Nueva era: Nvidia y Meta firman un acuerdo plurianual para impulsar la infraestructura de IA con millones de GPU y CPU.
Si le preguntas a alguien qué fabrica Nvidia, lo más probable es que responda «GPU». Durante décadas, la compañía se ha destacado por su computación paralela avanzada, pero el auge de la IA generativa y la creciente demanda de GPU han catapultado su crecimiento. Sin embargo, sus últimos movimientos revelan una estrategia más ambiciosa: captar clientes en segmentos menos intensivos del mercado de IA, donde no se requieren las GPU más potentes, sino soluciones eficientes para ejecutar software de IA agéntica.
Recientemente, Nvidia ha invertido miles de millones en licenciar tecnología de Groq, una startup especializada en computación de IA de baja latencia, y ha comenzado a vender CPU independientes como parte de su último sistema de superchips. Este giro estratégico busca posicionar a la empresa más allá del entrenamiento de modelos, abarcando también la inferencia, un mercado en expansión.
Nvidia y Meta anunciaron un acuerdo histórico: la gigante de redes sociales comprará chips de Nvidia por valor de miles de millones de dólares para alimentar sus proyectos de infraestructura. El acuerdo incluye CPU de Nvidia, marcando un hito en la colaboración entre ambas empresas.
Meta apuesta por la infraestructura de Nvidia
Meta ya había revelado que, para finales de 2024, habría adquirido 350,000 chips H100 de Nvidia. Para 2025, la compañía tendría acceso a 1.3 millones de GPU en total, aunque no se especificó cuántas serían de Nvidia. El nuevo acuerdo amplía esta colaboración, con Meta construyendo centros de datos a hiperescala optimizados tanto para entrenamiento como para inferencia, en línea con su hoja de ruta de IA a largo plazo.
El despliegue incluirá un «despliegue a gran escala» de las CPU Grace de Nvidia y «millones de GPU Blackwell y Rubin». Meta se convierte así en el primer gigante tecnológico en anunciar la compra masiva de la CPU Grace como chip independiente, una opción que Nvidia presentó al revelar las especificaciones de su superchip Vera Rubin en enero.
Ben Bajarin, CEO de Creative Strategies, señala que este movimiento refleja el reconocimiento de Nvidia de que una gama creciente de software de IA necesita ejecutarse en CPU, similar a las aplicaciones convencionales en la nube. «La IA agéntica plantea nuevas exigencias a las arquitecturas de CPU de propósito general», explica Bajarin.
Un informe de Semianalysis respalda esta tendencia: el uso de CPU se está acelerando para apoyar el entrenamiento y la inferencia de IA. Como ejemplo, citan un centro de datos de Microsoft para OpenAI, donde «ahora se necesitan decenas de miles de CPU para procesar y gestionar los petabytes de datos generados por las GPU».
No obstante, Bajarin aclara que las CPU siguen siendo solo un componente de los sistemas de hardware de IA más avanzados. Meta, por ejemplo, sigue comprando más GPU que CPU a Nvidia. «Si eres un hiperescalador, no ejecutarás todos tus cálculos de inferencia en CPU», advierte. «La CPU debe ser lo suficientemente rápida para interactuar con la GPU, que es la verdadera fuerza motriz del cálculo. De lo contrario, se convierte en un cuello de botella».
Meta no ha comentado sobre la ampliación del acuerdo, pero en una reciente llamada de ganancias anunció que aumentará su gasto en infraestructura de IA este año a entre US$115,000 y US$135,000 millones, frente a los US$72,200 millones del año pasado.
Nvidia, que también evitó comentar el acuerdo, lleva años promoviendo su hardware para necesidades de inferencia, además del entrenamiento de IA. En una entrevista con WIRED hace dos años, Jensen Huang, CEO de Nvidia, estimó que su negocio se dividía en un 40% de inferencia y un 60% de entrenamiento.
En diciembre, Nvidia anunció una inversión de US$20,000 millones para licenciar tecnología de Groq e incorporar a su equipo, incluyendo a su CEO, Jonathan Ross. El acuerdo refleja un «enfoque compartido para ampliar el acceso a la inferencia de alto rendimiento y bajo costo», según un comunicado de Groq.
La competencia se intensifica en el mercado de chips
El acuerdo entre Nvidia y Meta llega en un momento clave: los principales laboratorios de IA y empresas tecnológicas buscan diversificar sus fuentes de potencia de cálculo. OpenAI, Anthropic, Meta y xAI han dependido históricamente del hardware de Nvidia para entrenar y desplegar modelos generativos, pero ahora exploran alternativas.
Microsoft combina GPU de Nvidia con chips diseñados a medida para sus servicios en la nube, mientras que Google confía principalmente en sus unidades de procesamiento tensorial (TPU), aunque también utiliza chips de Nvidia. Google incluso ha considerado vender sus TPU a Meta.
Anthropic, por su parte, utiliza una mezcla de GPU de Nvidia, TPU de Google y chips de Amazon. Dario Amodei, CEO de Anthropic, ha criticado públicamente los esfuerzos de Nvidia para persuadir al gobierno estadounidense de permitir la venta de chips avanzados a China.
OpenAI, que el año pasado firmó un acuerdo con Nvidia que podría alcanzar los US$100,000 millones, también está desarrollando su propio hardware con Broadcom. Además, en junio del año pasado, Sam Altman, CEO de OpenAI, se unió a Lisa Su, directora de AMD, en una conferencia para anunciar un acuerdo que podría llevar a OpenAI a comprar hasta 6 gigavatios de chips AMD en los próximos años.
Hace apenas dos semanas, OpenAI anunció un acuerdo con Cerebras para añadir 750 MW de computación de IA de latencia ultrabaja a sus plataformas, valorado en US$10,000 millones.
«Los laboratorios de IA buscan diversificarse porque las necesidades están cambiando, pero la mayoría sigue sin poder acceder a suficientes GPU», concluye Bajarin. «Van a buscar donde puedan conseguir los chips».
El acuerdo entre Nvidia y Meta no solo marca un hito en la infraestructura de IA, sino que también redefine las reglas del juego en un mercado donde la demanda de potencia de cálculo sigue creciendo sin freno.
