Nvidia se queda con el arrendamiento

Nvidia está permitiendo que los procesadores de otras empresas entren en racks construidos alrededor de sus GPU. También está acordando asumir capacidad en la nube que sus clientes no puedan vender. Una decisión abre la máquina; la otra pone el balance de Nvidia detrás del edificio que la alberga.

Nvidia se está convirtiendo en un organizador del balance de la fábrica de IA, no solo en su proveedor dominante de chips: NVLink Fusion puede mantener conectados racks de silicio mixto mediante la interconexión de Nvidia, mientras que las inversiones, los arrendamientos y las garantías de capacidad colocan a la empresa en posición de influir en qué proyectos obtienen financiamiento y quién absorbe sus horas ociosas. Eso crea influencia sobre la infraestructura de IA sin demostrar que Nvidia sea dueña de cada chip, controle cada contrato o pueda obtener ganancias de cada garantía.

Nvidia ahora recibe una cobertura más enfocada en empresas que en consumidores. En el registro de 2024–26, el enfoque empresarial subió de 15.2% a 25.1% de la cobertura sobre Nvidia, mientras que el enfoque en consumidores cayó de 18.3% a 10.3%. Son mediciones de cobertura, no de los ingresos de Nvidia. Marcan la distancia entre una empresa discutida principalmente por los dispositivos que usan sus chips y otra que cada vez se discute más a través de los proyectos que deben alojarlos, alimentarlos y pagarlos.

Nvidia primero facilitó el despliegue de las GPU

La plataforma anterior respondía una cuestión de software. En 2018, Nvidia dijo que respaldaría la orquestación de Kubernetes en sus GPU y aportaría mejoras para GPU a la comunidad de código abierto. En 2019, Nvidia dijo que llevaría la aceleración CUDA a las CPU Arm y compartiría su software de IA y computación de alto rendimiento con Arm. Ambos movimientos redujeron el trabajo que un cliente debía hacer antes de poner a trabajar hardware de Nvidia.

Ese diseño tenía sentido cuando la adopción era el cuello de botella. Los desarrolladores necesitaban software, los operadores necesitaban herramientas de despliegue conocidas y los compradores de chips necesitaban confianza en que las aplicaciones funcionarían después de que llegara el hardware. Nvidia podía ampliar el acceso a esos complementos mientras mantenía a CUDA y sus aceleradores en el centro de la compra.

Un centro de datos a escala de rack plantea una pregunta distinta. Su operador debe conectar CPU, aceleradores y redes en un sistema funcional, y luego mantener ese sistema lo bastante ocupado para justificar el edificio, la conexión eléctrica y el financiamiento. La ventaja de Nvidia en software sigue importando, pero ya no responde cada decisión entre ordenar un chip y generar ingresos a partir de él.

NVLink Fusion admite silicio rival sin volver neutral al rack

En mayo de 2025, Nvidia presentó NVLink Fusion para acoplar CPU o aceleradores que no son de Nvidia con GPU de Nvidia en sistemas a escala de rack. Posteriormente, Arm dijo que las CPU Neoverse podrían integrarse con aceleradores mediante Fusion. SiFive dijo en enero de 2026 que integraría la tecnología con su IP de procesadores RISC-V para que su silicio pudiera comunicarse con chips de Nvidia y sus socios.

Nvidia no tiene que suministrar cada procesador para seguir siendo importante en el diseño del sistema. Un cliente puede elegir otra CPU, o considerar un acelerador especializado, y aun así optar por una interconexión y una arquitectura organizadas alrededor de Nvidia. Abrir esa conexión amplía el conjunto de componentes que un comprador puede colocar en el rack; no convierte a NVLink en un estándar independiente ni demuestra que cada diseño participante llegará al despliegue.

