En una frase
Nvidia diseña los procesadores (las GPU) con los que se entrenan los modelos de IA y desde los que se sirven en su mayoría. Todos los laboratorios de esta serie, todas las nubes y la mayoría de los agentes funcionan con su hardware, y por eso una empresa que empezó con tarjetas gráficas para videojuegos es hoy el negocio más valioso del mundo.
En 2026 hace tres cosas a la vez: saca una nueva generación de chips cada año, se abre paso a base de compras en la capa de software y ve cómo sus mayores clientes diseñan sus propios chips.
En cifras — septiembre de 2026
Qué vende en realidad
GPU para centros de datos: Blackwell, la generación actual, agotada hasta mediados de 2026; Vera Rubin, su sucesora, ya en producción y con envíos en la segunda mitad del año. Son los chips que hay detrás de cualquier gran entrenamiento y de la mayor parte de la inferencia.
Sistemas completos: racks, redes, refrigeración, software: Nvidia vende la fábrica de IA, no solo el chip. Ahí es donde están el margen y la dependencia.
CUDA: la plataforma de software sobre la que se construye primero cualquier framework de IA. Cuatro millones de desarrolladores, quince años de código. Un chip rival tiene que ser más rápido y, además, merecer que se reescriba todo.
Software y modelos: servidores de inferencia, sus propios modelos abiertos (Nemotron), plataformas de robótica y de IA física, y ahora Hugging Face.
Inversiones: Nvidia está en el accionariado de Anthropic, OpenAI, Runway, Perplexity, Fireworks y decenas más. Financia a sus clientes, que le compran chips.
Gráficas de consumo: el negocio original, hoy una cifra residual al lado de los centros de datos.
Por qué nadie puede cambiarse: CUDA
La ventaja en hardware es real, pero no es el foso. Cada nueva generación vuelve a poner a cero el rendimiento por vatio y por dólar, y Nvidia ha pasado a sacar una al año para mantenerse por delante de AMD y de los chips propios. Lo que retiene a los clientes es el software: PyTorch, TensorFlow y cualquier pipeline de entrenamiento se escriben primero para CUDA, y un laboratorio que se pasa a otro chip se apunta a años de reescribir y reentrenar.
Esa es la diferencia entre una empresa de chips y una plataforma. A los chips se les supera; sobre las plataformas se construye.
La compra de Hugging Face
Nvidia acordó el 2 de septiembre de 2026 comprar Hugging Face por 12.930 millones de dólares y lo anunció al día siguiente; la operación se cerrará en el primer semestre de 2027. Hugging Face es donde viven los modelos de pesos abiertos: dieciocho millones de usuarios, tres millones de modelos, el sitio donde publican DeepSeek, Qwen y Meta. Los compromisos declarados de Nvidia: no exigir su computación, dar soporte a otros fabricantes de chips y que cualquiera pueda seguir publicando y descargando.
Si se lee junto con la compra de Groq del 24 de diciembre de 2025 (unos 20.000 millones de dólares por los activos y el equipo del rival en chips de inferencia, planteada como acuerdo de licencia y acqui-hire más que como adquisición), el patrón es vertical: Nvidia compró los chips que la amenazaban y luego la estantería donde están los modelos. La empresa de chips es ahora dueña del mercado en el que se distribuyen los modelos abiertos chinos, los que permiten a quien construye en solitario evitar los precios de las API estadounidenses. Si los compromisos de apertura se mantienen es algo que dirán los próximos dos años.
Los rivales
| Los chips propios de las nubes | AMD | China (Huawei Ascend) | |
|---|---|---|---|
| Quién | Google TPU, Amazon Trainium, Microsoft Maia, Jalapeño de OpenAI | El otro fabricante de GPU | Suministro nacional respaldado por el Estado |
| Dónde ganan | Inferencia dentro de sus propios centros de datos, con menor coste por token | Precio, y compradores que quieren un segundo proveedor | Un mercado vetado a Nvidia |
| Cuota | ~28 % de los envíos de servidores de IA previstos para 2026, creciendo tres veces más rápido que las GPU | Un dígito | Solo China |
| Amenaza | Que los mayores clientes se conviertan en proveedores | Real, pero no existencial | El precedente, más que los ingresos |
Los chips de las nubes son la amenaza que importa: los mayores clientes de Nvidia, con equipos de ingeniería capaces de irse, fabricando los suyos para la carga de trabajo (la inferencia) que se está convirtiendo en la mayor parte del gasto. Jalapeño, de OpenAI, presentado en Hot Chips el 25 de agosto de 2026 y desarrollado con Broadcom, mostró en inferencia entre 1,5 y 1,9 veces el rendimiento máximo por vatio de un sistema GB200 o GB300: la primera prueba sólida, y entrará en los centros de datos de OpenAI antes de fin de año. La respuesta de Nvidia es el ritmo anual y CUDA, y de momento la cartera de pedidos ni se ha inmutado.
