El trimestre de 96.200 millones de dólares de Nvidia revela la verdadera limitación de la infraestructura de IA
Nvidia reportó 96.200 millones de dólares en ingresos trimestrales, ofreciendo a los lectores de Google News otro récord mientras dejaba al descubierto un problema más complejo: la demanda ya supera la infraestructura disponible.
El resultado corresponde al segundo trimestre fiscal de 2027 de Nvidia, finalizado el 26 de julio de 2026. Los calendarios fiscales explican por qué algunas coberturas lo describen como el segundo trimestre de 2026. Los ingresos aumentaron un 18% frente al trimestre anterior y un 106% respecto al año previo.
Sin embargo, el titular no se limita a que Nvidia vendió más chips. La empresa afirma que las restricciones de suministro impidieron un crecimiento aún mayor, mientras que sus relaciones de financiación plantean interrogantes sobre quién financia en última instancia la demanda de IA. AMD y los desarrolladores de silicio personalizado siguen enfrentándose a la escala de Nvidia, pero Nvidia ahora se enfrenta a un rival distinto: la calidad de la demanda frente a los límites de infraestructura.
Nvidia ha convertido el ciclo de inversión en IA en ingresos más rápido de lo que los proveedores de nube han convertido ese gasto en retornos demostrados. Ese desequilibrio explica tanto el entusiasmo como el escepticismo que rodean estos resultados.
El titular de Google News oculta un cambio mayor en los ingresos
El trimestre de Nvidia demuestra que el gasto en infraestructura de IA ha pasado de un presupuesto experimental a un importante compromiso operativo.
Los resultados trimestrales de la empresa reportaron exactamente 96.221 millones de dólares en ingresos. Esto se compara con 81.615 millones de dólares en el trimestre anterior y 46.743 millones de dólares un año antes.
Los ingresos del centro de datos alcanzaron los 89.023 millones de dólares, o más del 92% de los ingresos totales. Aumentaron un 18% frente al trimestre anterior y un 117% interanual. Estas cifras convierten al negocio de centros de datos en el hecho central detrás del desempeño de Nvidia.
Los ingresos operativos GAAP alcanzaron los 63.734 millones de dólares, un 124% más que el año anterior. Los ingresos netos GAAP aumentaron un 126%, hasta los 59.688 millones de dólares. Las ganancias diluidas por acción alcanzaron los 2,46 dólares, frente a 1,08 dólares un año antes.
La cifra de ingresos también superó el consenso de analistas de 92.270 millones de dólares citado por Associated Press. Las ganancias ajustadas alcanzaron los 2,22 dólares por acción, por encima de la estimación de consenso de 2,09 dólares.
Estas cifras explican por qué la historia dominó rápidamente los resultados de Google News. Sin embargo, la magnitud de la sorpresa positiva en ganancias importa menos que su composición. Nvidia no dependió de los videojuegos, los sistemas automotrices ni los ordenadores de consumo para generar este crecimiento.
Su plataforma de centros de datos incluye procesadores, equipos de red, sistemas de computación completos e infraestructura relacionada. Los clientes utilizan estos sistemas para entrenar modelos y ejecutar inferencias, el proceso de generar respuestas a partir de modelos entrenados.
Blackwell Ultra aportó el principal motor de crecimiento. Nvidia identificó el despliegue del producto como el impulsor principal del aumento interanual en Compute y Networking.
La empresa también reportó 48.710 millones de dólares procedentes de clientes de hiperescala. Otros 40.313 millones de dólares provinieron de nubes de IA, clientes industriales y empresas. Edge Computing generó 7.198 millones de dólares.
Estas categorías sugieren una demanda más amplia que un simple ciclo de gasto de proveedores de nube. Sin embargo, no revelan todos los clientes finales detrás de cada compra. Empresas de nube, fabricantes de servidores e integradores de sistemas pueden situarse entre Nvidia y la organización que utiliza sus procesadores.
Nvidia devolvió aproximadamente 26.000 millones de dólares a los accionistas mediante recompras y dividendos durante el trimestre. Aún contaba con unos 99.000 millones de dólares disponibles bajo su autorización de recompra.
Este retorno de capital diferencia a Nvidia de muchos participantes que financian la expansión de la IA. Los proveedores de nube deben invertir fuertemente en instalaciones antes de obtener retornos de ellas. Nvidia registra ingresos cuando esas empresas compran sus sistemas.
