Amazon Web Services rompe el mercado con una subida del 35% en el coste de sus GPU para IA

Última actualización: 02/07/2026
Autor: Isaac
  • AWS incrementa un 20% adicional sus tarifas de GPU en julio de 2026, acumulando un 35% de subida en seis meses.
  • La escasez global de memoria HBM y el desorbitado precio de la energía son los principales responsables de este ajuste histórico.
  • Expertos recomiendan a las empresas españolas y europeas diversificar sus proveedores o apostar por infraestructuras híbridas.
  • Instancias de última generación como las Nvidia Blackwell y H200 son las más afectadas por este cambio de política comercial.

Infraestructura de servidores AWS y chips de inteligencia artificial

Parece que la época en la que los servicios en la nube se volvían más asequibles con el paso del tiempo ha pasado definitivamente a mejor vida. Amazon Web Services (AWS) ha dejado a todo el sector tecnológico con el pie cambiado al aplicar una subida de precios en sus instancias GPU que marca un antes y un después en la industria, rompiendo una tendencia de dos décadas de abaratamiento constante.

Este ajuste no es una simple anécdota, ya que se trata del segundo incremento que la compañía ejecuta en lo que va de año. Tras el movimiento al alza de enero, esta nueva actualización en julio supone que los clientes tengan que desembolsar un 35% más por los mismos recursos de computación que utilizaban hace apenas seis meses. Vaya, que mantener los modelos de inteligencia artificial funcionando se ha puesto por las nubes para cualquiera que dependa de la infraestructura de Amazon.

nube de inteligencia artificial-5
Related article:
La nube de inteligencia artificial acelera la innovación tecnológica global

No se trata de un capricho corporativo para engordar beneficios, sino de una respuesta a problemas físicos y logísticos que son difíciles de esquivar. La pieza clave en este rompecabezas es la memoria de alto ancho de banda (HBM), un componente esencial para las tarjetas de Nvidia que está sufriendo una escasez global sin precedentes debido a que los fabricantes no dan abasto con la demanda actual.

  La formación en IA para servicios financieros se acelera mientras surgen nuevos agentes inteligentes para la banca

Hardware de computación acelerada para IA

A este cuello de botella en la fabricación se le suma un invitado que conocemos muy bien en Europa: el coste de la electricidad. En algunos de los mercados energéticos más importantes para los centros de datos, el precio del megavatio se ha multiplicado de forma alarmante, lo que obliga a las grandes tecnológicas a trasladar estos costes operativos directamente a la factura final del cliente para no ver mermados sus márgenes de forma drástica.

Para que nos hagamos una idea del impacto real en el bolsillo, una de las máquinas más potentes, la instancia p5e.48xlarge que monta ocho chips H200 de Nvidia, ha pasado de costar unos 30 euros por hora a rozar los 42 euros en la mayoría de las regiones internacionales. Si multiplicamos esto por las miles de horas de entrenamiento que requiere una IA moderna, la cifra final puede dar un susto de muerte a más de un director financiero.

Meta usará chips Graviton para IA
Related article:
Meta recurrirá a los chips Graviton de Amazon para impulsar su IA

En el ecosistema tecnológico de nuestro país, donde muchas startups han crecido gracias a los créditos gratuitos de la nube, esta subida supone un reto de supervivencia. Muchos de estos negocios están viendo cómo sus facturas mensuales se disparan justo cuando esos créditos promocionales empiezan a caducar, lo que obliga a replantearse si seguir apostando todo al rojo de AWS es la decisión más inteligente en este momento.

Ante este panorama, está ganando peso la idea de la infraestructura híbrida, es decir, tener una parte de la potencia de cálculo en servidores propios y usar la nube solo para momentos de máxima necesidad. Es una vuelta a los orígenes, pero con los precios actuales, comprar hardware propio puede amortizarse en menos de lo que canta un gallo si el uso de las GPU es constante durante todo el año.

  Fotónica e inteligencia artificial: el círculo virtuoso de la luz

Existen alternativas en el mercado como Google Cloud o Azure que podrían seguir este mismo camino, pero también surgen proveedores especializados que intentan arañar cuota de mercado con precios más ajustados. Lo que está claro es que la dependencia de un solo proveedor es ahora más arriesgada que nunca, y la flexibilidad técnica para mover cargas de trabajo de un sitio a otro se ha convertido en una ventaja competitiva de primer orden.

Esta situación redefine las reglas del juego para quienes desarrollan tecnología punta, ya que la optimización del código ahora no solo es una cuestión de eficiencia, sino de ahorro puro y duro. Quienes logren que sus algoritmos consuman menos memoria y energía tendrán mucho terreno ganado frente a la competencia en un escenario donde el acceso al cómputo de alto rendimiento ya no es el chollo que solía ser para las empresas del sector.

Google Cloud deal Meta
Related article:
Meta firma con Google Cloud un gran acuerdo de infraestructura de IA