NVIDIA nunca estuvo tan optimista con sus chips: tampoco nunca tuvo tanta competencia respirándole en el cuello

Si hay una empresa que ha capitalizado el boom de la inteligencia artificial, esa ha sido NVIDIA. Sus chips se han convertido en una pieza fundamental para entrenar y ejecutar muchos de los modelos que sostienen el auge actual de la IA generativa. En la conferencia GTC celebrada en San José, su CEO, Jensen Huang, llegó a proyectar al menos un billón de dólares en pedidos acumulados para sus chips. Mientras tanto, alrededor de la compañía empieza a formarse un nuevo mapa de competidores.

El mensaje. Huang puso cifras al momento que atraviesa la compañía. El ejecutivo explicó que la demanda prevista para los chips Blackwell, como los B300, y la arquitectura Rubin podría alcanzar al menos un billón de dólares en pedidos acumulados hacia 2027. Hace apenas un año esa estimación se situaba en torno a los 500.000 millones, según recordó durante su intervención.

La transformación. Durante décadas fue conocida sobre todo por sus GPU para videojuegos, pero su arquitectura terminó encajando a la perfección con las necesidades del aprendizaje automático. Ese giro ha transformado la compañía: según datos citados por Associated Press, sus ingresos anuales pasaron de 27.000 millones de dólares en 2022 a 216.000 millones el año pasado, impulsados en gran medida por la demanda de infraestructura para inteligencia artificial.

Se avecinan cambios. Buena parte del crecimiento de la inteligencia artificial en los últimos años se apoyó en el entrenamiento de modelos, un proceso que requiere enormes cantidades de cálculo y donde las GPU de NVIDIA han dominado con claridad. Sin embargo, el sector empieza a mirar cada vez más hacia la inferencia, la etapa en la que los sistemas ya entrenados producen respuestas para los usuarios. Según analistas citados por Reuters, ese cambio podría ampliar el número de competidores capaces de ejecutar esas cargas.

Las grandes tecnológicas se mueven. Empresas que durante años han comprado grandes cantidades de GPU de NVIDIA están invirtiendo al mismo tiempo en sus propios aceleradores de inteligencia artificial. Amazon ha desarrollado su familia de chips Trainium para entrenar y ejecutar modelos en su nube, Google continúa ampliando su línea de TPUs y Meta trabaja en varias generaciones de su acelerador MTIA para sostener sus cargas de IA.

El frente chino. La presión sobre NVIDIA tampoco se limita a Estados Unidos o Europa. Las restricciones comerciales impuestas por Washington han reducido el acceso de las empresas chinas a algunos de sus chips más avanzados, lo que ha acelerado la búsqueda de alternativas locales. Huawei, por ejemplo, prepara el envío masivo de su chip 910C para clientes de inteligencia artificial, mientras varias compañías del país impulsan alianzas para reforzar un ecosistema doméstico que abarque chips, modelos e infraestructura.

La fotografía general. No caben dudas de que NVIDIA sigue siendo una pieza fundamental en la infraestructura que alimenta el auge de la inteligencia artificial, y sus previsiones de demanda reflejan esa posición dominante. Pero al mismo tiempo, el mercado empieza a moverse en varias direcciones: grandes tecnológicas, nuevas compañías y ecosistemas nacionales trabajan para construir alternativas que reduzcan su dependencia.

Imágenes | NVIDIA

.