Nvidia lidera, pero las estrategias de AMD y Broadcom dividen el mercado de chips de IA

Nvidia registró 89.000 millones de dólares en ingresos trimestrales de centros de datos, pese a los crecientes desafíos de los productos de AMD y Broadcom en aceleradores, redes y silicio personalizado. La comparación ya no es una simple carrera entre proveedores de chips intercambiables. Cada empresa persigue una posición distinta dentro del centro de datos de IA.

Nvidia vende una plataforma informática estrechamente integrada construida en torno a GPU, redes, sistemas y el software CUDA. AMD está desarrollando la alternativa amplia más cercana, combinando aceleradores Instinct, procesadores EPYC, sistemas a escala de rack y su pila de software ROCm. Broadcom apunta a otra capa, diseñando aceleradores personalizados y suministrando tecnología de redes para grandes clientes de nube.

Esta división cambia la forma en que los inversores deberían interpretar los resultados de los chips de IA en 2026. Nvidia sigue siendo mucho mayor en ingresos de centros de datos, mientras que AMD crece desde una base menor. Broadcom ofrece una exposición concentrada a chips personalizados y redes, pero su negocio de software de infraestructura modifica su perfil financiero general.

Por tanto, la pregunta central no es qué ticker parece más vinculado a la inteligencia artificial. Es dónde los clientes quieren plataformas estándar, dónde prefieren diseños personalizados y qué proveedor captura la economía de cada elección. Los resultados recientes ofrecen pruebas más claras, pero no resuelven esa competencia.

El último trimestre de Nvidia elevó el listón de rendimiento

Los resultados del segundo trimestre de Nvidia muestran que los rivales compiten contra una plataforma en expansión, no contra un líder establecido e inmóvil.

Nvidia reportó ingresos de 96.200 millones de dólares en su segundo trimestre fiscal finalizado el 26 de julio de 2026. Esto representó un crecimiento interanual del 106 % y un aumento secuencial del 18 %. Los ingresos de centros de datos alcanzaron los 89.000 millones de dólares, un alza del 117 % frente al mismo periodo del año anterior.

Estas cifras proceden directamente de los resultados trimestrales de Nvidia. Establecen la escala que separa a Nvidia de AMD y Broadcom, aunque las empresas informan de segmentos de negocio y periodos fiscales distintos.

El negocio de centros de datos de Nvidia generó casi ocho veces los ingresos trimestrales totales de AMD. También superó en más de trece veces los ingresos de centros de datos de AMD. Los ingresos declarados de Broadcom por semiconductores de IA fueron mayores que el segmento de centros de datos de AMD en su último trimestre disponible, pero siguieron muy por debajo del total de centros de datos de Nvidia.

Las comparaciones directas exigen cautela. La categoría de centros de datos de Nvidia incluye productos de computación y redes, mientras que AMD informa conjuntamente de CPU y aceleradores dentro de su segmento de centros de datos. Broadcom identifica ingresos por semiconductores de IA que abarcan aceleradores personalizados y redes de IA, en lugar de informar de un segmento comparable de centros de datos.

Las categorías contables aún revelan dónde captura valor cada proveedor. Nvidia obtiene ingresos de aceleradores, interconexiones, conmutadores, sistemas y componentes de soporte. Sus clientes compran cada vez más infraestructura completa a escala de rack en lugar de GPU aisladas.

Un sistema a escala de rack trata los servidores, las redes, la refrigeración y el suministro eléctrico como una unidad informática coordinada. Este enfoque eleva el valor de la integración porque el rendimiento depende de la comunicación entre miles de aceleradores. Un chip individual rápido no puede compensar los cuellos de botella de todo un clúster.

El margen bruto trimestral del 75 % de Nvidia también refleja su capacidad para vender esa arquitectura integrada con una rentabilidad considerable. El margen bruto mide los ingresos que permanecen tras los costes directos de producto y producción. No incluye todos los gastos operativos, pero ofrece una visión útil de la economía del producto.

