En la actual vanguardia tecnológica, NVIDIA se ha posicionado como un líder indiscutible en el aprovechamiento del boom de la inteligencia artificial (IA), gracias a sus chips esenciales para entrenar y ejecutar modelos de IA generativa. En una reciente conferencia GTC en San José, el CEO de NVIDIA, Jensen Huang, proyectó que los pedidos acumulados para sus chips, incluidos los modelos Blackwell y la arquitectura Rubin, podrían alcanzar al menos un billón de dólares hacia 2027, doblando las estimaciones previas de 500.000 millones. Originalmente reconocida por sus GPU para videojuegos, NVIDIA ha transformado su enfoque hacia el aprendizaje automático, triplicando sus ingresos anuales a 216.000 millones de dólares el último año, impulsados por la creciente demanda de infraestructura para IA.
Sin embargo, este éxito no viene sin sus desafíos. A medida que la IA evoluciona desde el entrenamiento de modelos hacia la inferencia —donde sistemas entrenados generan respuestas a los usuarios—, nuevos competidores entran en el juego, ampliando el espectro de empresas capaces de soportar estas cargas de trabajo. Grandes tecnológicas como Amazon, Google y Meta están desarrollando sus propios aceleradores de IA, mientras restricciones comerciales impulsan a China y a empresas como Huawei a buscar alternativas locales para reducir su dependencia de NVIDIA.
En este panorama cambiante, aunque NVIDIA mantiene su relevancia como un pilar en la infraestructura de IA con una demanda robusta de sus chips, el mercado está evidenciando una diversificación hacia múltiples direcciones con grandes tecnológicas, nuevas empresas y esfuerzos nacionales por construir ecosistemas alternativos que desafían su dominio.