Las acciones de Nvidia caen más del 4% mientras los gigantes tecnológicos se convierten en rivales de chips

Las acciones de Nvidia Corp. cayeron más del 4% después de que dos de sus mayores clientes, Google y Amazon, señalaran planes definitivos para vender sus chips aceleradores de IA desarrollados a medida directamente a clientes corporativos, creando un nuevo frente competitivo para el líder del mercado.

La medida amenaza con convertir a los socios más importantes de Nvidia en sus rivales directos. “Esto podría desestabilizar fundamentalmente a Nvidia”, dijo Jay Goldberg, analista de semiconductores de Seaport Research. “Creo que este es un riesgo bastante significativo”.

Alphabet, matriz de Google, anunció que venderá sus chips de Unidad de Procesamiento de Tensor (TPU) patentados a un grupo selecto de clientes externos para su uso en sus propios centros de datos este año. Morgan Stanley estima que la venta de solo 500.000 TPU podría sumar aproximadamente 13.000 millones de dólares en ingresos para Google para 2027. Amazon siguió con su propia declaración, y su CEO Andy Jassy afirmó que hay una “buena probabilidad” de que la compañía ofrezca racks de sus chips Trainium más allá de sus propios servicios en la nube en un plazo de dos años.

Para Nvidia, que domina aproximadamente el 90% del mercado de aceleradores de IA, los anuncios representan un desafío a largo plazo para su negocio de altos márgenes. Si bien el liderazgo de la compañía no corre peligro inmediato, el cambio de los proveedores de nube a hiperescala para suministrar su propio silicio marca un cambio estructural en el panorama de los chips.

Una guerra de dos frentes contra el dominio de Nvidia

El pivote estratégico de Google y Amazon se centra en ofrecer alternativas más rentables y especializadas a las potentes pero costosas GPU de Nvidia, como la H100, que tiene un coste de materiales de más de 3.000 dólares y se vende por mucho más. Ambas compañías están presentando sus chips personalizados como más adecuados para cargas de trabajo de IA específicas, particularmente la inferencia —el proceso de ejecución de modelos entrenados— que se está convirtiendo en una parte cada vez mayor de los costes de computación en la nube a medida que las aplicaciones de IA escalan.

Google ya ha anunciado una nueva TPU diseñada específicamente para la inferencia. Si bien sus chips se han adaptado históricamente para sus servicios internos, ofrecerlos a clientes externos es un desafío directo al hardware de Nvidia. Del mismo modo, el negocio Trainium de Amazon supuestamente ha superado una tasa de ingresos anualizada de 20.000 millones de dólares, según Bloomberg, mostrando un impulso significativo. Esta expansión se produce mientras se espera que los gigantes tecnológicos inviertan colectivamente hasta 725.000 millones de dólares en infraestructura de IA para 2026.

Sin embargo, no todos los analistas ven esto como un juego de suma cero. Stacy Rasgon de Bernstein Research argumentó que el problema central de la industria de la IA es la falta de oferta, no la falta de demanda. Con las necesidades computacionales creciendo exponencialmente, sugiere que cualquier empresa con una producción de chips viable probablemente venderá todo lo que pueda fabricar. La propia Nvidia mantiene compromisos de suministro por valor de 95.200 millones de dólares de los principales actores de la IA, incluidos OpenAI, Anthropic y Meta.

El cambio irreversible hacia el silicio personalizado

Beatriz Valle, analista senior de GlobalData, calificó la decisión de Google y Amazon como un “movimiento extraordinario” que diversificará el sector de los chips. “Este proceso llevará años, pero ahora es irreversible”, afirmó. La transición de ser un consumidor de chips a ser un vendedor de chips no es sencilla. Los analistas señalan que Google y Amazon necesitarán desarrollar ecosistemas extensos de soporte, educación y servicio para competir con el profundo foso que Nvidia ha construido a lo largo de los años.

“Vender productos es muy diferente a dar acceso a ellos”, dijo Alvin Nguyen, analista senior de Forrester, señalando la robusta red de software y soporte que hace de Nvidia una elección fácil para las empresas. Además, los chips personalizados de Google y Amazon son altamente propietarios y están diseñados para sus propias arquitecturas de centros de datos, lo que podría plantear un desafío para su adopción masiva, según Patrick Moorhead de Moor Insights & Strategy.

Aun así, la tendencia es clara. Con Meta también persiguiendo su propio silicio MTIA personalizado, los jugadores más grandes en IA se están integrando verticalmente de forma agresiva. Al desarrollar sus propios chips, estas compañías pueden optimizar para su software y cargas de trabajo específicas, controlar su propia hoja de ruta tecnológica y capturar una mayor parte de la floreciente cadena de valor de la IA.

Este artículo es solo para fines informativos y no constituye asesoramiento de inversión.