El crecimiento más reciente de la empresa no se limitó a una sola categoría de clientes. Nvidia afirmó que los proveedores de nube a hiperescala, los operadores de nube más recientes, los clientes industriales y las empresas contribuyeron a la demanda. Esa amplitud reduce la dependencia de un único canal de compra, aunque el gasto sigue concentrado entre grandes constructores de infraestructura.

Nvidia también reportó ingresos fiscales de 2026 de 215.900 millones de dólares, un aumento del 65 %. Su informe anual atribuyó la expansión principalmente a la computación acelerada y la IA. Los ingresos anuales de centros de datos aumentaron un 68 %.

Estos resultados convierten a Nvidia en el punto de referencia para cualquier análisis de acciones de chips de IA. La empresa no está defendiendo un producto antiguo mientras sus rivales la alcanzan. Está utilizando el flujo de caja actual, las relaciones con clientes y la adopción de software para financiar cada transición sucesiva de plataforma.

Sin embargo, la escala no elimina la presión. A medida que las cargas de trabajo de IA pasan del entrenamiento a la inferencia continua, los clientes se preocupan más por los costes operativos y el rendimiento especializado. La inferencia es el proceso de ejecutar un modelo entrenado para generar respuestas, predicciones, imágenes o acciones.

Este cambio crea oportunidades tanto para AMD como para Broadcom. AMD puede ofrecer a los clientes otra plataforma de aceleradores de propósito general. Broadcom puede ayudar a los mayores compradores a diseñar chips optimizados para cargas de trabajo y patrones de despliegue más específicos.

El resultado es una estructura competitiva inusual. Nvidia lidera el mercado general de plataformas, pero sus rivales atacan distintas partes del conjunto de beneficios. Su éxito no debería medirse únicamente mediante una comparación común de ingresos.

El crecimiento de AMD y Broadcom procede de dos estrategias diferentes

El impulso de AMD y Broadcom refleja dos decisiones de cliente distintas: adoptar una plataforma comercial alternativa o encargar infraestructura especializada.

Un chip comercial es un producto ampliamente disponible que se vende a múltiples clientes. Nvidia y AMD compiten principalmente mediante aceleradores comerciales, aunque sus sistemas pueden configurarse para distintas cargas de trabajo. Los aceleradores personalizados de Broadcom se diseñan con clientes específicos de hiperescala y no se venden bajo el mismo modelo.

AMD reportó ingresos del segundo trimestre de 11.500 millones de dólares, un aumento del 50 % respecto a un año antes. Su segmento de centros de datos produjo 6.700 millones de dólares, un incremento del 107 %. El beneficio operativo del segmento alcanzó los 2.100 millones de dólares, frente a una pérdida en el periodo del año anterior.

La empresa atribuyó ese aumento a la demanda de procesadores para servidores EPYC y al continuo incremento de los aceleradores Instinct. Según el comunicado del segundo trimestre de AMD, los productos de centros de datos representaron el 58 % de los ingresos de la empresa.

Esta combinación importa porque AMD ya no depende únicamente de procesadores para PC o chips para consolas de videojuegos para crecer. Los productos de centros de datos se han convertido en su mayor motor estratégico. El segmento también combina una franquicia madura de CPU con un negocio de aceleradores en desarrollo.

El desafío de AMD es convertir las victorias de productos individuales en una plataforma repetible. Su diseño Helios a escala de rack combina GPU Instinct, CPU EPYC, redes Pensando y software de soporte. ROCm, la plataforma abierta de software de AMD para computación con GPU, proporciona a los desarrolladores herramientas para entrenamiento e inferencia fuera del entorno CUDA de Nvidia.

