Nvidia se adentra en 2027 con una recompensa mayor y un riesgo mucho mayor
Nvidia entra en 2027 con unos ingresos un 106 por ciento mayores, pero su ventaja más sólida ya no se basa únicamente en los procesadores gráficos. La empresa busca ahora captar una mayor proporción del gasto en cada centro de datos de IA, desde CPU y redes hasta sistemas completos a escala de rack.
Esta expansión respalda una tesis alcista sobre las acciones de Nvidia que circula en Google News y ha sido republicada por varios medios financieros. Sin embargo, el argumento subyacente merece un análisis más riguroso que la simple etiqueta de «mejor acción de semiconductores».
La tesis original sobre la acción señala la escala, el crecimiento y la creciente cartera de productos de Nvidia. También sostiene que los inversores deberían centrarse menos en la cuota de mercado de aceleradores y más en los ingresos captados por gigavatio.
Esta distinción importa. La competencia principal de Nvidia ya no consiste solo en sus GPU frente a los aceleradores de AMD o los chips personalizados de los proveedores de nube. El conflicto central enfrenta la plataforma completa de centros de datos de Nvidia con clientes que cada vez desean más proveedores alternativos, silicio interno y un mayor control.
Los resultados financieros hacen difícil descartar la posición de Nvidia. También revelan a una empresa que asume compromisos mayores en fabricación, memoria, capacidad de nube y financiación de infraestructuras.
No se trata de una historia sencilla sobre un ganador indiscutible. Es una prueba de si Nvidia puede convertir su liderazgo de mercado en una plataforma más amplia sin asumir un riesgo excesivo de oferta y demanda.
La selección de acciones de Google News comienza con un crecimiento extraordinario
Los últimos resultados de Nvidia respaldan el caso alcista, pero la composición de ese crecimiento importa más que el porcentaje del titular.
Nvidia registró ingresos del segundo trimestre fiscal de 96.200 millones de dólares para el periodo finalizado el 26 de julio de 2026. Los ingresos aumentaron un 18 por ciento respecto al trimestre anterior y un 106 por ciento frente al año anterior.
Data Center generó 89.000 millones de dólares, más de nueve décimas partes de los ingresos trimestrales totales. Este segmento creció un 117 por ciento interanual, según los resultados del segundo trimestre de Nvidia.
La empresa también informó de un margen bruto del 75 por ciento. El beneficio operativo alcanzó los 63.700 millones de dólares conforme a los principios de contabilidad generalmente aceptados, mientras que el beneficio neto llegó a 59.700 millones de dólares.
Estas cifras establecen el argumento básico detrás del titular de Google News. Nvidia está logrando un crecimiento excepcional pese a operar desde una base de ingresos que normalmente dificultaría una expansión de tres dígitos.
La dirección prevé ingresos de 108.000 millones de dólares en el tercer trimestre, con un margen de más o menos 2 por ciento. El punto medio implica otro aumento secuencial considerable.
Nvidia no incluyó ingresos de computación de Data Center procedentes de China en esa previsión. Esta exclusión es importante porque las restricciones a la exportación han reducido drásticamente su acceso a un mercado históricamente relevante.
El crecimiento no procede únicamente del envío de más versiones del mismo acelerador. Nvidia vende sistemas que combinan GPU, CPU, interconexiones, switches, equipos de red y software.
Eso cambia la forma en que debe medirse su oportunidad. Una estimación de cuota de mercado de aceleradores capta solo una capa de lo que Nvidia vende ahora a un centro de datos de IA.
Un proveedor de nube podría comprar GPU de Nvidia mientras utiliza CPU, redes y software de otros proveedores. La estrategia de Nvidia consiste en sustituir más de esas decisiones de compra independientes por una arquitectura integrada.
La empresa llama a estas implementaciones fábricas de IA: centros de datos diseñados para convertir energía y datos en resultados de entrenamiento o inferencia de modelos. La inferencia es el proceso de ejecutar un modelo entrenado para producir respuestas, imágenes, predicciones o acciones.
La estrategia eleva los ingresos potenciales de Nvidia por instalación. También hace que los clientes dependan más de su arquitectura, calendario de lanzamientos y entorno de software.
Para los compradores, esta integración puede reducir el esfuerzo necesario para ensamblar y optimizar miles de componentes. También puede limitar su libertad para sustituir a otro proveedor más adelante.
