{"id":797,"date":"2026-03-17T16:00:23","date_gmt":"2026-03-17T20:00:23","guid":{"rendered":"https:\/\/ermdigital.com\/index.php\/2026\/03\/17\/nvidia-nunca-estuvo-tan-optimista-con-sus-chips-tampoco-nunca-tuvo-tanta-competencia-respirandole-en-el-cuello\/"},"modified":"2026-03-17T16:00:23","modified_gmt":"2026-03-17T20:00:23","slug":"nvidia-nunca-estuvo-tan-optimista-con-sus-chips-tampoco-nunca-tuvo-tanta-competencia-respirandole-en-el-cuello","status":"publish","type":"post","link":"https:\/\/ermdigital.com\/index.php\/2026\/03\/17\/nvidia-nunca-estuvo-tan-optimista-con-sus-chips-tampoco-nunca-tuvo-tanta-competencia-respirandole-en-el-cuello\/","title":{"rendered":"NVIDIA nunca estuvo tan optimista con sus chips: tampoco nunca tuvo tanta competencia respir\u00e1ndole en el cuello"},"content":{"rendered":"

\n \"NVIDIA\n <\/p>\n

Si hay una empresa que ha capitalizado el boom de la inteligencia artificial<\/a>, esa ha sido NVIDIA. Sus chips se han convertido en una pieza fundamental<\/a> para entrenar y ejecutar muchos de los modelos que sostienen el auge actual de la IA generativa. En la conferencia GTC celebrada en San Jos\u00e9<\/a>, su CEO, Jensen Huang, lleg\u00f3 a proyectar al menos un bill\u00f3n de d\u00f3lares en pedidos acumulados para sus chips. Mientras tanto, alrededor de la compa\u00f1\u00eda empieza a formarse un nuevo mapa de competidores.<\/p>\n

<\/p>\n

El mensaje<\/strong>. Huang puso cifras al momento que atraviesa la compa\u00f1\u00eda. El ejecutivo explic\u00f3 que la demanda prevista para los chips Blackwell, como los B300<\/a>, y la arquitectura Rubin podr\u00eda alcanzar al menos un bill\u00f3n de d\u00f3lares en pedidos acumulados hacia 2027. Hace apenas un a\u00f1o esa estimaci\u00f3n se situaba en torno a los 500.000 millones, seg\u00fan record\u00f3 durante su intervenci\u00f3n.<\/p>\n

\n
\n
\n
<\/div>\n<\/div>\n<\/div>\n<\/div>\n

La transformaci\u00f3n<\/strong>. Durante d\u00e9cadas fue conocida sobre todo por sus GPU para videojuegos, pero su arquitectura termin\u00f3 encajando a la perfecci\u00f3n con las necesidades del aprendizaje autom\u00e1tico. Ese giro ha transformado la compa\u00f1\u00eda: seg\u00fan datos citados por Associated Press<\/a>, sus ingresos anuales pasaron de 27.000 millones de d\u00f3lares en 2022 a 216.000 millones el a\u00f1o pasado, impulsados en gran medida por la demanda de infraestructura para inteligencia artificial.<\/p>\n

<\/p>\n

Se avecinan cambios<\/strong>. Buena parte del crecimiento de la inteligencia artificial en los \u00faltimos a\u00f1os se apoy\u00f3 en el entrenamiento de modelos, un proceso que requiere enormes cantidades de c\u00e1lculo y donde las GPU de NVIDIA han dominado con claridad. Sin embargo, el sector empieza a mirar cada vez m\u00e1s hacia la inferencia, la etapa en la que los sistemas ya entrenados producen respuestas para los usuarios. Seg\u00fan analistas citados por Reuters<\/a>, ese cambio podr\u00eda ampliar el n\u00famero de competidores capaces de ejecutar esas cargas.<\/p>\n