El software sigue siendo central porque los desarrolladores construyen aplicaciones en torno a bibliotecas, compiladores, herramientas de depuración y flujos de trabajo de despliegue. Por tanto, sustituir una GPU puede requerir más que cambiar hardware. Los equipos deben probar el comportamiento de los modelos, optimizar kernels y volver a capacitar a los operadores en distintas herramientas de gestión.

AMD afirma que su software y sus diseños de rack más recientes reducen esa fricción. Su última presentación de resultados también identifica despliegues con Anthropic y Microsoft. Estos anuncios aportan validación de clientes, pero la ejecución dependerá de los calendarios de despliegue y de una utilización sostenida.

Broadcom aborda un patrón de demanda diferente. La empresa trabaja con grandes operadores de nube que pueden justificar el diseño de aceleradores personalizados para cargas de trabajo internas. Estos chips suelen denominarse ASIC, es decir, circuitos integrados de aplicación específica diseñados para tareas definidas.

Broadcom reportó 10.800 millones de dólares en ingresos por semiconductores de IA en el segundo trimestre, un aumento interanual del 143 %. La empresa afirmó que los aceleradores personalizados y las redes de IA impulsaron el resultado. Proyectó ingresos por semiconductores de IA de 16.000 millones de dólares en el tercer trimestre, lo que representa un crecimiento superior al 200 %.

Estas cifras proceden de los resultados fiscales del segundo trimestre de Broadcom. Su trimestre fiscal finalizó el 3 de mayo, por lo que el periodo no coincide con la ventana de resultados más reciente de AMD o Nvidia.

El enfoque personalizado de Broadcom se vuelve atractivo cuando un cliente opera modelos a una escala enorme y predecible. Un diseño especializado puede eliminar funciones innecesarias, ajustar el movimiento de memoria y mejorar el rendimiento por vatio. Estas mejoras pueden reducir los costes operativos en millones de cargas de trabajo repetidas.

Sin embargo, el silicio personalizado exige grandes compromisos. Los clientes necesitan recursos de ingeniería, supuestos estables sobre las cargas de trabajo, capacidad de fabricación y suficiente volumen de despliegue para justificar el desarrollo. Esto hace que la oportunidad de Broadcom se concentre entre un pequeño grupo de compradores de hiperescala.

AMD atiende a clientes que buscan más flexibilidad. Sus productos pueden admitir diferentes modelos, marcos de trabajo y cambios en las cargas de trabajo sin requerir un diseño de chip único. Esa utilidad más amplia puede ser valiosa cuando las arquitecturas de modelos siguen cambiando rápidamente.

El contraste explica por qué AMD y Broadcom no deberían tratarse como una única apuesta contra Nvidia. AMD debe debilitar la ventaja de Nvidia en plataformas comerciales. Broadcom se beneficia cuando los grandes clientes trasladan cargas de trabajo seleccionadas desde GPU de propósito general hacia diseños internos.

Ambos caminos pueden crecer simultáneamente. Un proveedor de nube puede desplegar clústeres de Nvidia para entrenamiento de frontera, sistemas AMD para competir en precios y aceleradores personalizados para inferencia estable. La decisión puede variar entre modelos, regiones y servicios al cliente.

Este entorno mixto presiona a Nvidia sin exigir que los clientes la abandonen. También significa que AMD no necesita desplazar cada instalación de Nvidia para construir un negocio mayor. Broadcom solo necesita que determinados clientes escalen programas personalizados en centros de datos muy grandes.

La verdadera competencia es el control de la plataforma

La división competitiva más importante es quién controla la plataforma completa de computación de IA, incluido el software, las redes y las decisiones de despliegue.

La ventaja de Nvidia comienza con CUDA, su plataforma de programación para computación acelerada por GPU. Años de adopción por parte de desarrolladores han generado amplias bibliotecas, modelos optimizados, recursos de formación y conocimiento institucional. Ese ecosistema reduce el tiempo necesario para llevar una carga de trabajo de IA de la experimentación a la producción.

