El gigante de los chips: NVIDIA lidera la revolución de la IA con GPU que impulsan modelos generativos, pero su éxito atrae a rivales en EE.UU., China y Europa.
La empresa ha capitalizado el boom de la inteligencia artificial como ninguna otra. Sus chips son la columna vertebral de modelos como ChatGPT o MidJourney, y su CEO, Jensen Huang, pronosticó en la conferencia GTC 2024 un volumen histórico: US$1 billón en pedidos acumulados para sus arquitecturas Blackwell (B300) y Rubin hacia 2027. La cifra duplica la estimación de US$500.000 millones que manejaba hace apenas un año.
El salto refleja una demanda sin precedentes. Según Associated Press, los ingresos anuales de NVIDIA se dispararon de US$27.000 millones en 2022 a US$216.000 millones en 2023, impulsados por la carrera global por infraestructura de IA. Sin embargo, este crecimiento también ha activado las alarmas de sus competidores.
De los videojuegos a la IA: el giro que lo cambió todo
Durante décadas, NVIDIA fue sinónimo de tarjetas gráficas para gaming. Pero su arquitectura CUDA —diseñada para cálculos paralelos— resultó ser el ajuste perfecto para entrenar redes neuronales. Hoy, el 95% de los centros de datos que ejecutan IA usan sus GPU, según datos de Jon Peddie Research. Sin embargo, el mercado está virando hacia la inferencia (la fase donde los modelos ya entrenados generan respuestas), un terreno donde la ventaja de NVIDIA podría diluirse.
Los analistas de Reuters advierten: la inferencia requiere menos potencia bruta y más eficiencia, lo que abre la puerta a alternativas de Amazon, Google y Meta. Estas empresas, antes clientes leales de NVIDIA, ahora desarrollan sus propios chips:
- Amazon Trainium: Optimizado para entrenar modelos en AWS, con un 30% más de eficiencia que las GPU tradicionales.
- Google TPU v5e: Diseñado para inferencia, ya usado en servicios como Bard y Vertex AI.
- Meta MTIA: Acelerador interno para reducir costos en recomendaciones e IA generativa.
China acelera: el desafío que Washington no pudo frenar
Las restricciones comerciales de EE.UU. —que limitan la venta de chips avanzados como el H100 a empresas chinas— han tenido un efecto contrario: aceleraron la autonomía tecnológica del gigante asiático. Huawei, por ejemplo, prepara el lanzamiento masivo de su chip Ascend 910C, una alternativa directa a los productos de NVIDIA. Según Nikkei Asia, empresas como Alibaba, Baidu y Tencent ya están probando prototipos locales para reducir su dependencia.
El gobierno chino ha inyectado US$143.000 millones en subsidios para semiconductores desde 2020, según Bloomberg. El objetivo: crear un ecosistema completo, desde chips hasta modelos de IA soberanos. ¿Lograrán romper el monopolio de NVIDIA en Asia?
El futuro: ¿monopolio o guerra de ecosistemas?
NVIDIA sigue siendo imbatible en entrenamiento de modelos, pero el mapa está cambiando:
- Startups especializadas: Empresas como Cerebras, SambaNova y Groq ofrecen chips para nichos específicos, desde genómica hasta finanzas.
- Alianzas estratégicas: AMD (con sus Instinct MI300X) y Intel (con Gaudi 3) ganan terreno en centros de datos.
- Regulaciones: La UE y EE.UU. estudian normas para evitar dependencias excesivas de un solo proveedor.
Huang lo reconoció en la GTC: «La competencia es buena. Nos obliga a innovar más rápido«. Pero la pregunta clave es: ¿Podrá NVIDIA mantener su ritmo cuando el mercado ya no dependa solo de sus GPU?