El resultado es una posición inusual. Nvidia se beneficia de la construcción de infraestructura mientras conserva suficiente generación de efectivo para devolver capital. Sus clientes asumen una mayor parte del riesgo de despliegue y utilización.
Esta diferencia convierte un récord de ganancias en una prueba para toda la industria. La siguiente pregunta es si los clientes pueden seguir transformando la capacidad de computación adquirida en ingresos sostenibles.
La demanda de infraestructura de IA presiona a todos los compradores
El crecimiento de Nvidia obliga a los proveedores de nube, desarrolladores de modelos y empresas a decidir cuánta capacidad necesitan antes de que el suministro esté disponible.
Amazon, Microsoft, Alphabet, Meta, Oracle y empresas especializadas de nube de IA compiten por procesadores, equipos de red, memoria, electricidad y capacidad de construcción. Un retraso en cualquier componente puede posponer el despliegue de un centro de datos completo.
Nvidia describe los centros de datos completos como fábricas de IA porque convierten electricidad y datos en producción computacional. El término también enfatiza el papel cada vez mayor de Nvidia más allá de los procesadores gráficos individuales.
Un clúster de IA moderno requiere servidores, interconexiones, conmutadores de red, equipos de refrigeración, almacenamiento y software. La memoria de alto ancho de banda, o HBM, mueve datos rápidamente entre la memoria y los procesadores. Un suministro limitado de HBM puede restringir el rendimiento del sistema incluso cuando los clientes pueden permitirse más chips.
Nvidia dijo que su plataforma Vera Rubin había entrado en plena producción. La empresa mencionó a CoreWeave, Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure y Nebius entre los socios que operan sistemas relacionados.
Esta transición importa porque los clientes no compran arquitecturas de forma aislada. Planifican las instalaciones en torno a fechas previstas de entrega, requisitos eléctricos, diseños de refrigeración y configuraciones de red.
Un procesador retrasado puede dejar infrautilizada otra infraestructura. Una entrega acelerada puede crear presión para terminar las instalaciones antes. Por ello, los compradores deben comprometer capital mucho antes de poder medir la demanda resultante de aplicaciones.
El consejero delegado Jensen Huang resumió este cambio al afirmar: “Ahora, la computación es ingresos”. La declaración capta la tesis de Nvidia, pero también identifica la incertidumbre central.
La computación se convierte en ingresos para Nvidia cuando un cliente compra infraestructura. Se convierte en ingresos para un proveedor de nube solo cuando los usuarios alquilan esa capacidad. Se convierte en una inversión productiva para una empresa solo cuando las aplicaciones desplegadas generan valor medible.
Estas transiciones ocurren en momentos distintos. Los resultados trimestrales de Nvidia registran la primera transición, no toda la cadena económica.
La presión se extiende más allá de las mayores empresas tecnológicas. Los gobiernos financian programas de IA soberana, que mantienen los modelos y la infraestructura bajo control nacional o regional. Las empresas también buscan capacidad privada para datos regulados y cargas de trabajo especializadas.
Esta base de clientes más amplia puede hacer que la demanda sea más duradera. También puede dificultar el despliegue, porque los compradores más pequeños carecen de los equipos de ingeniería disponibles para los grandes proveedores de nube.
Los desarrolladores deberían prestar atención porque las decisiones de infraestructura afectan los precios de los modelos, los límites de capacidad, la latencia y la disponibilidad de los productos. Los compradores empresariales enfrentan preguntas similares sobre la dependencia de proveedores y los futuros costes de computación.
Los trabajadores del conocimiento experimentan el resultado a través de las aplicaciones que utilizan. Los clústeres más grandes pueden admitir modelos más capaces, contextos más largos e inferencias más rápidas. Sin embargo, esos beneficios solo importan cuando las aplicaciones resuelven problemas reales de trabajo.
Las organizaciones que evalúan herramientas de IA deberían medir la producción útil en lugar del número de procesadores. Una base de conocimientos de IA con capacidad de búsqueda genera valor mediante la calidad de recuperación y la adopción, no solo por el tamaño de la infraestructura.
El trimestre de Nvidia eleva el estándar para cada comprador. El gasto ya no está limitado por la confianza en el proveedor de hardware. Cada vez está más limitado por las instalaciones, la energía, la memoria y planes creíbles para utilizar la capacidad resultante.