CUDA también respalda una estrategia de hardware más amplia. Nvidia conecta GPU mediante NVLink y NVSwitch, enlaza sistemas mediante productos InfiniBand o Ethernet y suministra arquitecturas completas de rack. Los clientes pueden adquirir un diseño coordinado con menos decisiones de integración.

Esta integración mejora la velocidad de despliegue, pero puede aumentar la dependencia de un solo proveedor. Los clientes que estandarizan sus modelos, redes y operaciones en torno a Nvidia enfrentan mayores costes de cambio. Estos costes incluyen tiempo de ingeniería, pruebas de rendimiento y riesgo operativo.

AMD está intentando reducir esas barreras de cambio mediante ROCm y estándares abiertos de la industria. La empresa también puede combinar sus CPU y aceleradores dentro de sistemas completos. Su oportunidad depende de hacer que la alternativa sea lo bastante fiable para los equipos de producción, no solo competitiva en pruebas de laboratorio.

Los benchmarks miden el rendimiento en condiciones controladas. Los clústeres de producción también deben gestionar fallos, programación, actualizaciones de software, movimiento de datos, seguridad y demanda impredecible. Por ello, los compradores evalúan el rendimiento total del sistema y el esfuerzo operativo, en lugar de limitarse a las especificaciones máximas de los chips.

La posición de AMD en CPU le proporciona un importante punto de entrada. Los clientes que ya utilizan procesadores EPYC han establecido relaciones de adquisición, validación e ingeniería con la empresa. AMD puede aprovechar esas relaciones para introducir aceleradores Instinct y diseños a escala de rack.

Aun así, el éxito de las CPU no genera automáticamente adopción de GPU. Los equipos de IA seleccionan aceleradores según la compatibilidad con los modelos, la velocidad de entrenamiento, la economía de la inferencia y el soporte de ingeniería disponible. AMD debe demostrar resultados consistentes en todos esos requisitos.

Broadcom aborda el control de la plataforma a través de la red y el proceso de diseño personalizado. Los grandes clústeres de IA necesitan conmutadores, conexiones ópticas, chips de interfaz e interconexiones de alta velocidad. La red determina la eficiencia con la que los aceleradores intercambian datos durante la computación distribuida.

Una mala utilización de la red puede dejar a chips costosos esperando datos. A medida que crece el tamaño de los clústeres, ese tiempo desperdiciado se convierte en un problema financiero. Broadcom puede capturar valor incluso cuando otra empresa suministra el acelerador principal.

Los proyectos de aceleradores personalizados profundizan esa relación. Broadcom aporta propiedad intelectual y experiencia en diseño, mientras que el cliente de nube define la arquitectura en torno a sus cargas de trabajo. Esta estructura otorga al comprador un mayor control sobre su hoja de ruta de hardware.

También desplaza el riesgo hacia el cliente. La arquitectura de un modelo puede cambiar entre el diseño del chip y el despliegue a gran escala. Una función especializada que parecía valiosa durante la planificación puede resultar menos útil cuando surgen nuevos métodos de inferencia.

Nvidia responde a esa incertidumbre con ciclos de plataforma más rápidos y programabilidad general. Los clientes pueden reutilizar las GPU cuando cambian las cargas de trabajo. La contrapartida es que la flexibilidad de propósito general puede implicar mayores costes de adquisición u operación que un diseño personalizado exitoso.

Este es el mecanismo que configura el mercado de 2026. Nvidia vende integración y flexibilidad, AMD vende una alternativa cada vez más completa y Broadcom permite la especialización. Sus oportunidades de mercado potencial se solapan, pero no son idénticas.

El desafío de AMD y Broadcom se fortalece cuando los clientes priorizan el poder de negociación. Contar con varios proveedores puede reducir la dependencia de Nvidia y crear más opciones de negociación. También puede proteger la capacidad cuando la demanda supera la producción de un único proveedor.

