Los clientes aún desean actualizar su infraestructura

El panorama informático está en constante cambio. A medida que la adopción de IA continúa en todo el mercado empresarial, su impacto ya está claro: precios más altos y escasez de componentes. Debido a que los costos de memoria y almacenamiento siguen siendo elevados, los clientes están reevaluando su estrategia de TI e IA, y dado que no se espera que disminuyan los precios hasta al menos el 20271, muchos están evaluando si una actualización de infraestructura es siquiera posible.

Los presupuestos de los clientes se ven limitados mientras planifican a largo plazo, por lo que la respuesta que probablemente ya estás escuchando es: “Olvidémoslo, solo esperaremos a ver qué pasa”.

Sin embargo, existe un costo por no hacer nada.

Retrasar el reemplazo de la infraestructura heredada presenta sus propios riesgos:

  • Altos costos operativos
  • Baja eficiencia energética
  • Aumento de los costos de mantenimiento
  • Incapacidad de admitir cargas de trabajo modernas de IA
  • Riesgo de seguridad/cumplimiento
  • Vencimiento de la garantía o del soporte

Frente a estos problemas, los clientes recurrirán a socios como tú para que los orientes. Utiliza la siguiente información para apoyarlos en nuevas inversiones en hardware a fin de ayudarlos a tomar decisiones de compra inteligentes.

En marcha: proporcionar la orientación correcta

Paso 1: auditar el entorno

Históricamente, la práctica común es que los clientes sobreaprovisionen la memoria del servidor para satisfacer las necesidades máximas y agregar una capa de flexibilidad a sus cargas de trabajo. Básicamente, aprovisionan muchos servidores con los recursos máximos solo necesarios para algunas aplicaciones, de modo que puedan volver a ubicar las cargas de trabajo si se requiere. Por ello, muchos entornos se aprovisionan en función de una demanda máxima teórica en lugar de una utilización observada.

Con la memoria escasa y costosa, este es un lujo que pocas empresas pueden permitirse. Ahora es el momento de trabajar con tus clientes para auditar sus entornos locales y en la nube a fin de determinar qué recursos (CPU, GPU y memoria) utilizan y proyectar evaluaciones realistas y basadas en datos de necesidades a medida que crecen las cargas de trabajo o la adición de procesamiento de IA.

Las cargas de trabajo de IA requieren la planificación de infraestructura equilibrada

A medida que los clientes exploran la adopción de la IA, es fundamental comprender cómo las nuevas cargas de trabajo pueden afectar los requisitos. Si bien las GPU a menudo reciben la mayor atención para las iniciativas de IA, la memoria y las CPU son esenciales para una implementación eficiente y la escalabilidad a largo plazo.

Las cargas de trabajo de IA ponen una mayor presión en la memoria del sistema y en la infraestructura de almacenamiento. El sobreaprovisionamiento de memoria en todos los servidores puede no ser rentable, pero el subaprovisionamiento puede crear cuellos de botella que limitan la utilización o reducen el rendimiento de las cargas de trabajo, lo que es igualmente inaceptable.

Trabaja con los clientes para identificar en qué áreas se espera que las cargas de trabajo de IA escalen, cómo los datos se trasladarán a través del entorno y qué sistemas realmente requieren una mayor capacidad de memoria. Equilibrar adecuadamente la inversión en CPU, GPU y memoria puede ayudar a las organizaciones a apoyar la adopción de IA sin aumentar innecesariamente los costos ni comprometer el rendimiento y la capacidad de respuesta.

Paso 2: identificar cargas de trabajo no sensibles a la memoria

Una vez que se cumplen los requisitos básicos de memoria, algunas cargas de trabajo a menudo experimentan retornos decrecientes de la capacidad de memoria adicional. Para cargas de trabajo vinculadas a CPU o E/S, o sensibles a la latencia, la capacidad de memoria adicional suele poder ofrecer mejoras de rendimiento limitadas en relación con el costo.

Ayuda a los clientes a explorar configuraciones de memoria más bajas que reduzcan los costos innecesarios sin afectar sustancialmente el rendimiento de las cargas de trabajo.

Paso 3: dimensionar correctamente el aprovisionamiento de memoria

La memoria es un recurso limitado, por lo que es vital que los clientes dimensionen correctamente la cantidad de memoria que necesitan. Trabaja con tus clientes para descubrir en qué áreas la inversión en memoria ofrece el mayor valor y dónde pueden reducir de forma segura las necesidades de memoria.

Las cargas de trabajo fundamentales y de alta prioridad deben recibir un búfer seguro para cualquier incremento en la utilización o para el crecimiento futuro. Para cargas de trabajo con requisitos de memoria más bajos, considera la posibilidad de proporcionar DIMM de menor capacidad o dejar abiertas las ranuras de memoria (las CPU para servidores AMD EPYC™ admiten una variedad de configuraciones de memoria, incluidas las ranuras abiertas).

