El dilema de Nvidia: los chips de IA de Google acechan su trono
Las acciones de Nvidia se ven lastradas por el miedo a que Google gane terreno con sus chips de inteligencia artificial, las TPU. Analizamos qué hay detrás de ese temor y hasta dónde llega.
Nvidia vuelve a estar en el punto de mira, y esta vez el motivo no es un mal resultado ni un problema de producción, sino el miedo a perder terreno frente a Google. La compañía estadounidense es el gran proveedor de los chips que se usan para entrenar y hacer funcionar la inteligencia artificial, pero Google lleva años desarrollando su propia familia de procesadores, las llamadas TPU (Tensor Processing Units), unas piezas diseñadas específicamente para acelerar las tareas de IA. El mercado teme que esos chips le coman cuota a Nvidia, y ese temor es suficiente para mover la cotización.
Para entender el asunto hay que saber qué es una TPU. Mientras que Nvidia vende tarjetas gráficas (GPU) que sirven para muchísimas cosas y que los clientes compran e instalan en sus propios centros de datos, Google diseña sus chips para su uso interno y también los ofrece a través de su nube. Es decir, no compite en la tienda de al lado intentando venderte una tarjeta: compite quitándole a Nvidia el motivo para comprarla. Cada vez que un cliente de Google Cloud decide usar TPU en lugar de GPU, es una compra de chips de Nvidia que nunca se produce. Ese es el mecanismo real detrás del titular.
El detalle importante está en para qué se usan esos chips. Entrenar un modelo de IA desde cero exige una potencia enorme y mucha flexibilidad, un terreno donde Nvidia ha sido claramente dominante. Pero una vez el modelo ya está entrenado, hay que servirlo a millones de usuarios cada día, y esa tarea (la inferencia) es más repetitiva y predecible. Ahí los chips hechos a medida pueden bastar y salir más baratos. Si el negocio de la IA se va desplazando poco a poco desde el entrenamiento hacia el uso masivo, el terreno de juego cambia, y eso es exactamente lo que el mercado está intentando descontar.
Conviene poner algo de contexto para no llevarse sustos. La preocupación por los chips propios de los grandes de la nube no es nueva: lleva años rondando al sector, porque varios gigantes tecnológicos desarrollan silicio propio para no depender de un único proveedor y para ajustar costes. Aun así, Nvidia ha seguido creciendo en paralelo. Y no es un juego de suma cero: el gasto en inteligencia artificial crece a un ritmo tan fuerte que puede haber sitio para varios fabricantes a la vez. Además, diseñar un chip propio exige inversión, tiempo y, sobre todo, un ecosistema de software que funcione bien, algo en lo que Nvidia lleva mucha ventaja acumulada.
¿Qué debería mirar un inversor particular a partir de ahora? Más que los titulares de un día, las señales concretas: si los grandes clientes de Nvidia anuncian más capacidad propia, cómo evoluciona el negocio de centros de datos de la compañía en sus próximas cuentas y si su ritmo de crecimiento se mantiene o se enfría. Y, sobre todo, qué dice la propia dirección sobre la competencia. La amenaza de las TPU no se resuelve con un titular, pero tampoco conviene ignorarla: en un sector que se mueve tan rápido, la cuota de mercado se defiende innovando, no por inercia.
El análisis de Salseo
- El riesgo no es que Google venda chips en el mercado abierto, sino que sus clientes dejen de comprárselos a Nvidia: cada TPU que entra en servicio es una GPU que no se adquiere. Es una pérdida de demanda silenciosa, no una guerra de precios visible.
- La batalla de fondo está en la inferencia. Entrenar modelos requiere la potencia bruta donde Nvidia manda, pero servir modelos ya entrenados a millones de usuarios es una tarea más repetitiva donde un chip a medida puede bastar y salir más barato. Si el gasto del sector pivota hacia ahí, el reparto del pastel se mueve.
- La señal a vigilar no es el rumor, son los números: el crecimiento del negocio de centros de datos de Nvidia en sus próximos resultados, los anuncios de capacidad propia de los grandes clientes de la nube y los comentarios de la propia dirección sobre competencia.
- La lectura contraria también cuenta: este miedo lleva años en el ambiente y Nvidia ha seguido creciendo, porque diseñar silicio propio exige inversión, años de desarrollo y un ecosistema de software a la altura. Con el gasto en IA disparado, puede haber crecimiento para varios fabricantes a la vez sin que sea un juego de suma cero.