La distinción física importa. Un operador de centro de datos no compra “cómputo heterogéneo” en abstracto. Ordena componentes que deben intercambiar datos a velocidades útiles dentro de un rack finito, con un sistema de enfriamiento y un presupuesto de energía ya especificados. La empresa que define esas conexiones puede seguir siendo difícil de desplazar incluso cuando otra empresa suministra un chip valioso.

La inferencia está separando el trabajo que antes reclamaba un solo acelerador

El entrenamiento recompensó a las flotas de aceleradores de propósito general. Servir un modelo expone restricciones distintas en momentos distintos. La fase de prellenado procesa el prompt entrante; la decodificación genera la respuesta. La arquitectura Rubin CPX de Nvidia enfatiza la capacidad de cómputo por encima del ancho de banda de memoria para el prellenado. La cobertura del acuerdo de Nvidia con Groq ha sugerido que la tecnología de Groq podría respaldar una variante de latencia ultrabaja para otro trabajo de inferencia, pero eso sigue siendo una posibilidad, no un producto anunciado.

Nvidia y Groq celebraron un acuerdo confirmado de licencia no exclusiva de tecnología de inferencia por $20B, y altos ejecutivos de Groq se trasladaron a Nvidia como parte del acuerdo. Una licencia da a Nvidia acceso a un enfoque alternativo para servir modelos sin demostrar que haya comprado Groq o asegurado control exclusivo sobre su tecnología. La distinción es central: Nvidia puede añadir una opción a su propio diseño de sistemas mientras otras empresas siguen pudiendo desarrollar inferencia especializada.

Los creadores de modelos lo están haciendo. OpenAI y Broadcom presentaron Jalapeño, un chip de inferencia optimizado para LLM que pasó del diseño al tape-out de fabricación en nueve meses. Inferact recaudó $150M en torno al motor de inferencia de código abierto vLLM, mientras que DeepInfra reportó soporte para más de 190 modelos abiertos. La especialización de hardware y la portabilidad de software dan a los compradores maneras de cuestionar el costo de una pila predeterminada de GPU para servir modelos. Por tanto, el relato más profundo sobre la infraestructura de inferencia trata de trabajos distintos dentro del mismo servicio, no de un chip sustituto esperando ganar en todo.

Nvidia está poniendo capital junto a la orden de hardware

El 1 de octubre, Nvidia completó el último tramo de $10B de su compromiso de inversión de $30B en OpenAI. Nvidia también compró 214.7 millones de acciones de Intel a $23.28 cada una, cerca de $5B. A finales de julio, Nvidia reportó $47.9B mantenidos en empresas privadas y $18B comprometidos para inversiones de capital durante el resto de su año fiscal. Vendió $25B en bonos de alta calidad después de apuntar inicialmente a aproximadamente $20B.

Estas transacciones tienen propósitos y límites distintos. OpenAI es un comprador importante de cómputo; una inversión de capital vincula a Nvidia con las perspectivas del cliente sin constituir por sí misma una orden de hardware. La compra de Intel es una participación en un fabricante de chips, no control sobre su manufactura o la hoja de ruta de sus productos. Nvidia supuestamente probó el proceso 18A de Intel, pero no avanzó a producción, por lo que la participación no establece una nueva vía de manufactura para Nvidia.

La revelación de Nvidia en febrero puso a la vista una obligación más directa sobre proyectos: $3.5B en garantías para empresas que arriendan terrenos, energía e instalaciones de centros de datos, cuatro veces su nivel del T3. Un operador joven puede tener demanda de GPU y aun así batallar para convencer a un arrendador o prestamista de financiar el sitio en torno a ellas. El crédito de Nvidia puede ayudar a cerrar esa brecha; cuánto tendría que cubrir de un proyecto fallido depende de los términos de la garantía.

La hora no vendida se ha convertido en una obligación contractual

La orden de $6.3B de CoreWeave con Nvidia especifica que Nvidia comprará capacidad en la nube que CoreWeave no pueda vender a otros clientes hasta el 13 de abril de 2032. CoreWeave obtiene un respaldo para la utilización; Nvidia asume una obligación vinculada a si otros clientes ocupan la capacidad. Eso es más preciso que decir que Nvidia “apoya” a un proveedor de nube. Identifica la hora que nadie compró y nombra a una parte que ha acordado comprarla.

