El producto más valioso de Nvidia puede no ser un chip en absoluto: su plataforma de software CUDA ha creado costos de cambio tan altos que incluso los rivales más rápidos y baratos luchan por abrirse paso.
Atrás
El foso de software CUDA de Nvidia impulsa márgenes brutos del 75% y 82 000 millones de dólares en ingresos
El producto más valioso de Nvidia puede no ser un chip en absoluto: su plataforma de software CUDA ha creado costos de cambio tan altos que incluso los rivales más rápidos y baratos luchan por abrirse paso.
Los ingresos de Nvidia casi se duplicaron hasta los 82 000 millones de dólares en su último trimestre fiscal, frente a los 44 000 millones del año anterior, mientras que el margen bruto se expandió del 61% al 75%, según los informes financieros de la compañía. Las cifras reflejan un negocio que domina la computación de inteligencia artificial, pero el motor que lo impulsa va más allá de las especificaciones del hardware.
"Los desarrolladores han pasado dos décadas construyendo herramientas de IA sobre CUDA, y rara vez quieren empezar desde cero", afirmó Stacy Rasgon, analista senior de Bernstein. "Los costos de cambio son enormes, incluso cuando un chip competidor ofrece mejores especificaciones".
La plataforma CUDA, lanzada en 2007, ahora cuenta con más de 5 millones de desarrolladores en todo el mundo, según estimaciones publicadas por Nvidia. Su efecto de red opera como un ciclo de auto-refuerzo: cuantos más desarrolladores usan CUDA, más valioso se vuelve el ecosistema, lo que hace que el hardware de Nvidia sea más atractivo, atrayendo así a más desarrolladores. El resultado es una barrera competitiva que ningún rival ha logrado superar, incluso mientras AMD, Amazon, Google y Microsoft invierten miles de millones en chips alternativos.
Lo que está en juego para los inversores va más allá de cualquier ciclo de producto individual. El foso de software de Nvidia significa que la empresa compite en ecosistemas, no solo en especificaciones de chips, una dinámica que históricamente ha permitido a Apple, Microsoft y Amazon mantener posiciones dominantes durante décadas. Si el efecto de red de CUDA se mantiene, el crecimiento de ingresos y la expansión de márgenes de Nvidia podrían persistir a través de múltiples generaciones de hardware.
Por qué el efecto de red de CUDA es difícil de replicar
El problema del costo de cambio para los rivales de Nvidia no se trata de rendimiento, sino de base instalada. Una empresa que ha pasado años optimizando modelos de IA en CUDA enfrenta la necesidad de reentrenar ingenieros, reescribir software y probar aplicaciones antes de migrar a una plataforma competidora. Esa fricción existe independientemente de si el chip alternativo es más rápido o más barato.
AMD ha realizado el esfuerzo más creíble en los márgenes del territorio de Nvidia. OpenAI firmó un acuerdo de 6 gigavatios con AMD en octubre de 2025, comenzando con un despliegue de MI450 de 1 gigavatio en el segundo semestre de 2026. Meta siguió en febrero con su propio acuerdo de 6 gigavatios con AMD, valorado en más de 100 000 millones de dólares según The Wall Street Journal, que incluye warrants que podrían otorgar a Meta hasta el 10% de AMD si se cumplen ciertos hitos.
Sin embargo, ni siquiera estos compromisos amenazan el negocio principal de Nvidia a corto plazo. Las GPU Instinct de AMD atenderán cargas de trabajo específicas de hiperescaladores, pero el mercado más amplio de compradores empresariales de IA —bancos, hospitales, fabricantes— sigue bloqueado en CUDA. Esos clientes no están construyendo silicio personalizado ni reescribiendo pilas de software. Están comprando el paquete integrado de hardware y software de Nvidia.
La amenaza de los ASIC es real pero lejana
El mayor riesgo a largo plazo proviene del silicio personalizado. Trainium de Amazon, TPU de Google, Maia de Microsoft y MTIA de Meta están diseñados para servir cargas de trabajo muy específicas de una sola empresa, sorteando la ventaja de propósito general de Nvidia. Broadcom, el socio discreto detrás de gran parte de este cambio, anunció un acuerdo de aceleradores personalizados de 10 gigavatios con OpenAI en octubre de 2025, con despliegues que comenzarán en el segundo semestre de 2026.
Broadcom, Apollo y Blackstone también lanzaron este mes la plataforma AI XPV, valorada en 35 000 millones de dólares, con el objetivo de alcanzar más de 20 gigavatios de capacidad de cómputo para 2028, incluida la expansión previamente anunciada de Anthropic de más de 1 gigavatio. Los envíos de ASIC están creciendo al triple de la tasa de las GPU comerciales, según datos de la industria citados por analistas.
Pero el silicio personalizado lleva años de desarrollo e implementación. El sistema en rack GB300 NVL72 de Nvidia, que superó a su propia plataforma GB200 en un 45% en las pruebas de inferencia de DeepSeek R1 en los últimos benchmarks MLPerf, demuestra que la empresa sigue mejorando desde una posición de fortaleza. El tejido NVLink de 130 terabytes por segundo en el rack de 72 GPU crea una ventaja a nivel de sistema que los chips discretos no pueden igualar.
Para los inversores, el cálculo es sencillo. Las acciones de Nvidia cotizan aproximadamente a 35 veces las ganancias futuras, una prima que refleja la confianza del mercado en su foso de ecosistema. El riesgo es que los programas de silicio personalizado de los hiperescaladores erosionen eventualmente esa ventaja, pero ese escenario sigue estando a años de distancia. Mientras tanto, el efecto de red de CUDA continúa generando el tipo de ingresos recurrentes y expansión de márgenes que los fabricantes de chips basados únicamente en hardware no pueden replicar.
Este artículo es únicamente con fines informativos y no constituye asesoramiento de inversión.
[1] El producto más importante de Nvidia no es un chip. Es esto.[2] La guerra de los benchmarks de chips de IA está de vuelta y esta vez los rivales de Nvidia tienen cifras reales que mostrar[3] La apuesta paralela de Nvidia por 6.900 millones de dólares acaba de dar grandes frutos[4] Palantir: Mantener pero cerca de comprar. Yo hago esto en lugar de comprar acciones
Características
© 2026 Edgen impulsado por