El abastecimiento múltiple tiene su propio coste. Los equipos de ingeniería deben mantener distintos entornos de software, sistemas de observabilidad y perfiles de rendimiento. Los ahorros en compras pueden desaparecer si la complejidad operativa aumenta demasiado rápido.

Las empresas se enfrentan a un cálculo especialmente difícil. Rara vez operan a la escala necesaria para chips personalizados, y muchas carecen de equipos dedicados a la optimización de aceleradores. Pueden preferir servicios en la nube que oculten la elección del hardware subyacente.

Los proveedores de nube pueden entonces decidir qué acelerador atiende cada carga de trabajo. Esa posición refuerza el argumento a favor de los chips personalizados, porque los usuarios finales quizá nunca interactúen directamente con el hardware. También permite a los proveedores introducir capacidad de AMD sin pedir a cada cliente que gestione sistemas físicos.

Nvidia ha respondido extendiendo su plataforma hacia capas superiores de software y servicios. Si los usuarios eligen frameworks y herramientas de despliegue compatibles con Nvidia, la empresa puede conservar influencia incluso cuando la infraestructura se vuelve más distribuida. Esto convierte la adopción de software en una señal competitiva junto con los envíos de chips.

Lo que las cifras de ingresos no demuestran

El rápido crecimiento confirma una fuerte demanda de infraestructura de IA, pero no establece qué arquitectura ofrecerá los mejores rendimientos a largo plazo.

El trimestre de centro de datos de Nvidia, con 89.000 millones de dólares, demuestra una escala actual sin igual. El crecimiento del 107 por ciento del segmento de AMD muestra que una alternativa más pequeña puede expandirse rápidamente. El crecimiento del 143 por ciento de Broadcom en semiconductores de IA muestra una demanda creciente de aceleradores personalizados y redes.

Esos porcentajes no son directamente comparables. El crecimiento de AMD parte de una base mucho menor, mientras que la categoría de Broadcom abarca una mezcla de productos diferente. Los informes de centros de datos de Nvidia incluyen componentes que van más allá de las ventas de aceleradores.

Los calendarios fiscales crean otra complicación. El último trimestre reportado de Broadcom terminó a principios de mayo, el de AMD a finales de junio y el de Nvidia a finales de julio. La demanda, las rampas de producto y el calendario de envíos pueden cambiar sustancialmente entre esos meses.

Los inversores también deben separar el crecimiento de ingresos de la calidad económica. El margen bruto, los gastos operativos, la concentración de clientes, los compromisos de fabricación y el capital circulante afectan a los rendimientos. Una línea de producto en rápida expansión aún puede generar una economía de caja más débil de lo esperado.

Nvidia informó un margen bruto del 75 por ciento en su último trimestre. AMD informó un margen bruto corporativo GAAP del 54 por ciento y un margen operativo de centro de datos del 31 por ciento. Broadcom informó resultados consolidados de semiconductores y software de infraestructura, lo que limita una comparación sencilla a nivel de producto.

La concentración de clientes merece especial atención. Las mayores empresas de nube representan una parte sustancial del gasto en infraestructura de IA. Sus decisiones de compra pueden mover miles de millones de dólares entre proveedores en apenas unos ciclos de despliegue.

El negocio personalizado de Broadcom está especialmente vinculado a un número limitado de clientes muy grandes. Ganar otro programa puede cambiar rápidamente sus perspectivas de crecimiento. Un retraso, rediseño o menor despliegue puede tener el efecto contrario.

Nvidia se enfrenta a riesgo de concentración pese a su base de clientes más amplia. Los hyperscalers compran grandes volúmenes de sus sistemas, y varios desarrollan simultáneamente chips internos. Nvidia se beneficia de su gasto actual mientras compite contra sus esfuerzos a más largo plazo para reducir la dependencia.

AMD debe gestionar el riesgo de ejecución durante una rápida rampa de producto. Los despliegues anunciados no se convierten inmediatamente en ingresos, y la capacidad instalada no garantiza una alta utilización. Los clientes deben trasladar cargas de trabajo reales de producción a sistemas Instinct.