Por tanto, la tesis sobre la acción se apoya en algo más que la demanda de aceleradores de IA. Asume que Nvidia puede seguir ampliando su participación en el presupuesto completo de infraestructura.
Es una propuesta de negocio más sólida que vender un único componente. También es una promesa más exigente de ejecutar.
Nvidia quiere una mayor parte de cada centro de datos de IA
La métrica más importante de Nvidia de cara a 2027 es la oportunidad de ingresos por gigavatio, no la cuota de mercado de GPU por sí sola.
En la conferencia de resultados de agosto de Nvidia, la dirección afirmó que su oportunidad de ingresos había pasado de unos 18.000 millones de dólares por gigavatio con Hopper a 25.000 millones con Blackwell.
Para Vera Rubin, la empresa estima una oportunidad de unos 40.000 millones de dólares por gigavatio. Un gigavatio mide la capacidad eléctrica, que se ha convertido en una restricción práctica para el tamaño de los nuevos campus de IA.
Estas estimaciones son proyecciones de la empresa, no promedios del sector verificados de forma independiente. Aun así, muestran cómo Nvidia define su próxima fase de crecimiento.
Hopper consolidó principalmente a Nvidia como el proveedor preferido de aceleradores para la IA generativa. Blackwell amplió la arquitectura hacia sistemas integrados de mayor tamaño, incluidos productos a escala de rack y redes de alta velocidad.
Vera Rubin extiende ese enfoque con la CPU Vera, la GPU Rubin, interconexiones NVLink, redes Ethernet o InfiniBand y otros procesadores. NVLink es la tecnología de conexión de gran ancho de banda de Nvidia para enlazar aceleradores en un único sistema informático.
Nvidia afirmó que Vera Rubin entró en producción plena y comenzó los envíos de producción en agosto de 2026. La empresa espera que los productos Rubin representen aproximadamente el 20 por ciento de los ingresos de Data Center durante el tercer trimestre.
La dirección también afirmó haber recibido órdenes de compra de todos los grandes hyperscalers, proveedores de nube de IA y fabricantes de sistemas. Un hyperscaler es una empresa que opera redes muy grandes de nube y centros de datos.
Estas declaraciones apuntan a una transición más rápida de lo que los inversores suelen esperar entre generaciones de semiconductores. Los cambios de producto a menudo provocan pausas mientras los compradores prueban el hardware, preparan el software y consumen inventario previo.
Nvidia afirma que la demanda de Blackwell sigue siendo sólida mientras Rubin aumenta su producción. Si esto continúa, la empresa podrá introducir una nueva arquitectura sin crear la habitual brecha de ingresos.
La cartera más amplia añade otra capa. Nvidia dijo que los ingresos de los últimos 12 meses de su CPU Grace superaron los 5.000 millones de dólares, mientras que la CPU Vera había entrado en producción plena.
La dirección ve una demanda total de unos 20.000 millones de dólares en el mercado de CPU para servidores al que se dirige. Espera que los ingresos de Nvidia por CPU se dupliquen con creces durante el ejercicio fiscal 2028.
Las redes también están creciendo. Nvidia afirmó que los ingresos trimestrales de redes establecieron otro récord, con un crecimiento secuencial del 18 por ciento.
Los ingresos de Spectrum-X Ethernet aumentaron 2,6 veces interanualmente. Ethernet es la base estándar de redes utilizada por la mayoría de los centros de datos, mientras que Spectrum-X es el sistema de Nvidia diseñado para cargas de trabajo de IA.
Esta expansión es el mecanismo detrás del escenario optimista para 2027. Nvidia puede perder parte de la cuota de aceleradores mientras aumenta sus ingresos procedentes de CPU, switches, interconexiones y sistemas completos.
Para los clientes, el atractivo es el diseño coordinado. Nvidia puede optimizar conjuntamente chips, redes, software de sistemas y bibliotecas de modelos, en lugar de tratarlos como piezas aisladas.
La dirección afirma que Vera Rubin ofrece un rendimiento 30 veces mayor por megavatio y un coste por token 35 veces menor que Grace Blackwell Ultra. Estas comparaciones proceden de Nvidia y dependen de la carga de trabajo y la configuración del sistema.
Aun así, el rendimiento por unidad de energía se ha convertido en una cuestión central de compra. Muchos proyectos de IA están limitados por la electricidad, la refrigeración, los calendarios de construcción y el acceso a la red eléctrica antes de quedarse sin financiación para chips.