\n
\n

\"Jensen<\/p><\/div>\n<\/div>\n

Las grandes tecnol\u00f3gicas se mueven<\/strong>. Empresas que durante a\u00f1os han comprado grandes cantidades de GPU de NVIDIA est\u00e1n invirtiendo al mismo tiempo en sus propios aceleradores de inteligencia artificial. Amazon ha desarrollado su familia de chips Trainium<\/a> para entrenar y ejecutar modelos en su nube, Google contin\u00faa ampliando su l\u00ednea de TPUs<\/a> y Meta trabaja en varias generaciones de su acelerador MTIA<\/a> para sostener sus cargas de IA.<\/p>\n

<\/p>\n

El frente chino<\/strong>. La presi\u00f3n sobre NVIDIA tampoco se limita a Estados Unidos o Europa. Las restricciones comerciales impuestas por Washington han reducido el acceso de las empresas chinas a algunos de sus chips m\u00e1s avanzados, lo que ha acelerado la b\u00fasqueda de alternativas locales. Huawei, por ejemplo, prepara el env\u00edo masivo de su chip 910C para clientes de inteligencia artificial<\/a>, mientras varias compa\u00f1\u00edas del pa\u00eds impulsan alianzas para reforzar un ecosistema dom\u00e9stico que abarque chips, modelos e infraestructura.<\/p>\n

\n
\n
\n
\n
\n \"DLSS
\n <\/a>\n <\/div>\n
\n
\n En Xataka<\/a>\n <\/div>\n

DLSS 5: millones invertidos en mejoras gr\u00e1ficas por IA para que la gente diga que parece un filtro de belleza de Instagram <\/a>\n <\/p><\/div>\n<\/div>\n<\/div>\n<\/div>\n

La fotograf\u00eda general<\/strong>. No caben dudas de que NVIDIA sigue siendo una pieza fundamental en la infraestructura que alimenta el auge de la inteligencia artificial, y sus previsiones de demanda reflejan esa posici\u00f3n dominante. Pero al mismo tiempo, el mercado empieza a moverse en varias direcciones: grandes tecnol\u00f3gicas, nuevas compa\u00f1\u00edas y ecosistemas nacionales trabajan para construir alternativas que reduzcan su dependencia.<\/p>\n

<\/p>\n

Im\u00e1genes | NVIDIA<\/p>\n

En Xataka | China ya tiene dos fabricantes de chips con tecnolog\u00eda de 7 nm. Es una mal\u00edsima noticia para EEUU y sus aliados<\/a><\/p>\n

–
La noticia
\n
\n NVIDIA nunca estuvo tan optimista con sus chips: tampoco nunca tuvo tanta competencia respir\u00e1ndole en el cuello <\/em>
\n <\/a>
\n fue publicada originalmente en
\n
\n Xataka <\/strong>
\n <\/a>
\n por
\n Javier Marquez
\n <\/a>
\n . <\/p>\n

\u00a0Si hay una empresa que ha capitalizado el boom de la inteligencia artificial, esa ha sido NVIDIA. Sus chips se han convertido en una pieza fundamental para entrenar y ejecutar muchos de los modelos que sostienen el auge actual de la IA generativa. En la conferencia GTC celebrada en San Jos\u00e9, su CEO, Jensen Huang, lleg\u00f3 a proyectar al menos un bill\u00f3n de d\u00f3lares en pedidos acumulados para sus chips. Mientras tanto, alrededor de la compa\u00f1\u00eda empieza a formarse un nuevo mapa de competidores.
\nEl mensaje. Huang puso cifras al momento que atraviesa la compa\u00f1\u00eda. El ejecutivo explic\u00f3 que la demanda prevista para los chips Blackwell, como los B300, y la arquitectura Rubin podr\u00eda alcanzar al menos un bill\u00f3n de d\u00f3lares en pedidos acumulados hacia 2027. Hace apenas un a\u00f1o esa estimaci\u00f3n se situaba en torno a los 500.000 millones, seg\u00fan record\u00f3 durante su intervenci\u00f3n.<\/p>\n