El software sigue siendo otra brecha de verificación. AMD ha mejorado ROCm y ampliado el soporte para frameworks, pero la base instalada de desarrolladores de Nvidia sigue siendo extensa. La evidencia importante procederá de despliegues repetidos y de un uso más amplio en producción, no de afirmaciones aisladas de rendimiento.

Los controles de exportación añaden incertidumbre en todo el grupo. Los gobiernos pueden restringir las ventas de aceleradores avanzados, ancho de banda de memoria o sistemas completos a mercados específicos. Estas normas pueden obligar a cambios de producto y generar cargos por inventario.

La comparación interanual de AMD ilustra este problema. Sus resultados de centros de datos del segundo trimestre de 2025 incluyeron un cargo de 800 millones de dólares vinculado a restricciones sobre productos MI308. La ausencia de ese cargo mejoró la comparación de 2026.

Nvidia se ha enfrentado a límites relacionados en productos destinados a China. Sus informes advierten que restricciones adicionales pueden afectar a los ingresos, compromisos de suministro y posición competitiva. Los proveedores locales pueden obtener una oportunidad cuando los productos estadounidenses dejan de estar disponibles.

La disponibilidad de energía presenta una limitación más física. Los clústeres de IA requieren electricidad, sistemas de refrigeración, terrenos y conexiones a la red antes de que los envíos de aceleradores puedan generar capacidad informática útil. Una construcción retrasada puede aplazar pedidos o dejar equipos instalados infrautilizados.

El último informe regulatorio de Nvidia identifica el terreno, la energía, el capital y las estructuras terminadas de centros de datos como requisitos importantes. La empresa también ha suscrito acuerdos que respaldan grandes desarrollos de infraestructura. Tales compromisos muestran hasta qué punto la competencia se ha extendido más allá del diseño de chips.

El gasto de capital puede convertirse en otro punto de presión. Los proveedores de nube esperan actualmente que los servicios de IA justifiquen una expansión continua de la infraestructura. Si los ingresos de esos servicios decepcionan, los clientes pueden retrasar nuevos clústeres incluso mientras mantienen estrategias de IA a largo plazo.

También existe riesgo de sobrecapacidad en generaciones específicas de hardware. Los ciclos rápidos de producto pueden reducir la vida económica útil de los aceleradores. Los compradores pueden pausar antes de un lanzamiento importante o redirigir presupuestos hacia sistemas más nuevos.

Los diseños personalizados afrontan un riesgo de calendario similar. Un ASIC creado para una generación de modelos puede perder ventajas de eficiencia si cambian las cargas de trabajo. Broadcom y sus clientes deben equilibrar la especialización con el ritmo del desarrollo algorítmico.

Ninguno de estos riesgos refuta la demanda actual. Muestran por qué el impulso de los ingresos no debe convertirse en resultados de mercado garantizados. La evidencia respalda a múltiples proveedores en crecimiento, no una división ya establecida de los beneficios futuros.

Para los lectores que comparan acciones de chips de IA, la valoración también importa, aunque este análisis evita los precios temporales de mercado. Un negocio sólido puede generar rendimientos de inversión débiles cuando las expectativas ya asumen un crecimiento excepcional. Un competidor más pequeño puede decepcionar si la ejecución no alcanza una previsión optimista.

Por lo tanto, este artículo no clasifica a Nvidia, AMD o Broadcom como inversiones. Sus resultados revelan distintas combinaciones de escala, opcionalidad, concentración y riesgo de ejecución. Estas combinaciones deben evaluarse frente a los informes actuales, las necesidades de cartera y los límites de riesgo individuales.

Tres señales pondrán a prueba la tesis de los chips de IA en 2026

La próxima evidencia debería proceder del cumplimiento de las previsiones de Broadcom, la rampa de despliegue de AMD y la capacidad de Nvidia para sostener la economía de su plataforma.