La calidad de la demanda es ahora el verdadero rival de Nvidia
Nvidia ya no lucha principalmente por demostrar que los aceleradores importan; debe mostrar que la demanda de los clientes sigue siendo económicamente independiente y duradera.
AMD, las unidades de procesamiento tensorial de Google, Trainium de Amazon y otros procesadores personalizados siguen ejerciendo presión competitiva. Sus clientes buscan costes más bajos, más opciones de suministro o una integración más estrecha con servicios específicos de nube.
Sin embargo, estas alternativas no impidieron que Nvidia duplicara con creces sus ingresos trimestrales. Siguen siendo competidores secundarios, no el principal desafío revelado por este informe de ganancias.
La prueba más profunda se refiere a la calidad de la demanda. Nvidia vende infraestructura a proveedores de nube y empresas de IA mientras invierte en partes del mismo mercado. También puede ayudar a clientes a organizar financiación para grandes despliegues.
Estas relaciones no convierten automáticamente los ingresos reportados en ingresos circulares. Una transacción válida puede involucrar clientes independientes, contratos exigibles y activos productivos. Sin embargo, la estructura merece escrutinio cuando los proveedores financian a compradores que adquieren sus productos.
Axios informó que Nvidia defendió planes de apoyo crediticio selectivo que cubren casi dos gigavatios de capacidad computacional. La directora financiera Colette Kress reconoció que los críticos describirían algunos acuerdos como financiación circular.
La preocupación es sencilla. Si Nvidia invierte en un desarrollador de modelos, y ese desarrollador paga a un proveedor de nube, el proveedor de nube puede usar esos ingresos para comprar sistemas de Nvidia. Los ingresos aparecen en Nvidia antes de que el desarrollador de modelos necesariamente construya un negocio autosostenible.
Esta secuencia aún puede producir un mercado saludable. Las primeras industrias de telecomunicaciones, computación en la nube y semiconductores requirieron apoyo de capital antes de que madurara la utilización. La financiación puede acelerar proyectos que posteriormente generen demanda independiente.
El riesgo aparece cuando la financiación oculta una economía débil. Si los clientes dependen de inversiones continuas para pagar facturas de infraestructura, la demanda actual puede sobrestimar la capacidad de compra futura.
Las propias presentaciones de Nvidia revelan otro problema de concentración. Un cliente directo representó el 16% de los ingresos trimestrales. Tres clientes directos representaron el 16%, el 15% y el 13% de los ingresos del primer semestre.
Un cliente directo puede ser un distribuidor, fabricante de servidores, proveedor de nube, desarrollador de modelos o integrador de sistemas. Por lo tanto, la concentración de clientes directos no se corresponde perfectamente con la concentración de usuarios finales.
La empresa también estima que un negocio de investigación y despliegue de IA aportó una cantidad significativa de ingresos mediante compras en la nube. Esa relación importa porque el consumo de nube puede crear demanda indirecta de equipos de Nvidia.
Estas divulgaciones no demuestran que los ingresos carezcan de sustancia. Nvidia cobró los ingresos, produjo márgenes excepcionales y generó importantes ingresos operativos. Las cifras también se sometieron a los controles de reporte asociados a una presentación pública.
Sí muestran por qué los inversores necesitan más que un total récord. La salud del mercado depende de que el consumo de cargas de trabajo crezca junto con la capacidad instalada.
Las métricas útiles incluyen horas de aceleradores ocupados, volúmenes de inferencia, utilización de la nube, ingresos por aplicaciones y retención de clientes. La mayoría de estas métricas siguen siendo menos visibles que los envíos de chips.
Los titulares de Google News pueden captar el crecimiento trimestral, pero no toda la cadena de dependencia económica. La siguiente etapa de la expansión de la IA requiere evidencia de que las aplicaciones respaldan los compromisos de infraestructura sin asistencia continua de los proveedores.
Lo que las cifras de Nvidia aún no demuestran
Los resultados demuestran que Nvidia puede monetizar la demanda de infraestructura, pero no demuestran que cada cliente pueda obtener un retorno aceptable.
Nvidia informó un margen bruto GAAP del 75%, frente al 72,4% de un año antes. Según su presentación regulatoria, la combinación de productos de Blackwell Ultra contribuyó a esa mejora.
