escala para un desarrollador de modelos, AWS vinculó su hoja de ruta de aceleradores con los requisitos de entrenamiento y prestación de servicio de Anthropic.
AWS todavía ofrece hardware de Nvidia, incluido acceso a H200 junto con sus propios chips. Su catálogo preserva la elección de cargas de trabajo, mientras le da a AWS otra vía de suministro y costo de aceleradores.
Para Trainium3, Amazon afirma cuatro veces el rendimiento de Trainium2 y reducciones de hasta 50% en costos de entrenamiento y operación frente a sistemas equivalentes con GPU. Amazon puede trasladar esa diferencia a los clientes, conservarla como margen o dividirla entre ambos; la demanda y la utilización determinan la combinación.
La respuesta útil sustituye a las horas de acelerador
El 6 de abril de 2026, The Wall Street Journal reportó, a partir de documentos para inversionistas, que OpenAI y Anthropic tenían costos de inferencia superiores a la mitad de sus ingresos. Un comprador paga más que la renta por hora de aceleradores: el costo total también depende del tiempo de ejecución, la utilización y el resultado valioso por unidad de cómputo.
AWS busca reducir el costo de IA por tarea útil: el gasto en hardware, redes y software requerido para entrenar un modelo o producir una inferencia que un cliente valore. Trainium aporta el acelerador, mientras AWS controla la infraestructura circundante. Bedrock, disponible de forma general desde 2023, da a los clientes acceso por API a modelos de Amazon y terceros, y da a AWS un canal de capa de aplicación para trasladar la economía de infraestructura al consumo de modelos.
Cuando AWS elevó 20% los precios de las GPU de Nvidia para EC2 Capacity Blocks, que permiten a las empresas reservar cómputo de IA por anticipado, dejó sin cambios los precios de Trainium. Un cliente podía ver cómo la elección de proveedor, la estructura de reserva y el hardware propietario modificaban el costo del cómputo de IA reservado.
El software puede borrar una ventaja de hardware sin modificar un chip. Si un método de servicio reduce el cómputo requerido para cada respuesta, los aceleradores escasos pierden poder de fijación de precios y los clústeres reservados pueden volverse menos valiosos de lo que esperaban los compradores. AWS pierde cualquier ventaja de Trainium que dependa de la ineficiencia actual del software, por lo que debe mejorar el sistema completo a medida que mejoran las plataformas rivales.
Los contratos deciden qué clústeres se construyen
CoreWeave necesita financiamiento antes de que sus clústeres produzcan tokens. Sacó de su balance $2.6 mil millones de deuda utilizada para construir centros de datos de IA mediante vehículos de propósito especial. Por separado, un centro de datos vinculado a CoreWeave recaudó $900 millones mediante bonos basura a cinco años con un rendimiento de 7.5%, lo que deja al clúster con la tarea de generar más que su costo de financiamiento antes de que el hardware pierda relevancia económica.
Los proveedores de nube y los prestamistas de centros de datos usan compromisos de clientes de largo plazo para respaldar el emergente mercado de megavatios contratados. Un compromiso de nube firmado puede justificar la adquisición de energía, deuda de construcción y un pedido de aceleradores realizado antes de que el cliente ejecute su primera carga de trabajo de producción.
La inversión de Amazon en OpenAI pertenece junto a ese mercado de contratos, pero con una precisión. El 1 de agosto de 2026, el Financial Times reportó, a partir de una presentación, que OpenAI había recibido esa semana el último tramo de la inversión de $50 mil millones de Amazon, con lo que la participación de Amazon llegó a aproximadamente 5%. La compra de acciones estableció propiedad, no un compromiso mínimo revelado de usar capacidad de AWS.
El 18 de febrero de 2026, The Information reportó que Anthropic esperaba pagar a Amazon, Google y Microsoft más de $80 mil millones para operar sus modelos hasta 2029, además de hasta $100 mil millones para entrenamiento. Esas cifras eran expectativas de gasto, no compromisos take-or-pay revelados; el reporte no estableció garantías ni exclusividad.
Los dos registros conectan el financiamiento con la demanda potencial de maneras distintas, pero ninguno prueba un volumen mínimo de uso de AWS. El rendimiento de 7.5% de los bonos de CoreWeave muestra lo que los inversionistas externos cobraron por el riesgo de construcción y utilización en un proyecto. Amazon puede financiar capacidad desde un gran negocio operativo, pero esa base de financiamiento no puede volver productivo a un clúster subutilizado.
AWS debe hacer rentable cada clúster antes de que Trainium envejezca
En su reporte del Q2 de 2026, Amazon dijo que los ingresos de AWS crecieron 37% a $42.2 mil millones y el ingreso operativo subió 64% a $16.6 mil millones. El ingreso operativo creció más rápido que los ingresos a medida que los clientes consumieron más capacidad.
Las acciones de Amazon subieron 15.32% tras el reporte, la mayor ganancia de la empresa en un día desde abril de 2012, y su capitalización de mercado superó los $3 billones. Los inversionistas premiaron las ganancias del trimestre, pero cada nuevo pedido de aceleradores aún debe recuperar su costo antes de que hardware más nuevo o mejor software erosione su ventaja.
AWS obtiene apalancamiento operativo cuando los clientes mantienen ocupados los clústeres. Amazon asume el costo cuando la capacidad llega tarde, permanece ociosa o pierde su ventaja de precio-rendimiento. Cada generación de Trainium puede mejorar la posición de AWS mientras acorta la ventaja económica de los chips ya instalados.
Preguntas frecuentes
¿Cuándo estará disponible Trainium3 para los clientes de AWS?
El artículo no da una fecha de disponibilidad general. La afirmación revelada por Amazon se refiere a las características esperadas de rendimiento y costo de Trainium3 frente a Trainium2 y sistemas equivalentes con GPU.
¿Cuánta capacidad de AWS se basa en Trainium en lugar de GPU de Nvidia?
El artículo no proporciona un desglose de capacidad. Dice que AWS ofrece acceso a Nvidia H200 junto con su hardware propietario Trainium y que Project Rainier contiene más de 500,000 chips Trainium2.
¿Amazon ha publicado benchmarks independientes sobre los ahorros de costo atribuidos a Trainium3?
El artículo atribuye la afirmación a Amazon: hasta 50% menos en costos de entrenamiento y operación frente a sistemas equivalentes con GPU. No especifica un benchmark independiente, la combinación de cargas de trabajo ni los supuestos de precios detrás de esa comparación.
¿Project Rainier está reservado exclusivamente para Anthropic?
El artículo identifica a Rainier como la supercomputadora de AWS para Anthropic y la vincula con los requisitos de entrenamiento y prestación de servicio de Anthropic. No revela términos de exclusividad, asignación de capacidad ni la duración del acceso de Anthropic.
El crecimiento del ingreso operativo de AWS en el Q2 de 2026 superó al de los ingresos
| Métrica | Resultado Q2 2026 | Crecimiento interanual |
|---|---|---|
| Ingresos de AWS | $42.2 billion | 37% |
| Ingreso operativo de AWS | $16.6 billion | 64% |
Trainium tiene éxito si AWS reduce con suficiente rapidez el costo de una respuesta útil para mantener ocupados los clústeres antes de que hardware más nuevo o mejor software redefina su valor. Esa es la tensión dentro de la combinación de Amazon en el Q2 de 2026: crecimiento de 37% de AWS y una advertencia sobre capacidad. La demanda superó a la oferta instalada, pero comprar oferta no garantiza un retorno sobre ella. La API todavía oculta la maquinaria. Ya no oculta la economía.