En los resultados del primer trimestre fiscal de 2027 reportados el 28 de mayo, Dell Technologies registró $16.1 mil millones en ingresos por servidores de IA, un alza de 757% interanual, mientras OpenAI, xAI y CoreWeave gestionaban el acceso mediante rentas de nube, financiamiento vinculado a GPU y acuerdos de capacidad, en lugar de simplemente comprar servidores. La aparente contradicción es la pista: cada acelerador aún necesita que enfriamiento, red, energía y entrega lleguen juntos.
Puntos clave
- Dell reportó $16.1 mil millones en ingresos por servidores de IA en el primer trimestre fiscal de 2027, un incremento interanual de 757%.
- Dell elevó su pronóstico de ingresos por servidores de IA para el año fiscal 2027 a $60 mil millones desde $50 mil millones.
- Microsoft declinó una opción de capacidad de CoreWeave de casi $12 mil millones el 21 de marzo de 2025; OpenAI posteriormente tomó esa opción.
- El servidor de IA GB200 Blackwell de Nvidia integra 72 chips en un sistema.
- CoreWeave levantó una línea de deuda de $2.3 mil millones respaldada por chips Nvidia después de recaudar $421 millones en capital en 2023.
Un acelerador sin enfriamiento suficiente no puede funcionar según su diseño; un rack sin red no puede operar como un clúster; y un servidor entregado antes de que haya energía disponible se convierte en un mueble caro.
Las rentas de nube, el financiamiento vinculado a GPU y los contratos de capacidad agrupan el acceso a GPU, energía y enfriamiento, redes, operaciones y tiempos de entrega bajo obligaciones conectadas. Para Dell, eso crea un posible papel como la capa de ejecución a escala de rack y de cadena de suministro detrás de la infraestructura de IA. Aún no está probado que la empresa gane más por esa coordinación.
Microsoft y OpenAI también muestran por qué la escasez por sí sola no puede explicar estos compromisos. Semafor reportó el 21 de marzo de 2025 que Microsoft declinó ejercer una opción de casi $12 mil millones para capacidad adicional de centros de datos de CoreWeave, que OpenAI luego tomó. Por lo tanto, el compromiso de OpenAI reflejaba una opción comercial transferible, además de demanda por capacidad disponible.
Los contratos de largo plazo convierten la disponibilidad en el entregable
OpenAI habría planeado gastar aproximadamente $100 mil millones en servidores de respaldo rentados a proveedores de nube hasta 2030, además de los $350 mil millones ya proyectados para renta de servidores. El plan de OpenAI coloca la redundancia en el mismo calendario de compras de largo plazo que la capacidad primaria, con cerca de $100 mil millones reservados para acceso de respaldo con años de anticipación.
OpenAI también habría acordado pagar a Cerebras más de $20 mil millones para usar sus chips de servidor, potencialmente mientras recibe capital en la fabricante de chips. El acuerdo de OpenAI vincula acceso, gasto y participación estratégica en un solo contrato.
La ronda de capital planeada de xAI se acercaba a $20 mil millones en capital y deuda vinculados a GPU Nvidia para Colossus 2. Nvidia consideraba una inversión de hasta $2 mil millones, mientras xAI pretendía rentar los chips. Las rentas de nube de OpenAI, su acuerdo con Cerebras y el financiamiento vinculado a GPU de xAI usan estructuras distintas, pero cada uno dirige capital hacia acceso utilizable, con la propiedad del equipo en segundo plano.
Estos acuerdos encajan en el emergente mercado de megawatts contratados sin establecer un solo modelo de compras. Los compradores pueden sustituir entre propiedad, renta e inversión estratégica, pero cada estructura aún debe proporcionar disponibilidad al costo y en el plazo requeridos.
Un chip de un kilowatt convierte al rack en la unidad de diseño
Nvidia explica la expansión del límite comercial a través de la arquitectura de sus productos. Su servidor de IA GB200 Blackwell integra 72 chips en un sistema y, para ciertos modelos de mezcla de expertos, puede ofrecer diez veces el rendimiento de los servidores H200. Nvidia después presentó un rack refrigerado por líquido que contiene 256 CPU Vera, cada una con 88 núcleos personalizados y ancho de banda de memoria de hasta 1.2 terabytes por segundo.