Un margen elevado indica una sólida capacidad de fijación de precios y una buena economía de producto para Nvidia. Dice mucho menos sobre la economía que experimentan los operadores de nube o los desarrolladores de aplicaciones.
Las empresas de nube deben contabilizar edificios, electricidad, refrigeración, redes, mantenimiento y depreciación de procesadores. También necesitan suficientes cargas de trabajo de pago para mantener ocupados sistemas costosos.
Los desarrolladores de modelos afrontan costes de entrenamiento antes de conseguir clientes. Los gastos de inferencia continúan cada vez que los usuarios interactúan con un modelo. Los servicios gratuitos pueden aumentar el uso sin generar ingresos equivalentes.
Los compradores empresariales afrontan un reto distinto. Pueden adquirir acceso a modelos avanzados mientras tienen dificultades para rediseñar flujos de trabajo, proteger datos o medir el ahorro de tiempo.
La presentación regulatoria de Nvidia identifica restricciones de suministro, concentración de clientes, restricciones a la exportación y compromisos de inventario entre sus riesgos empresariales. No son advertencias abstractas.
La empresa registró 985 millones de dólares en provisiones por inventario y obligaciones de compra excedentarias durante el trimestre. Las ventas de inventario previamente reservado y las liquidaciones liberaron 177 millones de dólares de provisiones anteriores.
El efecto neto redujo el margen bruto trimestral en 0,8 puntos porcentuales. Esto ilustra la dificultad de prever la demanda durante la transición entre generaciones de productos.
Los gastos operativos también aumentaron un 55% interanual, hasta los 8.408 millones de dólares. El gasto en investigación y desarrollo alcanzó los 7.054 millones de dólares, un aumento del 64%.
Nvidia afirmó que el aumento de los gastos en infraestructura informática contribuyó a impulsar ese crecimiento. Por tanto, la empresa afronta parte de la misma presión de capacidad que afecta a sus clientes, aun cuando disfruta de mejores retornos financieros.
China sigue siendo otra variable sin resolver. Los ingresos asociados a clientes con sede en China, incluido Hong Kong, alcanzaron los 7.880 millones de dólares durante el trimestre.
Esa clasificación geográfica refleja las sedes de los clientes, no necesariamente la ubicación final de los envíos ni el usuario final. No debe interpretarse como una medición completa de la demanda relacionada con China.
Nvidia excluyó los ingresos de computación de Data Center procedentes de China al preparar sus previsiones para el próximo trimestre. Los controles de exportación y las restricciones de productos pueden alterar los mercados disponibles, los planes de inventario y la dinámica competitiva.
La previsión de ingresos de la empresa para su tercer trimestre fiscal es de aproximadamente 108.000 millones de dólares, con un margen de variación del 2%. Su previsión de margen bruto es del 74%, con un margen de medio punto porcentual.
Esta previsión implica otro gran aumento secuencial. También sugiere una modesta presión sobre los márgenes pese a la expansión prevista de los ingresos.
La escasez de memoria ofrece una posible explicación. Los aceleradores de IA dependen de memoria especializada, y una oferta ajustada puede elevar el coste de los componentes. Nvidia puede compensar parte de esos aumentos mediante precios y combinación de productos, pero no sin límites.
La disponibilidad de energía crea una restricción más duradera. Los chips pueden salir de las fábricas más rápido de lo que las empresas de servicios públicos pueden aprobar líneas de transmisión, construir subestaciones o conectar nuevos centros de datos.
Los plazos de construcción generan desajustes similares. Un cliente puede pedir sistemas hoy mientras espera meses por una instalación utilizable. Por tanto, la demanda de equipos declarada puede adelantarse a la capacidad informática desplegada.
La tesis escéptica no exige predecir un colapso de la IA. Solo requiere reconocer que los ingresos, la capacidad instalada, la utilización y el valor para el usuario final son mediciones distintas.
Los resultados de la empresa validan la primera medición. Los próximos trimestres deberán aportar pruebas más sólidas para las tres restantes.
Blackwell Ultra explica el mecanismo de crecimiento
La ventaja de Nvidia procede de vender una plataforma informática integrada mientras la carga de trabajo de IA crece más rápido de lo que puede entregarse la infraestructura.
Blackwell Ultra no es simplemente un procesador gráfico más rápido. Nvidia vende bandejas de computación, componentes de red, bibliotecas de software y diseños completos de racks construidos en torno a la arquitectura.
