NVIDIA Corporation (NASDAQ: $NVDA) se ha convertido en una de las empresas más grandes del mundo gracias al diseño y comercialización de sus reconocidas unidades de procesamiento gráfico de última generación (GPU), los cuales contribuyen directamente al enorme crecimiento del mercado de la inteligencia artificial (IA) y Cloud Computing, dos de los sectores con mayor crecimiento para la próxima década.
Sin embargo, esto no era así hasta hace relativamente poco. Aunque NVDIA era muy relevante en la industria de los Data Centers generando una buena parte de sus ingresos totales y siendo una de las principales empresas del sector desde hace mucho tiempo junto a INTEL y AMD, la empresa era verdaderamente relevante en otras áreas donde tenía una mayor presencia y notoriedad popular, como el sector del Gaming, donde sus chips y tarjetas gráficas eran la mayor fuente de ingresos de la compañía. Y no solo eso, sino que NVIDIA obtenía la mayor parte de sus ingresos de estas otras áreas.
Pero todo esto ha cambiado totalmente en apenas 2 años. NVIDIA ya no es una empresa de Gaming, ¡NVIDIA ES UNA EMPRESA DE CHIPS DE IA!
Con el lanzamiento de ChatGPT en noviembre del 2022, la mayoría de empresas tecnológicas presenciaron como la implementación de sistemas de IA generativa potenciarían y harían más productivos sus negocios, un escenario muy similar a la aparición de Internet Explorer el año 1995 que catapultó la enorme inversión en Internet durante la década de los 90s.
El pistoletazo de salida llegó durante el Q2’ 2023, cuando los ingresos de NVIDIA se dispararon gracias al segmento de Data Center, los cuales consiguieron ingresos récord de $10.320bn (+141% QoQ & +171% YoY).
El optimismo se disparó gracias a estos resultados y a que Jensen Huang, CEO y fundador de NVDIA, anticipaba la enorme demanda y crecimiento sin precedentes que estaba por venir. Era oficial, NVDIA se había transformado en una nueva empresa.
“Ha comenzado una nueva era informática. Las empresas de todo el mundo están pasando de la computación general a la computación acelerada y la inteligencia artificial generativa”
“Durante el trimestre, los principales proveedores de servicios en la nube anunciaron enormes infraestructuras de inteligencia artificial NVIDIA H100. Los principales proveedores de sistemas de TI y software para empresas anunciaron asociaciones para llevar la inteligencia artificial NVIDIA a todos los sectores. La carrera por adoptar la inteligencia artificial generativa está en marcha”
Jensen Huang, fundador y CEO
Y Jensen Huang no se equivocó. Los siguientes trimestres se han catapultado los ingresos marcando récord tras récord de ingresos y beneficios trimestralmente hasta la fecha.
NVIDIA se ha convertido en el principal proveedor mundial de chips de la industria de la IA generativa dejando fuera a su competencia más directa: Intel y AMD, aunque este último tiene un enfoque diferente y también está gozando de grandes crecimientos.
¿Cómo funciona el segmento de Data Center de NVIDIA?
En primer lugar, cabe resaltar que NVIDIA no fabrica sus chips, eso es tarea de TSMC. El modelo de negocio de NVIDIA se denomina “fabless” o “fabricante sin fábrica”. Básicamente, se trata de fabricantes de semiconductores que carecen de una planta de fabricación propia (Foundries) y se especializa en el diseño y la comercialización de chips. Para la fabricación de sus chips contratan a grandes Foundries, como TSMC en el caso de NVIDIA.
Una compañía con este modelo de negocio puede concentrar sus esfuerzos en la I+D de sus productos sin verse obligada a invertir grandes sumas de capital en la creación y mantenimiento de las Foundries, las cuales superan los miles de millones de dólares anuales.
En cambio, se dedica al diseño y a la posterior comercialización de estos chips tras su fabricación. Este modelo de negocio hace que NVIDA sea una empresa muy ligera de activos (asset-light), lo que influye directamente en los altos márgenes de beneficio de la compañía debido a que no tienen grandes costes fijos.
Según NVIDIA, el Data Center ideal posee una combinación de los tres tipos de procesadores trabajando en armonía, ya que cada tipo de procesador es excelente en su respectiva tarea y no debería ser reemplazada, sino complementada.
En la mayoría de Data Center de la actualidad, únicamente dos tipos de procesadores hacen todo el trabajo: las CPU y las GPU. Agregar un tercer procesador (DPU) rebaja la carga de trabajo de las CPU y la GPU para realizar el trabajo de manera más eficiente. Los DPU se pueden insertar en arquitecturas junto con los otros dos procesadores para hacerse cargo de toda la gestión de datos: protección, seguridad y reducción de tareas.
La CPU se utilizan para computación de propósito general.
La GPU se utiliza para computación acelerada.
La DPU se encarga del procesamiento de datos.
Originalmente, las GPU se utilizaban para ofrecer gráficos en tiempo real, pero sus capacidades de procesamiento paralelo las hacen ideales para tareas de computación acelerada de todo tipo. El procesamiento paralelo consiste en dividir una tarea informática en subtareas que pueden ser realizadas al mismo tiempo por diferentes procesadores, de modo que la tarea completa se complete más rápidamente.
Gracias a estas capacidades, las GPU son esenciales para aplicaciones de inteligencia artificial, aprendizaje profundo y análisis de Big Data.