Si un nuevo sistema produce más resultados de modelos dentro de un límite fijo de energía, un cliente puede aumentar la capacidad utilizable sin esperar a otro centro de datos.
Esto hace que la eficiencia de plataforma sea comercialmente importante. También explica por qué Nvidia está impulsando a los compradores hacia sistemas completos en lugar de GPU independientes.
La competencia principal es el control de la plataforma, no un solo chip
El rival más importante de Nvidia es el deseo de sus clientes de evitar depender de una única plataforma de infraestructura.
AMD sigue siendo el competidor más claro en chips comercializados de forma independiente. Su segmento Data Center produjo 6.700 millones de dólares en el segundo trimestre de 2026, un 107 por ciento más que un año antes.
AMD presentó su familia Instinct MI400, incluido el MI455X para entrenamiento e inferencia de IA a gran escala. También lanzó CPU para servidores EPYC de sexta generación y continuó desarrollando su entorno de software ROCm.
La empresa anunció colaboraciones con Anthropic y Microsoft. Sus resultados del segundo trimestre indicaron que Anthropic planeaba desplegar hasta dos gigavatios de sistemas MI450, mientras que Microsoft planeaba despliegues más amplios de Helios en Azure.
AMD no necesita igualar los ingresos totales de Nvidia para cambiar el comportamiento de los compradores. Necesita ofrecer suficiente rendimiento, compatibilidad de software y suministro para convertirse en una segunda fuente creíble.
Una alternativa viable da poder de negociación a los proveedores de nube. También puede ayudarles a reservar los sistemas Nvidia para las cargas de trabajo que más se benefician del software y la arquitectura de interconexión de Nvidia.
Los proveedores de nube generan una segunda presión competitiva mediante chips personalizados. Amazon, Google y Microsoft han invertido en procesadores diseñados para sus propios servicios.
El silicio personalizado puede dirigirse a cargas de trabajo más específicas que un acelerador de propósito general. Esa especialización puede mejorar la eficiencia de costes cuando el operador controla tanto el hardware como el software que se ejecuta sobre él.
Este enfoque implica concesiones. Los clientes deben adaptar modelos, herramientas de desarrollo y procesos operativos a otra arquitectura. También pierden parte de la flexibilidad que ofrece la capacidad de Nvidia ampliamente disponible.
El entorno de software CUDA de Nvidia sigue siendo una defensa importante. CUDA proporciona a los desarrolladores herramientas y bibliotecas para crear aplicaciones que se ejecutan en GPU de Nvidia.
Años de adopción han creado conocimiento técnico, software optimizado y flujos de trabajo en torno a CUDA. Por tanto, cambiar de hardware puede implicar más que sustituir una placa dentro de un servidor.
Sin embargo, la expansión de la plataforma de Nvidia puede intensificar el incentivo para cambiar. Un comprador que adquiere CPU, GPU, redes, sistemas y software de Nvidia obtiene integración, pero concentra más decisiones de infraestructura en un solo proveedor.
Esta concentración afecta a las negociaciones de precios, la resiliencia de las compras y las futuras decisiones de arquitectura. Los grandes proveedores de nube rara vez quieren que un único proveedor controle todas las capas críticas.
Por eso, la cuota de aceleradores por sí sola ofrece una imagen incompleta en ambas direcciones. Nvidia puede generar más ingresos pese a perder cuota, pero los clientes pueden resistirse a su expansión incluso mientras siguen comprando enormes cantidades de GPU.
El resultado competitivo variará según la carga de trabajo. El entrenamiento de modelos de frontera valora especialmente las redes, la madurez del software y la fiabilidad de sistemas a gran escala.
La inferencia puede estar más fragmentada. Incluye asistentes interactivos, búsquedas, sistemas de recomendación, herramientas de programación, generación de vídeo y aplicaciones empresariales internas.
Algunas cargas de trabajo de inferencia se benefician de la plataforma general de Nvidia. Otras pueden ejecutarse eficientemente en aceleradores de AMD, chips internos o procesadores diseñados para un modelo específico.
Nvidia ha respondido acelerando su calendario de productos y ampliando su cartera. Eso dificulta que un rival apunte a una arquitectura estática.
También aumenta la presión de ejecución. Nvidia debe coordinar nuevo silicio, memoria, redes, refrigeración, fabricación y software en un número cada vez mayor de productos cada año.