Este enfoque a nivel de sistema reduce el trabajo de integración para los clientes. También aumenta la participación de Nvidia en cada proyecto de centro de datos.
CUDA, el entorno de software de Nvidia para programar sus procesadores, refuerza esa posición. Los desarrolladores han pasado años creando herramientas, modelos y código optimizado en torno a este entorno.
Los chips alternativos pueden ofrecer un rendimiento competitivo para determinadas cargas de trabajo. Sin embargo, los clientes también deben considerar el trabajo de migración, la compatibilidad de software, la disponibilidad de desarrolladores y el riesgo operativo.
El negocio de redes de Nvidia importa por la misma razón. El entrenamiento de modelos grandes exige que muchos procesadores intercambien datos rápidamente. Una conexión lenta puede dejar costosas unidades de computación esperando información.
Al suministrar procesadores y redes conjuntamente, Nvidia puede optimizar el clúster completo. Esa integración puede mejorar el rendimiento y, al mismo tiempo, dificultar la sustitución por un único competidor.
Blackwell Ultra también llegó durante un cambio en las cargas de trabajo de IA. El mercado se ha expandido más allá del entrenamiento de unos pocos modelos fundacionales grandes.
La demanda de inferencia incluye ahora agentes de programación, sistemas de búsqueda, generación de imágenes, asistentes empresariales, herramientas científicas e IA física. La IA física aplica aprendizaje automático a robots, vehículos y otros sistemas que operan en el entorno físico.
Los modelos de razonamiento también consumen más computación durante su uso. Pueden generar y evaluar múltiples pasos intermedios antes de devolver una respuesta.
Este comportamiento vincula la demanda de infraestructura con la actividad de los usuarios más estrechamente que las ejecuciones de entrenamiento puntuales. Más consultas pueden requerir más procesadores, memoria, redes y electricidad.
La afirmación de Nvidia de que los tokens son productivos y rentables se apoya en este cambio. Un token es una pequeña unidad de texto procesada o generada por un modelo de lenguaje.
La empresa se beneficia tanto si la aplicación final obtiene beneficios como si no, siempre que los clientes sigan comprando sistemas de computación. Sin embargo, las aplicaciones rentables harían ese ciclo de compras más sostenible.
El trimestre ofrece algunas pruebas de amplitud. Los ingresos de hyperscale superaron los 48.000 millones de dólares, mientras que otros clientes de centros de datos generaron más de 40.000 millones. Los ingresos de edge añadieron otros 7.200 millones de dólares.
Aun así, las clasificaciones de plataformas cambiaron durante el periodo. Nvidia trasladó una empresa de su categoría de nube de IA y empresarial a hyperscale y reformuló resultados anteriores.
Ese cambio contable no invalida el total. Sí hace que las comparaciones por categoría sean menos directas para los lectores que siguen el negocio a través de resúmenes de google news.
El mecanismo de Nvidia funciona porque controla varias capas escasas a la vez. Los clientes necesitan procesadores acelerados, acceso rápido a memoria, redes, software y experiencia en despliegue.
Los competidores pueden presionar capas individuales. AMD puede desafiar el rendimiento de los aceleradores. Google y Amazon pueden orientar a los clientes hacia chips diseñados internamente. Los proveedores de redes pueden competir por el gasto en interconexión.
La amenaza mayor sería un cambio en la economía de las cargas de trabajo. Mejores algoritmos, modelos más pequeños o una utilización mejorada de chips pueden reducir la demanda de computación por tarea.
La eficiencia no siempre reduce la demanda total. Una computación más barata puede expandir el uso lo suficiente como para aumentar el consumo total de infraestructura, un patrón conocido como efecto rebote.
Los resultados de Nvidia sugieren que la expansión del uso supera actualmente las ganancias de eficiencia. La durabilidad de ese equilibrio sigue siendo una de las preguntas más importantes de la infraestructura de IA.
Tres señales pondrán a prueba la historia de los 96.200 millones de dólares
El próximo trimestre debe evaluarse mediante la entrega de ingresos, la utilización independiente y la financiación de clientes, en ese orden.
La primera señal son los ingresos de Nvidia para su tercer trimestre fiscal. La empresa espera aproximadamente 108.000 millones de dólares, con un rango del 2% en cualquiera de las dos direcciones.
