En su conferencia Advancing AI 2026, AMD presentó una estrategia integral para la llamada Inteligencia Artificial Física: nuevos procesadores Ryzen AI Embedded X100, un módulo listo para producción, una plataforma de desarrollo abierta y una red de más de 30 socios. El objetivo es dar a robots industriales, humanoides y sistemas autónomos la capacidad de percibir su entorno, razonar y ejecutar acciones en tiempo real, sin depender de la nube.
Hasta hace poco, la inteligencia artificial vivía principalmente en los centros de datos: modelos enormes entrenados con millones de datos, ejecutándose en servidores con miles de procesadores, respondiendo consultas de texto e imágenes. AMD quiere que esa inteligencia salga de los servidores, entre en los robots y opere directamente en el mundo físico, sin necesidad de enviar datos a la nube para cada decisión.
Esa fue la apuesta central de la compañía durante Advancing AI 2026, donde presentó lo que denominó una estrategia completa para la IA física: una categoría que busca dotar a robots y sistemas autónomos de la capacidad de comprender su entorno, tomar decisiones y ejecutar acciones en tiempo real.
Por qué la IA física es diferente a la IA en el datacenter
La inteligencia artificial que conocemos -los chatbots, los generadores de imágenes, los sistemas de recomendación- puede tomarse décimas de segundo o incluso varios segundos para responder. En la mayoría de los casos, esa latencia es aceptable.
Un robot que opera en una línea de manufactura, asiste en una cirugía o conduce un vehículo autónomo no tiene ese margen. Si el sistema tarda demasiado en procesar lo que ven sus sensores y decidir qué hacer, las consecuencias pueden ser costosas o directamente peligrosas. La IA física exige lo que los ingenieros llaman comportamiento determinístico: que el sistema responda siempre dentro de un tiempo máximo conocido y predecible, independientemente de la carga de trabajo.
Esa es la diferencia técnica fundamental. Y AMD la tomó como punto de partida para diseñar toda su plataforma.
Lo que reveló la encuesta a desarrolladores de robótica
Uno de los datos más llamativos de la presentación no fue técnico sino de mercado. AMD realizó en febrero de 2026 una encuesta a 177 desarrolladores de robótica de todo el mundo -patrocinada por la propia compañía- y el resultado matizó la narrativa habitual de la industria de chips: la prioridad número uno ya no es obtener la mayor cantidad posible de TOPS de procesamiento.
TOPS es la unidad con la que se mide la potencia de los procesadores de IA: cuántas operaciones de punto fijo por segundo puede ejecutar el chip. Durante años, la carrera por más TOPS fue el principal argumento de venta de toda la industria de semiconductores.
Los desarrolladores de robótica encuestados dijeron que lo que más valoraban era, en este orden: comportamiento determinístico y tiempos de respuesta predecibles; una plataforma que pueda escalar a distintos tipos de robots; y arquitecturas abiertas que eviten la dependencia de un único proveedor. El dato posiciona a AMD -con su apuesta por estándares abiertos- en el lugar exacto donde la demanda del mercado está señalando.
El Ryzen AI Embedded X100: el procesador diseñado para el cuerpo del robot
Como núcleo de su plataforma, AMD presentó los nuevos Ryzen AI Embedded X100, procesadores diseñados específicamente para ejecutar tareas de percepción, razonamiento y control en robots. Su arquitectura integra en un mismo chip cuatro tipos de procesamiento complementarios.
Una CPU x86 de hasta 16 núcleos se encarga de la orquestación general y la planificación de tareas. Una GPU integrada basada en la arquitectura RDNA 3, con hasta 40 unidades de cómputo, maneja la visión artificial y la inferencia de modelos de IA -es decir, la ejecución de modelos ya entrenados para reconocer objetos, clasificar imágenes o detectar anomalías-. Una NPU (Neural Processing Unit) de bajo consumo basada en la arquitectura XDNA ejecuta modelos de IA de forma permanente y eficiente energéticamente. Y una memoria unificada conecta todos estos componentes, reduciendo la latencia que se genera cuando los datos tienen que viajar entre procesadores separados.