Por tanto, la competencia de 2027 no es una simple carrera de benchmarks. Es una disputa sobre cuánto control cederán los clientes a cambio de un despliegue más rápido y un rendimiento integrado.
Una apuesta de suministro de 279.000 millones de dólares eleva las apuestas
La confianza de Nvidia en la demanda ya está incorporada en compromisos que encarecen los errores de previsión.
Nvidia aumentó sus compromisos de suministro y capacidad, de 119.000 millones de dólares tras el trimestre anterior a 279.000 millones de dólares a fecha del 26 de julio de 2026.
Estos compromisos cubren principalmente la capacidad de memoria y fabricación para productos actuales y futuros de centros de datos. Se extienden a lo largo de varios ejercicios fiscales, según la presentación trimestral de Nvidia.
Algunos acuerdos pueden cancelarse, reprogramarse o ajustarse antes de que Nvidia realice pedidos en firme. Esa flexibilidad reduce el riesgo, pero no elimina las consecuencias operativas y financieras de una desaceleración de la demanda.
Nvidia registró 366.000 millones de dólares en compromisos futuros totales. Además del suministro y la capacidad, la cifra incluía acuerdos de nube, arrendamientos de centros de datos, inversiones de capital y gastos de capital.
La empresa también reveló 36.000 millones de dólares en compromisos asociados a un nuevo modelo con socios seleccionados de nube de IA. En virtud de estos acuerdos, los socios compran infraestructura de Nvidia mientras Nvidia se compromete a adquirir servicios de nube.
Por lo general, esos compromisos de nube se extienden durante seis años. Disminuyen cuando clientes externos o Nvidia utilizan la capacidad.
Este acuerdo puede ayudar a los proveedores más pequeños de nube de IA a financiar despliegues mayores. También puede respaldar la demanda de sistemas Nvidia al proporcionar a esos operadores un comprador de capacidad comprometido.
Sin embargo, hace más compleja la relación entre proveedor, inversor, financiador de infraestructura y cliente. Nvidia puede respaldar el ecosistema que adquiere sus productos mientras también consume servicios de ese ecosistema.
Eso no invalida los ingresos. Sí significa que los inversores deben examinar de dónde procede la demanda final de cargas de trabajo y cuánta capacidad absorben terceros.
La empresa informó de 3.300 millones de dólares en inversiones contabilizadas por el método de participación en financiadores de infraestructura. Su exposición máxima a pérdidas relacionada con ciertas entidades de interés variable alcanzó los 4.700 millones de dólares.
Nvidia también mantenía 99.000 millones de dólares en inversiones de capital y tenía otros 25.000 millones de dólares en compromisos de inversión de capital. Estas posiciones amplían su exposición más allá de los envíos de productos.
El riesgo central no es que la demanda de IA desaparezca de repente. El riesgo más plausible es que la infraestructura llegue antes que las aplicaciones rentables, las conexiones eléctricas o las cargas de trabajo de los clientes.
Los centros de datos requieren terrenos, electricidad, edificios, equipos de refrigeración, financiación y aprobaciones regulatorias. Nvidia advierte que la escasez de estos recursos puede retrasar los despliegues y afectar al calendario de ingresos.
Los clientes podrían posponer compras si un edificio no está listo. También podrían adoptar una nueva arquitectura de forma más gradual si el capital o la energía siguen siendo limitados.
Los compromisos de Nvidia amplifican ambos resultados. Asegurar la escasa capacidad de memoria y fabricación protege su capacidad de entrega ante una demanda fuerte.
Esos mismos compromisos se vuelven más difíciles de gestionar si se aplazan pedidos, los competidores ganan despliegues mayores o los clientes reducen el gasto.
La historia de los semiconductores ofrece muchos ejemplos de escasez de suministro que terminan convirtiéndose en correcciones de inventario. La posición actual de Nvidia es inusual porque sus compromisos van mucho más allá del inventario convencional de chips.
La empresa está ayudando a coordinar una expansión de infraestructura medida en gigavatios y obligaciones plurianuales. Eso le da más influencia sobre el ritmo de despliegue.
También vincula sus resultados más estrechamente con la construcción, la disponibilidad de energía, las condiciones de financiación y la economía de los servicios de IA.
El encuadre alcista de Google News destaca las restricciones de suministro como prueba de la demanda. Una lectura más escéptica pregunta si los compromisos de suministro crecen más rápido que el consumo final de usuarios financiado de manera independiente.