AMD puede ayudar

Una vez que los clientes entiendan en qué área se puede optimizar la utilización de la memoria, pueden comenzar a evaluar plataformas diseñadas para ofrecer una mayor eficiencia de rendimiento, como los sistemas habilitados por las CPU para servidores AMD EPYC.

Vale la pena recordarles a los clientes que desean actualizar su infraestructura existente que las CPU para servidores AMD EPYC pueden ofrecer un gran rendimiento con menos memoria y una ruta de actualización atractiva para el hardware antiguo. Pasar de un hardware heredado de la competencia a las CPU para servidores AMD EPYC más recientes puede generar un TCO hasta un 29 % menor, lo que promediará una recuperación de la inversión de los sistemas y software de alrededor de 2,5 años2.

Por ejemplo, las cargas de trabajo representativas vinculadas al procesamiento que se ejecutan en las CPU para servidores AMD EPYC 9355P con una capacidad de memoria reducida en un 50 % dan como resultado solo una disminución del rendimiento del 1 %3.

Límite de procesamiento

Media geométrica de NGINX, Memcached, FFMpeg y Python
AMD EPYC 9355P de 32 núcleos y 1P

1
0,99
24 GB/núcleo
12 GB/núcleo
50 % de reducción de memoria -1 % de rendimiento

Las cargas de trabajo sensibles a la capacidad de la memoria se pueden escalar de manera flexible con restricciones de memoria; un servidor que se ejecuta en CPU AMD EPYC 9655 puede funcionar con solo el 75 % de la capacidad de memoria con una reducción menor del rendimiento del 6 %4.

Límite de capacidad de memoria

SQL Server
OLAP de AMD EPYC 9655 de 96 núcleos y 1P

1,00
0,94
0,73
100 % de capacidad
75 % de capacidad
50 % de capacidad
25 % de reducción de memoria ➜ -6 % de rendimiento
50 % de reducción de memoria ➜ -27 % de rendimiento

La modernización de la infraestructura también crea una oportunidad de consolidación y una mayor densidad de virtualización. Mediante la reducción del recuento de servidores y la mejora de la eficiencia, los clientes también pueden disminuir los costos de licencias de software, energía, refrigeración y operación, además de optimizar el uso de la memoria. Ser capaz de comprar un número mucho menor de sistemas de mayor rendimiento significa que se gastará menos del presupuesto de TI en la memoria.

Para las organizaciones que se enfrentan a limitaciones de espacio, energía o refrigeración, las mejoras en la eficiencia de la infraestructura ayudan a ampliar la capacidad de los centros de datos existentes sin necesidad de expansión inmediata. A medida que las cargas de trabajo de IA siguen aumentando las demandas de infraestructura, estas eficiencias operativas seguirán siendo cada vez más importantes junto con el rendimiento en bruto.

Proporcionar herramientas para el éxito del cliente

AMD ofrece una gama de herramientas que pueden ayudarte a brindar soporte a tus clientes en un mercado desafiante. Para asistir en el dimensionamiento correcto de los presupuestos de memoria, usa las siguientes herramientas para estimar los requisitos de memoria tanto para entornos locales como de nube:

Para la infraestructura de nube, utiliza AMD EPYC™ Cloud Instance Advisor.

Ejecuta un análisis de TCO con la herramienta de asesoramiento de TCO de AMD EPYC™, una herramienta basada en la Web que te permite trabajar con los clientes para analizar diferentes escenarios de TCO según los precios de memoria actuales y personalizables.

AMD seguirá brindando soporte a los socios y a sus clientes, lo que proporciona un rendimiento líder e infraestructura optimizada. El uso de plataformas de hardware como CPU para servidores AMD EPYC y herramientas como las enumeradas anteriormente ayudan a equilibrar el rendimiento, la escalabilidad y la eficiencia de la memoria durante los ciclos de mercado difíciles.

Si bien las presiones de precios de memoria siguen afectando la planificación de la infraestructura, retrasar la modernización puede generar ineficiencias operativas a largo plazo y costos crecientes. Mediante la auditoría de las cargas de trabajo, el dimensionamiento correcto de las inversiones en memoria y la identificación de oportunidades de consolidación, los socios pueden ayudar a los clientes a modernizarse estratégicamente.

Para obtener más información, habla con tu representante de AMD.

AMD Arena


Obtén experiencia con capacitación sobre las soluciones AMD AI, CPU para servidores AMD EPYC™, GPU AMD Instinct™ y mucho más en toda la cartera de AMD.