La transformaci\u00f3n. Durante d\u00e9cadas fue conocida sobre todo por sus GPU para videojuegos, pero su arquitectura termin\u00f3 encajando a la perfecci\u00f3n con las necesidades del aprendizaje autom\u00e1tico. Ese giro ha transformado la compa\u00f1\u00eda: seg\u00fan datos citados por Associated Press, sus ingresos anuales pasaron de 27.000 millones de d\u00f3lares en 2022 a 216.000 millones el a\u00f1o pasado, impulsados en gran medida por la demanda de infraestructura para inteligencia artificial.
\nSe avecinan cambios. Buena parte del crecimiento de la inteligencia artificial en los \u00faltimos a\u00f1os se apoy\u00f3 en el entrenamiento de modelos, un proceso que requiere enormes cantidades de c\u00e1lculo y donde las GPU de NVIDIA han dominado con claridad. Sin embargo, el sector empieza a mirar cada vez m\u00e1s hacia la inferencia, la etapa en la que los sistemas ya entrenados producen respuestas para los usuarios. Seg\u00fan analistas citados por Reuters, ese cambio podr\u00eda ampliar el n\u00famero de competidores capaces de ejecutar esas cargas.<\/p>\n

Las grandes tecnol\u00f3gicas se mueven. Empresas que durante a\u00f1os han comprado grandes cantidades de GPU de NVIDIA est\u00e1n invirtiendo al mismo tiempo en sus propios aceleradores de inteligencia artificial. Amazon ha desarrollado su familia de chips Trainium para entrenar y ejecutar modelos en su nube, Google contin\u00faa ampliando su l\u00ednea de TPUs y Meta trabaja en varias generaciones de su acelerador MTIA para sostener sus cargas de IA.
\nEl frente chino. La presi\u00f3n sobre NVIDIA tampoco se limita a Estados Unidos o Europa. Las restricciones comerciales impuestas por Washington han reducido el acceso de las empresas chinas a algunos de sus chips m\u00e1s avanzados, lo que ha acelerado la b\u00fasqueda de alternativas locales. Huawei, por ejemplo, prepara el env\u00edo masivo de su chip 910C para clientes de inteligencia artificial, mientras varias compa\u00f1\u00edas del pa\u00eds impulsan alianzas para reforzar un ecosistema dom\u00e9stico que abarque chips, modelos e infraestructura.<\/p>\n

En Xataka<\/p>\n

DLSS 5: millones invertidos en mejoras gr\u00e1ficas por IA para que la gente diga que parece un filtro de belleza de Instagram <\/p>\n

La fotograf\u00eda general. No caben dudas de que NVIDIA sigue siendo una pieza fundamental en la infraestructura que alimenta el auge de la inteligencia artificial, y sus previsiones de demanda reflejan esa posici\u00f3n dominante. Pero al mismo tiempo, el mercado empieza a moverse en varias direcciones: grandes tecnol\u00f3gicas, nuevas compa\u00f1\u00edas y ecosistemas nacionales trabajan para construir alternativas que reduzcan su dependencia.
\nIm\u00e1genes | NVIDIA
\nEn Xataka | China ya tiene dos fabricantes de chips con tecnolog\u00eda de 7 nm. Es una mal\u00edsima noticia para EEUU y sus aliados<\/p>\n

– La noticia<\/p>\n

NVIDIA nunca estuvo tan optimista con sus chips: tampoco nunca tuvo tanta competencia respir\u00e1ndole en el cuello <\/p>\n

fue publicada originalmente en<\/p>\n

Xataka <\/p>\n

por
\n Javier Marquez<\/p>\n

.\u00a0\u00a0\u00a0<\/p>","protected":false},"excerpt":{"rendered":"

Si hay una empresa que ha capitalizado el boom de la inteligencia artificial, esa ha sido NVIDIA. Sus chips se han convertido en una pieza fundamental para entrenar y ejecutar muchos de los modelos que sostienen el auge actual de la IA generativa. En la conferencia GTC celebrada en San Jos\u00e9, su CEO, Jensen Huang, […]<\/p>\n","protected":false},"author":1,"featured_media":798,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"amp_status":"","footnotes":""},"categories":[6],"tags":[],"class_list":["post-797","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ciencia-y-tecnologia"],"_links":{"self":[{"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/posts\/797","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/comments?post=797"}],"version-history":[{"count":0,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/posts\/797\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/media\/798"}],"wp:attachment":[{"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/media?parent=797"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/categories?post=797"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/tags?post=797"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}