La primera señal es el informe del tercer trimestre fiscal de Broadcom. La dirección proyectó 16.000 millones de dólares en ingresos de semiconductores de IA, con un crecimiento interanual superior al 200 por ciento. Cumplir esa previsión reforzaría el argumento de que los aceleradores personalizados están entrando en despliegues de producción más grandes.

La composición del crecimiento de Broadcom importará tanto como el total. Los inversores deberían distinguir los ingresos de aceleradores de la demanda de redes e identificar si el aumento procede de clientes establecidos o de nuevos programas. Una participación más amplia de clientes reduciría las preocupaciones sobre concentración.

Un resultado inferior no invalidaría el silicio personalizado. Sugeriría que los plazos de los proyectos, las rampas de fabricación o los calendarios de despliegue de los clientes siguen siendo menos previsibles de lo que implica la previsión principal. También podría retrasar el esperado giro hacia una infraestructura de inferencia especializada.

La segunda señal es la aceleración de centros de datos de AMD en la segunda mitad del año. AMD espera mayores ventas a medida que se amplían los despliegues de Instinct y Helios comienza a aumentar su producción. La evidencia más útil será un crecimiento sostenido de los ingresos del segmento, los ingresos operativos y clientes adicionales en producción.

Los compromisos de clientes identificados ofrecen un mapa inicial, pero los pedidos repetidos brindan una validación más sólida. Los clientes que se expandan tras los primeros despliegues indicarían que el software, la fiabilidad y la economía de las cargas de trabajo cumplen los requisitos de producción. Una actividad posterior más lenta dejaría al descubierto la fricción restante de la plataforma.

AMD también necesita demostrar que el crecimiento de aceleradores complementa su franquicia EPYC. Los ingresos del segmento de centros de datos pueden aumentar gracias a las CPU incluso cuando la adopción de GPU se desarrolla más lentamente. Las futuras divulgaciones deberían ayudar a los lectores a separar esas contribuciones cuando sea posible.

La tercera señal es el margen bruto de Nvidia y el crecimiento secuencial de los centros de datos. Su escala actual ya está clara. La cuestión no resuelta es si las rápidas transiciones de sistemas, los compromisos de suministro, la competencia y la financiación de infraestructura debilitan la economía que sustenta esa escala.

Unos márgenes estables respaldarían la afirmación de Nvidia de que una plataforma integrada mantiene ventajas de precio y producto. Un crecimiento secuencial continuado demostraría que los chips personalizados y las alternativas comerciales están ampliando el mercado más de lo que están desplazando a Nvidia.

La caída de los márgenes exige interpretación. Un descenso moderado puede acompañar al lanzamiento de complejos sistemas a escala de rack y, aun así, sostener beneficios sustanciales. Una caída sostenida junto con un crecimiento más lento sugeriría una mayor presión sobre los precios o costes de entrega más elevados.

Los datos de redes conectarán las tres señales. Broadcom se beneficia cuando los clústeres requieren más conectividad, independientemente de qué acelerador gane cuota. Nvidia se beneficia cuando los clientes eligen su pila de redes integrada, mientras que AMD necesita socios capaces y su cartera Pensando.

La adopción de software ofrecerá una prueba más lenta, pero igual de importante. Los desarrolladores no cambian de plataforma en función de un único lanzamiento trimestral. Responden a la fiabilidad, la capacidad accesible, el soporte de modelos, la documentación y los ahorros operativos medibles.

Observe dónde los nuevos modelos reciben optimización de primer nivel. Nvidia sigue beneficiándose cuando los desarrolladores priorizan CUDA. AMD gana terreno cuando los principales frameworks y proveedores de modelos tratan la implementación con ROCm como una vía estándar de producción.