Alcanzar ese objetivo sin ingresos de computación de Data Center procedentes de China reforzaría la tesis de crecimiento limitado por la oferta. Demostraría que la demanda en otros lugares puede absorber otro aumento sustancial de los envíos.
Un incumplimiento vinculado a instalaciones retrasadas o escasez de componentes no indicaría necesariamente una débil demanda de aplicaciones. Un incumplimiento causado por pedidos cancelados o un menor consumo de nube tendría un significado distinto.
El margen bruto debe leerse junto a los ingresos. Un movimiento hacia la previsión del 74% podría reflejar costes de memoria, combinación de productos o el gasto de ampliar la oferta.
La segunda señal es la utilización entre proveedores de nube y desarrolladores de IA. Los inversores necesitan pruebas de que los procesadores instalados sostienen cargas de trabajo crecientes en lugar de esperar una demanda prevista.
Los ingresos de nube atribuidos a servicios de IA pueden ayudar, aunque los proveedores rara vez divulgan una utilización detallada de aceleradores. Las carteras de pedidos, las obligaciones de desempeño restantes y los comentarios de la dirección ofrecen pistas adicionales.
El comportamiento de las aplicaciones también importa. La adopción empresarial de pago, el volumen de inferencia, la retención y el gasto de los desarrolladores pueden mostrar si la infraestructura respalda una actividad duradera de los clientes.
La reacción a los resultados reflejó confianza en que la demanda seguía siendo fuerte. Las expectativas de los analistas aumentarán tras este resultado superior a lo previsto, lo que hará que las pruebas sobre las cargas de trabajo sean más importantes que otro récord aislado.
La tercera señal es la estructura del apoyo de Nvidia a sus clientes. Toda nueva inversión, mejora crediticia, garantía o respaldo de centros de datos debe evaluarse junto con los pedidos de equipos resultantes.
La financiación no es automáticamente prueba de demanda artificial. Las preguntas clave se refieren a las fuentes de reembolso, los ingresos independientes del cliente, la asignación de riesgos y el calendario de las transacciones.
Una divulgación adicional reforzaría el argumento de Nvidia de que está acelerando proyectos viables. Una dependencia creciente de clientes financiados por proveedores debilitaría la calidad de la señal de demanda.
La concentración de clientes merece atención continua dentro de esta tercera prueba. Un comprador directo representó el 16% del último trimestre, mientras que un negocio de IA no identificado contribuyó con una demanda indirecta significativa.
Una base de clientes más amplia reduciría la dependencia de unos pocos proyectos intensivos en capital. Una mayor concentración podría seguir siendo financieramente atractiva, al tiempo que aumentaría la volatilidad.
Las respuestas de los competidores proporcionan un contexto complementario útil. Los lanzamientos de productos de AMD y los procesadores personalizados de proveedores de nube pueden poner a prueba las ventajas de Nvidia en precios y software.
Sin embargo, el movimiento de cuota de mercado por sí solo no resolverá la cuestión principal. Varios proveedores de chips pueden crecer durante una amplia expansión de infraestructura.
Las conexiones eléctricas y las aperturas de centros de datos también influirán en las entregas. Revelan si la infraestructura física puede ponerse al día con los pedidos ya realizados.
Por tanto, los próximos uno a tres meses deberían producir una secuencia más clara. Nvidia debe enviar productos conforme a sus previsiones, los clientes de nube deben utilizar la capacidad entregada y la financiación debe seguir siendo secundaria frente a la demanda independiente.
Esa secuencia validaría el informe de resultados como algo más que un auge de proveedores. Una ruptura en cualquier punto revelaría dónde el crecimiento de la infraestructura de IA está encontrando resistencia.
Para los lectores que siguen a Nvidia mediante google news, la cifra de 96.200 millones de dólares es solo el punto de partida. Observen si la capacidad informática se convierte en ingresos recurrentes de aplicaciones después de salir de las cuentas de Nvidia.
Los desarrolladores deben seguir la disponibilidad de modelos, los límites de inferencia y los precios de la nube. Los compradores empresariales deben exigir resultados medibles en los flujos de trabajo antes de asumir compromisos largos.
La acción más útil es sencilla: conectar cada afirmación sobre infraestructura con una carga de trabajo desplegada y cada carga de trabajo con un resultado económico. Nvidia ya ha demostrado que puede vender la maquinaria. La próxima prueba corresponde a las empresas que la compran.