Las pegas
- Concentración. Un puñado de clientes (las nubes, OpenAI, Anthropic, Meta) aporta la mayor parte de los ingresos, y son precisamente los que están construyendo alternativas.
- China. Los controles a la exportación sacaron los mejores chips de un mercado que suponía una décima parte de los ingresos de centros de datos; Pekín llevó a sus laboratorios hacia Huawei incluso cuando Washington permitía las ventas. Las previsiones de Nvidia no cuentan con ningún ingreso de computación en China.
- Circularidad. Nvidia invierte en laboratorios que se gastan el dinero en chips de Nvidia. ¿Demanda real o un círculo que maquilla las cifras de todos? La respuesta honesta: las dos cosas.
- Energía y precio. Hay chips en almacén esperando electricidad, y los sistemas de la clase Rubin se presupuestan un 15 % más caros a partir de 2027 por el coste de la memoria. El cuello de botella ha pasado de Nvidia a la red eléctrica.
- Dueña de la estantería. Hugging Face era neutral; ahora es de Nvidia. El ecosistema de pesos abiertos que daba a los desarrolladores independencia de cualquier proveedor ahora tiene proveedor.
Qué significa para ti
Nunca comprarás un chip de Nvidia. Pagarás uno cada vez que se ejecute un agente: el precio de los tokens sigue el coste y la disponibilidad de este hardware, y por eso bajó a lo largo de 2025, cuando las GPU antiguas se abarataron, y por eso un ciclo Rubin con poca oferta podría mantenerlo alto. Vigila el suministro de Nvidia como un transportista vigila el gasóleo.
Por qué importa
Nvidia es el peaje en la carretera por la que pasa cada modelo. Ha convertido una ventaja en hardware en una plataforma, una plataforma en una cartera de clientes a los que financia, y ahora en la propiedad del ecosistema abierto que se suponía que era la alternativa. La empresa más valiosa del planeta vende picos y palas, y en 2026 empezó a comprar la tienda entera.
Glosario
- Nvidia
- : diseñadora de las GPU y los sistemas sobre los que funciona la IA. Con sede en Santa Clara, fundada en 1993 por Jensen Huang, Chris Malachowsky y Curtis Priem.
- GPU
- : un procesador pensado para cálculos masivamente paralelos; el caballo de batalla del entrenamiento y la inferencia de IA.
- CUDA
- : la plataforma de software de Nvidia para programar sus GPU; la dependencia del ecosistema.
- Blackwell / Vera Rubin
- : la generación de chips actual y la siguiente; Nvidia ya saca una al año.
- Inferencia
- : ejecutar un modelo ya entrenado; la mayor parte del gasto en computación de IA desde 2026, y donde más compiten los chips propios.
- Silicio propio
- : chips que las nubes y los laboratorios diseñan para sí mismos: TPU, Trainium, Maia, Jalapeño.
- Hugging Face
- : el repositorio de modelos abiertos que Nvidia acordó comprar por 12.930 millones de dólares en septiembre de 2026.
- Groq
- : empresa de chips de inferencia cuyos activos y equipo se quedó Nvidia por unos 20.000 millones de dólares el 24 de diciembre de 2025, su mayor operación.
- Controles a la exportación
- : los límites de EE. UU. a la venta de chips avanzados a China; el motivo por el que las previsiones de Nvidia no cuentan con ingresos de computación en China.
¿Te ha gustado? Para seguir.
Nvidia es el peaje. Aquí tienes el resto de la infraestructura y los modelos abiertos que ahora aloja.