Ambas interpretaciones pueden ser ciertas durante varios trimestres. La diferencia solo se hace visible cuando la capacidad empieza a operar y los clientes la utilizan de forma rentable o tienen dificultades para llenarla.
China, la concentración de clientes y la ejecución siguen siendo riesgos abiertos
El argumento de crecimiento de Nvidia depende de condiciones que la dirección no puede controlar por completo, incluidas la política comercial, el gasto de los clientes y la entrega de infraestructura.
China representa el riesgo político más claro. Nvidia afirmó que los envíos de productos de centros de datos Hopper a China representaron menos del 1 por ciento de los ingresos de Data Center durante el último trimestre.
La empresa excluyó los ingresos de computación de centros de datos en China de sus previsiones para el tercer trimestre. Su informe anual indicó que Nvidia estaba efectivamente excluida del mercado chino de computación para centros de datos al cierre del ejercicio fiscal 2026.
Las normas de exportación pueden restringir chips en función del rendimiento de procesamiento, el ancho de banda de interconexión, el ancho de banda de memoria y otras características. Los cambios en esas normas pueden afectar a productos después de que Nvidia haya invertido en su diseño.
La pérdida de ese mercado también da margen a los competidores locales para desarrollar hardware, software y relaciones con clientes. Nvidia advirtió que ecosistemas rivales más sólidos en China pueden generar competencia en otros lugares.
La concentración de clientes añade otro riesgo. Durante el ejercicio fiscal 2026, un cliente directo representó el 22 por ciento de los ingresos totales de Nvidia, mientras que otro representó el 14 por ciento.
Un cliente directo puede ser un distribuidor, fabricante de sistemas, proveedor de nube o desarrollador de modelos. El usuario final de la infraestructura puede estar detrás de esa relación de compra directa.
Nvidia también afirmó que una empresa de investigación y despliegue de IA contribuyó de forma significativa a los ingresos al adquirir servicios de nube de sus clientes. Eso demuestra cómo un desarrollador de modelos puede influir en el gasto de varios proveedores de infraestructura.
La concentración no es necesariamente una señal de demanda débil. Los mayores despliegues de IA provienen naturalmente de organizaciones con acceso a financiación sustancial, datos, capacidad de nube y equipos de ingeniería.
Sí hace más importantes las decisiones de gasto de un pequeño número de empresas. Un retraso en el despliegue o un cambio en la estrategia de modelos puede afectar a varios proveedores a la vez.
La competencia crea una incertidumbre relacionada. Los avances de AMD, los chips internos de los proveedores de nube y los procesadores especializados para inferencia pueden limitar la capacidad de Nvidia para capturar cada capa.
La cadencia anual de productos de Nvidia reduce el tiempo de respuesta de los competidores. También deja a Nvidia menos margen para problemas de fabricación, integración o software.
Rubin combina varios componentes nuevos en un sistema a escala de rack. Un retraso en la memoria, la refrigeración, las redes o el equipo eléctrico puede limitar todo el despliegue.
Las afirmaciones de la dirección sobre rendimiento y costes también requieren una interpretación cuidadosa. Las ganancias en benchmarks no se traducen automáticamente en ahorros equivalentes para cada carga de trabajo de producción.
Los clientes consideran la utilización, la migración de software, el comportamiento del modelo, las redes, los contratos eléctricos, el mantenimiento y la financiación. Un sistema puede liderar en un benchmark y producir un resultado económico diferente en operación.
La valoración añade otra capa, incluso sin basarse en un único múltiplo de mercado de corta duración. La escala de Nvidia significa que las expectativas ya presuponen un crecimiento sustancial y una ejecución continuada.
Una empresa sólida aún puede generar rendimientos de inversión decepcionantes si sus resultados no cumplen con hipótesis elevadas. A la inversa, un crecimiento porcentual más lento no socava automáticamente el negocio si los márgenes y la generación de efectivo se mantienen elevados.
Por tanto, los lectores deben separar tres preguntas. Nvidia puede seguir siendo el principal proveedor de infraestructura de IA, sus ingresos pueden continuar creciendo y su acción aún puede reaccionar negativamente a cambios en las expectativas.
La selección de acciones de Google News comprime estas preguntas en una única conclusión. Un análisis más útil las mantiene diferenciadas.
Los resultados de Nvidia respaldan actualmente su liderazgo. No eliminan los riesgos de suministro, concentración, competencia, políticas o valoración.