Esta combinación permite distribuir las cargas de trabajo según el tipo de tarea: percepción en la GPU, control de movimiento en la CPU, reconocimiento de patrones en la NPU, sin necesidad de mover continuamente los datos entre distintos componentes.
AMD describió el ciclo de operación de un robot basado en esta arquitectura en tres fases. Primero, percibir: comprender el entorno mediante sensores y seguimiento de objetos, usando FPGA para fusionar la información de distintas fuentes. Segundo, razonar y decidir: interpretar la escena, coordinar subsistemas y adaptar el comportamiento en tiempo real. Tercero, actuar: ejecutar movimientos de manera segura y reaccionar instantáneamente a los cambios del entorno.
Entre los números de rendimiento compartidos durante el evento, la empresa destacó control determinístico en 125 microsegundos, razonamiento de IA en 92 milisegundos y clasificación visual en menos de 0,4 milisegundos. AMD aclaró que estos resultados provienen de pruebas internas y de terceros realizadas en escenarios específicos, por lo que el desempeño puede variar según la implementación.
Del laboratorio a la fábrica: el módulo Kria AI SOM
Para reducir el tiempo entre la fase de prototipo y la producción comercial, AMD presentó el Kria AI System on Module (SOM), un módulo listo para integrar directamente en productos basados en los nuevos X100. Un módulo de este tipo -conocido en la industria como SOM o CoM (Computer on Module)- es una placa que integra el procesador, la memoria y los interfaces de comunicación en un formato compacto y estandarizado que puede insertarse en distintos diseños de hardware sin necesidad de rediseñar el sistema desde cero.
La plataforma de desarrollo abierta
AMD también presentó la AMD Kria AI Robotics Developer Platform, que la empresa definió como la primera plataforma abierta e integrada para desarrollo de robótica. Su propuesta incluye hardware abierto con diseños de referencia, software basado en estándares abiertos, compatibilidad con ROCm -el ecosistema de software de AMD para IA- y con ROS 2, el sistema operativo de robots más utilizado en la industria y la academia.
A esto se suma la nueva AMD Robotics Software Suite, que incorpora bibliotecas especializadas, SDK para robótica e IA física y herramientas optimizadas para simulación, percepción, manipulación y entrenamiento de modelos.
La apuesta por la apertura tiene un argumento comercial directo: los desarrolladores que encuestó AMD valoraron explícitamente evitar la dependencia de un único proveedor. Una plataforma basada en estándares abiertos y compatible con herramientas ya ampliamente adoptadas -como ROS 2- reduce ese riesgo y facilita la migración o la combinación con otros componentes del ecosistema.
La red de socios: más de 30 actores del ecosistema
AMD anunció la creación de una Robotics Partner Network integrada por más de 30 socios que abarcan fabricantes de robots, desarrolladores de modelos de IA, empresas de simulación, fabricantes de sensores e integradores de sistemas. El objetivo es que un equipo que quiera construir un robot no tenga que resolver desde cero cada componente del stack tecnológico, sino que pueda acceder a un ecosistema de proveedores ya integrados y validados con la plataforma AMD.
Los sectores de aplicación que AMD destacó durante la presentación incluyen manufactura automatizada, logística y cadenas de suministro, agricultura de precisión, cirugía asistida por robots e inspección de infraestructura en condiciones de riesgo para los trabajadores.
La lectura para América Latina
Para la región, donde la automatización industrial avanza a un ritmo desigual pero sostenido -con focos en la agroindustria brasileña, la manufactura mexicana, la minería chilena y la industria alimentaria argentina-, la presentación de AMD señala hacia dónde se mueve la frontera tecnológica.
La apuesta por estándares abiertos y plataformas escalables es también una señal para los integradores de sistemas y las empresas de desarrollo tecnológico de la región: la IA física no requerirá exclusivamente de los grandes actores globales para implementarse. Una plataforma basada en ROSm 2 y herramientas de código abierto puede ser adoptada, adaptada y desplegada por equipos de ingeniería locales que ya conocen esas herramientas, reduciendo la barrera de entrada a un mercado que hasta ahora estaba dominado por soluciones propietarias de alto costo.
