La ventaja de Nvidia se traslada de las GPU a los sistemas que las rodean

Durante los primeros años del auge de la IA, Nvidia fue la única fuente de GPU de vanguardia, lo que resultó muy rentable a medida que la industria escalaba. En los últimos años, gigantes tecnológicos como Amazon y Google han comenzado a desarrollar sus propios chips, lo que ha llevado a los inversionistas a cuestionar qué tan duradera es realmente la ventaja de Nvidia. Tras multiplicar por 10 su capitalización de mercado entre inicios de 2023 y mediados de 2025, las acciones de Nvidia han seguido una trayectoria más moderada durante el último año en medio de preocupaciones por la competencia en GPU.

Ha surgido una nueva narrativa desde los resultados de Nvidia del miércoles: los inversionistas están reconociendo que la ventaja de la empresa va mucho más allá de las GPU. A medida que la computación de IA escala al nivel de gigavatios, orquestarla se ha vuelto una tarea cada vez más compleja, y Nvidia ha construido gran parte del hardware de vanguardia necesario para manejarla, lo que le da a la empresa una ventaja en los sistemas que rodean a la GPU incluso mientras se intensifica la competencia en GPU.

Nvidia está desplegando actualmente su arquitectura Vera Rubin, que combina la GPU Rubin con otras unidades, incluida la CPU Vera, el acelerador de inferencia Groq 3 LPX, y racks equivalentes para almacenamiento y redes. Según Nvidia, se trata de sistemas altamente especializados que, en lugar de procesar tokens por sí mismos, se aseguran de que todo lo que está fuera de la GPU funcione con la mayor eficiencia posible. La CPU Vera, en particular, se enfoca en orquestar datos. “Vera es importante porque hay un límite a la cantidad de memoria que se puede poner en un solo servidor o cualquier tipo de plataforma de cómputo”, dijo a TechCrunch el vicepresidente de tecnología de almacenamiento de Nvidia, Jason Hardy, y agregó que la empresa observó “una mejora de más de 3 veces” en operaciones donde la CPU Vera acelera el acceso al almacenamiento flash sin generar cuellos de botella en el rendimiento.

Un problema similar aparece fuera de Nvidia. En una publicación de blog a principios de este mes, OpenAI dijo que su chip Jalapeño fue diseñado para minimizar el movimiento de datos y los retrasos de comunicación al mantener toda la carga de trabajo dentro de un solo sistema conectado, un enfoque distinto para el mismo objetivo subyacente de ganar eficiencia mediante un control de tráfico más inteligente en lugar de más ciclos de procesamiento. Nvidia todavía tendrá que competir con fabricantes de chips rivales y grandes proveedores de nube en esta nueva capa, pero, al menos en las primeras etapas, parece mantener una ventaja dominante.

Por qué importa

Si el verdadero campo de batalla se traslada del rendimiento puro de las GPU a la orquestación a nivel de sistema, la ventaja temprana de Nvidia en esa capa podría compensar la creciente competencia que enfrenta solo en chips.