Los catálogos de servicios en la nube ofrecen otro indicador visible. Una disponibilidad más amplia de instancias AMD mejoraría el acceso para desarrolladores y empresas. La expansión de los servicios de chips personalizados mostraría que los hyperscalers confían en ofrecer infraestructura especializada a clientes externos.

Estas señales deben evaluarse en conjunto. Broadcom puede superar sus previsiones sin debilitar a AMD si la demanda global continúa aumentando. AMD puede ganar cuota mientras Nvidia sigue creciendo en dólares absolutos.

El mercado no exige un ganador y dos perdedores. Exige que los inversores identifiquen qué capa de la infraestructura de IA captura valor duradero después del actual auge de construcción. Los próximos ciclos de resultados ofrecerán mejores pruebas que las afirmaciones generales sobre un mercado informático ilimitado.

La decisión sobre chips de IA se está convirtiendo en una cartera de arquitecturas

El mercado de chips de IA de 2026 se está dividiendo por carga de trabajo, escala del cliente y nivel de control deseado, en lugar de converger en un único procesador universal.

Nvidia entra en esta fase con la mayor plataforma instalada, los mayores ingresos reportados de centros de datos y un amplio entorno de software. Su último trimestre muestra que la demanda sigue siendo fuerte incluso mientras los clientes desarrollan alternativas.

AMD ofrece el desafío comercial amplio más claro. Sus ingresos de centros de datos se duplicaron con creces, y su cartera ahora abarca CPUs, aceleradores, redes, sistemas y software. Su siguiente tarea es convertir los despliegues anunciados en una demanda recurrente de producción.

Broadcom ofrece a los hyperscalers otra vía. Los aceleradores personalizados pueden mejorar la economía de las cargas de trabajo predecibles, mientras que los productos de red capturan valor en distintas arquitecturas informáticas. Esta oportunidad conlleva riesgos de concentración de clientes y de ciclos de diseño.

Por tanto, la comparación entre AMD y Broadcom revela más que dos aspirantes que persiguen a Nvidia. Expone dos métodos para aflojar el control de Nvidia sobre la plataforma. Uno construye una alternativa flexible, mientras que el otro ayuda a los grandes compradores a controlar una mayor parte de su hoja de ruta de hardware.

Para los desarrolladores, esta competencia puede ampliar el acceso a aceleradores y fomentar una mejor compatibilidad de software. También puede crear más entornos que probar y mantener. La portabilidad cobrará mayor importancia a medida que los equipos desplieguen modelos en distintas nubes y tipos de hardware.

Los compradores empresariales deben centrarse en la economía de las cargas de trabajo y el soporte operativo. Un menor coste de hardware significa poco si la migración de software retrasa el despliegue o genera problemas de fiabilidad. A la inversa, la familiaridad con una plataforma no debería impedir probar alternativas creíbles.

Los inversores deben seguir los despliegues verificados, la concentración de clientes, los márgenes y los compromisos de capital junto con los titulares sobre ingresos de IA. También deben distinguir entre un ciclo de productos comerciales y un ciclo de diseño personalizado. La misma tasa de crecimiento trimestral puede implicar riesgos muy distintos.

Ningún informe de resultados por sí solo determina el desenlace. La escala de Nvidia, la alternativa en expansión de AMD y la estrategia personalizada de Broadcom pueden coexistir durante un ciclo creciente de infraestructura. La prueba más difícil comienza cuando los clientes exigen rentabilidades medibles de cada clúster adicional.

¿Qué evidencia cambiaría su opinión durante el próximo trimestre: que Broadcom cumpla su previsión de chips personalizados, que AMD consiga despliegues repetidos de Instinct o que Nvidia mantenga sus márgenes a mayor escala? Siga esas señales operativas antes de basarse en una narrativa simplista de que el ganador se lo lleva todo. Ofrecen un marco más claro para evaluar la exposición a Nvidia y AMD Broadcom a medida que el mercado de infraestructura de IA se divide entre plataformas integradas, alternativas comerciales y silicio especializado.