Nvidia ofreció un acuerdo relacionado a proveedores jóvenes, incluidos Firmus y Sharon AI: arrendaría de vuelta GPU sin usar a cambio de una parte de sus ingresos. El operador puede financiar y ofrecer capacidad con cierta protección contra máquinas vacías; Nvidia participa en el potencial al alza mientras acepta una ruta definida para que el equipo no utilizado regrese a sus libros. La ronda de $668M de GMI Cloud muestra otra división de roles: $223M provinieron de financiamiento de capital con participación de Nvidia, mientras que un componente de crédito liderado por CTBC aportó $445M. La participación de Nvidia en el capital no significa que Nvidia haya garantizado ese préstamo.

Estos son instrumentos distintos de financiamiento de infraestructura de IA. El capital absorbe pérdidas después de los acreedores, una garantía de arrendamiento respalda una obligación de instalación y una compra de capacidad paga por un servicio que otro comprador no tomó. Ninguno exige que Nvidia posea por completo a un operador de nube. Cada uno puede afectar lo que el operador puede construir y lo que sus prestamistas están dispuestos a financiar. Según reportes, Nvidia ha sostenido conversaciones preliminares con aseguradoras sobre proteger a los prestamistas de neocloud frente a incumplimientos, pero de esas conversaciones no se desprende ningún producto de seguros ni negocio de suscripción completado.

Otros balances —y un servicio más barato— limitan la posición

Broadcom acordó prestar a Anthropic hasta $42B mediante una nota convertible que podría ayudar a financiar un compromiso de arrendamiento de TPU de $125.2B a cinco años. Ese acuerdo ofrece un contraejemplo a cualquier afirmación de que Nvidia es la única ruta entre el silicio especializado y la capacidad financiada. Broadcom puede respaldar la demanda de una pila de cómputo distinta con crédito propio. Nvidia y Broadcom también han usado garantías de valor residual para respaldar compras de clientes, haciendo que el valor futuro del equipo forme parte de los términos de financiamiento de hoy.

Los grandes compromisos no son intercambiables con demanda desplegada. El plan anunciado de Nvidia de invertir hasta $100B en OpenAI supuestamente se estancó antes de que las empresas avanzaran hacia la estructura menor, de hasta $30B, que Nvidia ahora ha financiado. Nvidia también habría reestructurado un acuerdo para un centro de datos en Ohio de modo que inicialmente garantizara solo la mitad de un respaldo planeado de $250B. Nvidia estaba dispuesta a respaldar los proyectos, pero también negoció el tamaño y el momento del riesgo que asumiría.

Documentos de OpenAI y Anthropic reportaron costos de inferencia superiores a la mitad de los ingresos, lo que explica por qué la eficiencia al servir modelos importa para ambos compradores. Según reportes, ingenieros de OpenAI encontraron una manera de reducir a más de la mitad el costo de inferencia. Un menor costo por respuesta puede ayudar a una empresa de modelos, pero también puede alterar cuánta capacidad necesita reservar esa empresa y cuánto vale el equipo existente. Sin los términos de utilización, terminación y valor residual de cada contrato, ni una inversión de titular ni una garantía de titular revelan quién finalmente absorbe ese ajuste.

Un centro de datos planeado en Texas concentra el nuevo acuerdo en un solo lugar. Anthropic firmó un acuerdo de nube por $35B con Lambda, respaldada por Nvidia; bajo el acuerdo, Hut 8 construirá la instalación, Nvidia suministrará sus chips y Nvidia mantendrá el arrendamiento. El constructor, el proveedor de nube, el cliente y el proveedor de chips tienen nombres distintos. El de Nvidia es el previsto para el arrendamiento.