Tres señales pondrán a prueba la tesis de Nvidia para 2027
La adopción de Rubin, el uso de capacidad por terceros y los despliegues competitivos mostrarán si la estrategia de plataforma de Nvidia se está fortaleciendo o se está extendiendo en exceso.
La primera señal es la aceleración de ingresos de Vera Rubin. Nvidia espera que Rubin aporte alrededor del 20 por ciento de los ingresos de Data Center en el tercer trimestre.
Ese objetivo es inusualmente específico y llega poco después de que comenzaran los envíos de producción. Cumplirlo respaldaría la afirmación de Nvidia de que los clientes pueden adoptar una nueva arquitectura sin ralentizar la demanda de Blackwell.
La calidad de la aceleración importa tanto como el porcentaje. Los inversores deberían vigilar si los sistemas se vuelven operativos en varios proveedores de nube y si los clientes informan de un rendimiento estable a gran escala.
Una transición exitosa reforzaría la estrategia de lanzamientos anuales de Nvidia. Un retraso relacionado con memoria, refrigeración, redes o software debilitaría la tesis de que la integración reduce de forma consistente el riesgo de despliegue.
La segunda señal es la utilización entre los socios de nube de IA. Nvidia ha asumido compromisos de nube plurianuales mientras esos socios adquieren su infraestructura.
El uso por parte de terceros indicará si los clientes independientes quieren la capacidad a tarifas sostenibles. Una fuerte utilización externa mostraría que el acuerdo está ampliando el acceso a demanda real.
Una utilización débil aumentaría la preocupación de que Nvidia esté absorbiendo capacidad para respaldar una expansión de infraestructura vinculada a sus propias ventas de productos.
La evidencia relevante no procederá solo de los gigavatios anunciados. Los lectores deberían buscar capacidad operativa, contratos con clientes, ingresos por servicios, comportamiento de renovación y utilización divulgada.
La tercera señal es el despliegue competitivo a escala. Las relaciones anunciadas por AMD con Anthropic y Microsoft proporcionan pruebas concretas para la generación MI400 y ROCm.
Si esos despliegues crecen hasta convertirse en cargas de trabajo de producción sustanciales, los clientes obtendrán una alternativa más creíble a la plataforma completa de Nvidia. Eso presionaría a Nvidia incluso si el gasto global en infraestructura de IA sigue aumentando.
Si los sistemas rivales siguen limitados a cargas de trabajo seleccionadas, la ventaja de Nvidia en software, redes y despliegue integrado parecerá más duradera.
Los chips personalizados de los proveedores de nube pertenecen a la misma señal. Su progreso será más significativo cuando soporten cargas de trabajo de producción importantes, no cuando una empresa simplemente anuncie otro procesador.
Estas tres señales deben evaluarse en conjunto. Rubin puede escalar con éxito mientras los aceleradores alternativos también ganan cuota.
Esa combinación respaldaría la idea de que la infraestructura de IA se está expandiendo lo suficientemente rápido como para varios proveedores. También pondría a prueba el plan de Nvidia de compensar la presión sobre la cuota de aceleradores capturando más gasto en otros ámbitos.
Un resultado más débil tendría un aspecto diferente. Retrasos en Rubin, baja utilización de capacidad por terceros y una adopción competitiva más rápida cuestionarían tanto las hipótesis de demanda como la expansión de plataforma de Nvidia.
Nvidia comienza esta prueba desde una posición notable. Su último trimestre generó 96.200 millones de dólares de ingresos, un margen bruto del 75 por ciento y un crecimiento de Data Center del 117 por ciento.
La empresa también está asumiendo compromisos acordes con esa ambición. Su posición de suministro de 279.000 millones de dólares muestra hasta qué punto la dirección espera que la demanda continúe.
Para desarrolladores y compradores empresariales, esta competencia dará forma a la disponibilidad de hardware, las opciones de nube, la portabilidad del software y el coste de operar modelos de IA. Seguir estas decisiones requiere más que seguir un titular bursátil.
Para los inversores, la cuestión central es igual de directa. ¿Crecerá la participación cada vez mayor de Nvidia en cada centro de datos de IA más rápido que la exposición financiera y operativa necesaria para asegurarla?
Tenga presente esa pregunta al leer el próximo titular de Google News. Observe los despliegues de Rubin, el uso real de la capacidad y las cargas de trabajo competitivas en producción antes de considerar consolidada cualquier apuesta individual por semiconductores.