Cuando chips de alto rendimiento como el GH200 de Nvidia superaron un kilowatt en 2023, los fabricantes comenzaron a adoptar enfriamiento líquido directo. El hardware de enfriamiento entró en la ruta crítica del despliegue porque el sistema de cómputo no podía operar a su rendimiento diseñado sin él.
Los operadores deben diseñar aceleradores, interconexiones, memoria, distribución de refrigerante y energía de la instalación en relación unos con otros. Un operador que gestiona un despliegue homogéneo puede optimizar a través de esos límites, mientras un comprador que ensambla cada subsistema mediante ciclos de compra separados hereda cada falla de interfaz. La instalación se convierte en la unidad útil de cómputo porque cada optimización local puede dejar inactivo algo más caro a su lado.
Nvidia puede definir la arquitectura, pero un operador de nube aún necesita un proveedor que abastezca, integre, pruebe e instale el sistema físico. El silicio puede producir puntajes de benchmark, pero la plomería y la energía determinan si el rack se mantiene en funcionamiento. La infraestructura de IA se ha vuelto inusualmente eficaz para recordarles a las empresas de software que el agua tiene opiniones.
Dell ahora compite en ejecución a escala de rack
CoreWeave proporcionó el ejemplo operativo más claro cuando se convirtió en el primer proveedor de nube en instalar sistemas Nvidia Blackwell Ultra usando servidores refrigerados por líquido suministrados por Dell. CoreWeave proporcionó la capa de acceso a la nube, Nvidia proporcionó la plataforma de aceleradores y Dell suministró el sistema instalado a escala de rack.
Dell también estaría cerca de un acuerdo de $5 mil millones para proporcionar servidores Nvidia GB200 para el proyecto de supercomputadora de xAI en Memphis. El mismo reporte señaló que Hewlett Packard Enterprise había ganado un acuerdo reportado de $1 mil millones en servidores de IA para X a finales de 2024, después de que Dell y Super Micro Computer también presentaran ofertas. Los grandes proyectos de IA todavía generan competencias relevantes de hardware en las que cada postor debe asegurar componentes escasos y ejecutar un despliegue complejo.
Dell y HPE deben traducir una hoja de ruta de aceleradores en colectores de refrigerante, topología de red, pedidos de componentes y calendarios de instalación. Los compradores pueden contratar cómputo terminado, pero los OEM aún deben hacer que el sistema físico llegue y funcione como se prometió.
Los prestamistas ahora asignan capacidad junto con los fabricantes de chips
Las empresas de infraestructura de IA necesitan financiamiento de infraestructura de IA porque pagan por componentes e instalaciones antes de que los clientes generen utilización. Estas empresas pidieron prestados más de $100 mil millones en 2025, mientras los prestatarios más pequeños pagaban tasas de interés más altas, pues los inversionistas cuestionaban negocios de IA no probados.
Reuters reportó el 10 de junio de 2026 que Morgan Stanley esperaba que la emisión global de deuda vinculada a IA se más que duplicara hasta casi $570 mil millones ese año, mientras los hyperscalers buscaban alternativas para financiar gasto de capital. El pronóstico forma parte de la pila de compromisos de infraestructura de IA más amplia: los desarrolladores necesitan contratos, garantías y capital para financiar el sistema físico detrás de una promesa de capacidad.
CoreWeave ya había demostrado el vínculo entre chips y crédito. Reuters reportó el 3 de agosto de 2023 que la empresa levantó una línea de deuda de $2.3 mil millones respaldada por chips Nvidia, después de recaudar $421 millones en capital ese año. CoreWeave usó como garantía de financiamiento para más capacidad el hardware que necesitaba desplegar.
General Compute llevó el mecanismo un nivel más allá cuando recibió un préstamo de $400 millones descrito como la primera transacción que utiliza chips específicos para inferencia como garantía. Upper90 vinculó el crédito al hardware que se esperaba generara ingresos de cómputo.
