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 sustentan el actual auge de la IA generativa. En la conferencia del GTC realizada en San Josésu director ejecutivo, Jensen Huang, llegó incluso a proyectar al menos 1 billón de dólares en pedidos atrasados ​​para sus chips. Mientras tanto, comienza a formarse un nuevo mapa de competidores alrededor de la empresa.

el mensaje. Huang dio cifras sobre lo que está pasando la empresa. El ejecutivo explicó que la demanda esperada de chips Blackwell, como el B300, y la arquitectura Rubin podría alcanzar al menos un billón de dólares en pedidos acumulados para 2027. Hace apenas un año esa estimación rondaba los 500.000 millones, como recordó durante su intervención.

la transformacion. Durante décadas fue conocido principalmente por sus GPU para juegos, pero su arquitectura terminó adaptándose perfectamente a las necesidades del aprendizaje automático. Este giro ha transformado la empresa: según datos citados por Associated Presssus ingresos anuales pasaron de 27 mil millones de dólares en 2022 a 216 mil millones de dólares el año pasado, impulsados ​​en gran medida por la demanda de infraestructura para inteligencia artificial.

Se avecinan cambios. Gran parte del crecimiento de la inteligencia artificial en los últimos años se ha basado en el entrenamiento de modelos, un proceso que requiere enormes cantidades de cálculo y donde las GPU de NVIDIA han dominado claramente. Sin embargo, el sector está empezando 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 Reutersese cambio podría ampliar el número de competidores capaces de ejecutar esas cargas.

Las grandes empresas tecnológicas se mueven. Las empresas que durante años han comprado grandes cantidades de GPU NVIDIA están invirtiendo simultáneamente 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 expandiendo su línea de TPU y Meta está trabajando en varias generaciones de su acelerador MTIA para soportar sus cargas de IA.

El frente chino. La presión sobre NVIDIA no se limita tampoco 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, acelerando la búsqueda de alternativas locales. Huawei, por ejemplo, prepara el envío masivo de su chip 910C para clientes de inteligencia artificial, mientras varias empresas del país impulsan alianzas para reforzar un ecosistema doméstico que engloba chips, modelos e infraestructura.

la fotografía general. No hay duda de que NVIDIA sigue siendo una pieza fundamental de la infraestructura que impulsa 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 empresas tecnológicas, nuevas empresas y ecosistemas nacionales están trabajando para construir alternativas que reduzcan su dependencia.

Imágenes | Nvidia

En | China ya cuenta con dos fabricantes de chips con tecnología de 7 nm. Éstas son muy malas noticias para Estados Unidos y sus aliados.