Artículos relacionados

Notas al pie
  1. Gartner, Emerging Issue: Managing Memflation Through 2027 (Problema emergente: gestionar la inflación del precio de las memorias a lo largo del 2027), Joseph Unsworth, 27 de febrero del 2026
    GARTNER es una marca comercial de Gartner, Inc. o sus empresas vinculadas.
  2. 9xx5TCO-025: esta situación contiene muchas suposiciones y estimaciones y, si bien se basa en la investigación interna de AMD y en las mejores aproximaciones, debe considerarse solo como un ejemplo a título informativo y no usarse como base para la toma de decisiones en lugar de las pruebas reales. La herramienta AMD Server & Greenhouse Gas Emissions TCO (costo total de propiedad) Estimator Tool, versión 1.56, compara las soluciones de servidor basadas en CPU AMD EPYC™ e Intel® Xeon® seleccionadas que son necesarias para ofrecer un TOTAL_PERFORMANCE de ≈44 600 unidades de rendimiento SPECrate2017_int_base al 12 de marzo del 2026. En este análisis, se compara un servidor con tecnología AMD EPYC 9535 de 2P y 64 núcleos que tiene una puntuación SPECrate2017_int_base de 1640
  3. https://spec.org/cpu2017/results/res2025q3/cpu2017-20250728-49231.pdf frente a un servidor heredado basado en Intel Gold 6338 de 2P y 32 núcleos con una puntuación SPECrate2017_int_base de 446, https://spec.org/cpu2017/results/res2023q2/cpu2017-20230423-35994.pdf

    La puntuación SPEC publicada de EPYC 9535 se ajustó para calcular el impacto en el rendimiento de la reducción de la población de memoria del recuento máximo de 24 RDIMM de 64 GB a 16 RDIMM de 64 GB o aproximadamente 3/4 de ancho de banda de memoria. Los cálculos de reducción de potencia se basan en pruebas de laboratorio internas realizadas según la evaluación comparativa SPECrate®2017_int_base para ofrecer una puntuación SPECrate®2017_int_base estimada.

    El rendimiento de la carga de trabajo con ancho de banda de memoria reducido depende de las características de la carga de trabajo y la sensibilidad de la memoria. Los resultados que se muestran se limitan a las cargas de trabajo específicas presentadas y no deben generalizarse a otras cargas de trabajo.

    https://www.carbondi.com/#electricity-factors/, https://www.epa.gov/energy/greenhouse-gas-equivalencies-calculator. Para obtener más información, consulta https://www.amd.com/es/legal/claims/epyc.html#q=9xx5TCO-025.

  4. 9xx5-281: Media geométrica de 4 resultados de cargas de trabajo seleccionadas de Phoronix sin límite de memoria, basados en pruebas pagadas de Phoronix Test Suite realizadas al 1/4/2026.
  5. Configuración de la carga de trabajo: Memcached - Establecer para obtener la proporción: 1:10 (operaciones/segundo), nginx - Conexiones: 500 (solicitudes/segundo), Timed FFmpeg Compilation - Tiempo de compilación (segundos), Timed CPython Compilation - Configuración de compilación: versión lanzada, PGO + LTO optimizadas (segundos)

    Sistema de producción con tecnología AMD EPYC 9355P de 1P y 32 núcleos, BIOS 3.8, 2 SAMSUNG MZWLO3T8HCLS-00A07 de 3841 GB, 2 PCIe Broadcom NetXtreme BCM5720, Ubuntu 26.04 6.19.0-9-generic (x86_64), GCC 15.2.0, SMT = activado, configuración de la memoria: 12 DDR5-6400 de 64 GB (a 6000 MT/s), 6 DDR5-6400 de 64 GB (a 6000 MT/s), carga de trabajo, 50 % de memoria, 100 % de memoria relativa normalizada (HIB), memcached 5581297,57 5601003,16 0,996 nginx 348480,18 347401,43 1,003

    ffmpeg 22,912 22,679 0,99

    python 203,185 202,906 0,999

    Media geométrica 0,997

  6. 9xx5-282: Estimación de carga de trabajo derivada de MySQL TPC-H (corretaje de OLTP de SQL Server) con base en mediciones internas de AMD al 1/4/2026. La carga de trabajo MySQL TPC-H se deriva del estándar de TPC-Benchmark™ y, como tal, no es comparable con los resultados TPC-H™ publicados, ya que no cumplen con el estándar de la evaluación comparativa TPC-H.
  7. Configuración de la carga de trabajo: MySQL 8.0.39, SF3000

    Sistema de referencia con tecnología AMD EPYC 9655 de 1P (96 núcleos en total), Ubuntu 24.04.2 LTS (Linux 6.8.0-60-generic), BIOS RVC100DB, SMT = activado, mitigaciones = desactivadas, determinismo de potencia, configuración de la memoria: 12 DDR5-6400 de 128 GB (100 % de capacidad), 12 DDR5-6400 de 96 GB (≈75 % de capacidad),

    12 DDR5-6400 de 64 GB (≈50 % de capacidad)

    Puntuación relativa de DIMM

    128 2 065 198,0 1,00

    96 1 949 138,6 0,95

    64 1 500 947,6 0,73

    El rendimiento de la carga de trabajo con capacidad de memoria reducida depende de las características de la carga de trabajo y la sensibilidad de la memoria. Los resultados que se muestran se limitan a las cargas de trabajo específicas probadas y no deben generalizarse a otras cargas de trabajo. Las variables que inciden en estos resultados específicos incluyen, entre otras, la configuración del sistema, las versiones de software y la configuración del BIOS. TPC, TPC Benchmark y TPC-H son marcas comerciales de Transaction Processing Performance Council