Los prestamistas participan en la asignación de capacidad junto con los fabricantes de chips y los operadores de nube. Un desarrollador bien financiado puede reservar componentes y absorber costos de construcción antes de que comience la utilización. Al elevar los costos de financiamiento o retener crédito, los prestamistas pueden retrasar qué desarrolladores aseguran hardware y entregan capacidad.
Los márgenes de Dell revelarán su poder a escala de rack
En los mismos resultados del primer trimestre fiscal, Dell elevó su pronóstico de ingresos por servidores de IA para el año fiscal 2027 a $60 mil millones desde $50 mil millones. El aumento establece una fuerte demanda por los sistemas de Dell, pero los ingresos por sí solos no muestran cuánto valor económico retiene la empresa de la integración.
Los resultados citados no revelaron una cifra separada de margen bruto para servidores de IA ni un margen comparable para ventas de equipos únicamente. La conversión de pedidos, la cartera de pedidos y los márgenes deben por lo tanto poner a prueba la tesis: si la coordinación a escala de rack crea poder duradero, Dell debería convertir la demanda sin ceder la economía a proveedores de componentes, clientes o costos de financiamiento.
Preguntas frecuentes
¿Los $450 mil millones reportados de OpenAI en rentas de servidores son todos un contrato firme?
No. El texto describe aproximadamente $350 mil millones como rentas de servidores proyectadas y aproximadamente $100 mil millones como un plan reportado para servidores de respaldo hasta 2030. No establece que los $450 mil millones completos sean un solo compromiso vinculante.
¿Qué muestra el episodio Microsoft-CoreWeave sobre los contratos de capacidad?
Muestra que al menos una opción de capacidad de CoreWeave de casi $12 mil millones podía cambiar de manos: Microsoft la declinó y OpenAI la tomó. El texto no proporciona los términos contractuales más amplios ni demuestra que todos los acuerdos de capacidad de nube sean transferibles.
¿La configuración GB200 de 72 chips de Nvidia aumentará automáticamente los ingresos o la utilidad de Dell por despliegue?
No necesariamente. El texto no proporciona un precio de sistema GB200, el valor del contenido de Dell por rack ni una cifra de margen bruto de servidores de IA, por lo que no puede cuantificar los ingresos o la utilidad de Dell por despliegue.
¿Qué parte de los ingresos de Dell por servidores de IA está vinculada a CoreWeave, xAI u otros compradores mencionados?
El texto no proporciona un desglose de ingresos por cliente. Cita la instalación Blackwell Ultra refrigerada por líquido de CoreWeave suministrada por Dell y un acuerdo reportado de $5 mil millones de xAI para GB200, pero no vincula ninguno de los dos montos con el trimestre reportado de $16.1 mil millones de Dell.
Compromisos de capital y capacidad citados
| Empresa o transacción | Monto | Estructura o propósito | Periodo/fecha |
|---|---|---|---|
| Rentas de servidores de OpenAI | $450B | Rentas proyectadas reportadas, incluidos aproximadamente $100B para servidores de respaldo | Hasta 2030 |
| OpenAI–Cerebras | Más de $20B | Acuerdo para usar chips de servidor de Cerebras | No indicado |
| Financiamiento de xAI Colossus 2 | Se acercó a $20B | Capital y deuda planeados vinculados a GPU Nvidia | No indicado |
| Financiamiento de CoreWeave | Línea de deuda de $2.3B; capital de $421M | Deuda respaldada por chips Nvidia | 3 de agosto de 2023 |
| Préstamo de General Compute | $400M | Préstamo que utiliza chips específicos para inferencia como garantía | No indicado |
El trimestre de $16.1 mil millones de Dell resuelve solo la mitad de la contradicción inicial. Los compradores pueden contratar capacidad utilizable y aun así impulsar los ingresos de los OEM porque alguien debe abastecer, enfriar, conectar e instalar los racks. Los márgenes de Dell ahora deben mostrar si la obligación alrededor de la caja se ha convertido en un producto rentable.