Ahora, NVIDIA ha desarrollado una arquitectura especifica para cada procesador:
NVIDIA Blackwell (GPU) define el próximo capítulo en inteligencia artificial generativa y computación acelerada con un rendimiento, una eficiencia y una escala incomparables. Blackwell cuenta con seis tecnologías transformadoras que ayudarán a generar avances en el procesamiento de datos, la automatización del diseño electrónico, la ingeniería asistida por computadora y la computación cuántica.
NVIDIA Grace (CPU) está diseñada para un nuevo tipo de centro de datos emergente: fábricas de IA que procesan y refinan montañas de datos para producir inteligencia. Estos centros de datos ejecutan una variedad de cargas de trabajo, desde entrenamiento e inferencia de IA hasta HPC, análisis de datos, gemelos digitales, gráficos y juegos en la nube, y miles de aplicaciones en la nube a gran escala.
NVIDIA BlueField está transformando los entornos informáticos tradicionales en centros de datos eficientes, de alto rendimiento, seguros y sostenibles para la próxima ola de aplicaciones. Al descargar, acelerar y aislar una amplia gama de servicios de seguridad, almacenamiento y redes definidos por software, las DPU BlueField crean una infraestructura potente adecuada para cualquier carga de trabajo, en cualquier entorno.
FÁBRICAS DE IA: La nueva Revolución Industrial
NVIDIA esta redefiniendo los Data Centers tal y como los conocemos hoy en día. El futuro de los Data Center son las fábricas de IA, una nueva forma de infraestructura informática. Se trata de una nueva revolución industrial. Su finalidad no es almacenar datos de usuarios y empresas ni ejecutar aplicaciones ERP y CRM. Las fábricas de IA son sistemas altamente optimizados diseñados específicamente para procesar datos sin procesar, refinarlos en modelos y producir tokens monetizables con gran escala y eficiencia.
Empresas y países de todo el mundo están construyendo fábricas de IA impulsadas por NVIDIA para procesar, refinar y fabricar inteligencia a partir de datos creando nuevas oportunidades de ingresos de 100 billones de dólares en industrias. Los países están despertando a la necesidad de tratar sus datos como un recurso nacional y las fábricas de IA como una infraestructura nacional esencial. Los datos codifican la historia, el conocimiento y la cultura de una nación y pueden transformarse en la IA soberana para sus empresas, nuevas empresas, universidades y gobiernos.
Jensen Huang (CEO) anunció el inicio de la próxima revolución industrial al anunciar que las naciones y las empresas se están asociando con NVIDIA para convertir viejos centros de datos en computadoras más rápidas y construir fábricas de inteligencia artificial.
“Estos últimos 60 años, hemos visto dos o tres cambios que lo modificaron todo en el mundo de la tecnología. Está ocurriendo eso ahora mismo”
Jensen Huang, NVIDIA CEO
La IA ha llegado para quedarse, invadiéndolo todo. Esta tecnología requiere de potentes sistemas de computación muy avanzados para poder resolver las peticiones que se realizan, lo cual requiere de sistemas avanzados y específicos que NVIDIA es la está suministrando.
En el vertiginoso mundo de la tecnología, pocas empresas han diseñado una estrategia de crecimiento y transformación tan exitosa como la de NVIDIA. Desde sus humildes comienzos como fabricante de tarjetas gráficas para el sector del Gaming, NVIDIA se ha transformado en la empresa más grande del mundo a la vanguardia de la IA y la informática de alto rendimiento. Este notable recorrido es un testimonio del liderazgo visionario del director ejecutivo Jensen Huang y de la capacidad de la empresa para cambiar de rumbo estratégicamente.
El éxito de NVIDA es uno de los mayores casos de transformación empresarial que se hayan visto y se debe a varios aspectos fundamentales:
1. Posicionamiento temprano
2. Innovación continua
3. Auge de la IA
1. POSICIONAMIENTO TEMPRANO
El éxito de NVIDIA es el resultado de haber sido una de las empresas pioneras en el mercado de GPUs desde 1999. El software CUDA, vital para los chips de IA, se desarrolló en 2007. NVIDIA sembró las semillas de su reciente éxito hace más de 20 años y ahora está recogiendo los frutos. Esto ha colocado a la empresa a en la absoluta vanguardia del sector.
La introducción de CUDA por parte de NVIDIA revolucionó por completo la computación en GPU. CUDA permitió a los desarrolladores aprovechar las capacidades de procesamiento paralelo de las GPU para tareas más allá de la representación gráfica, como simulaciones científicas, análisis de datos y aprendizaje automático. Esto marcó un cambio significativo en el enfoque de la empresa, que pasó de centrarse únicamente en el procesamiento de gráficos a abarcar una gama más amplia de aplicaciones.
El gran éxito de NVIDIA es el resultado de sembrar el dominio de la GPU durante décadas mucho antes de que los LLM apostaran fuertemente por la IA. Pero, el verdadero éxito comercial radica en hacer que sus GPU sean fáciles de usar a través de CUDA.
Antes, CUDA solo se utilizaba para el sector del Gaming, pero ahora permite realizar todo tipo de tareas computacionales e inferencia, lo que aumenta exponencialmente el TAM de NVIDIA. CUDA crea un efecto de red que hace que sea muy difícil para los competidores ganar cuota de mercado.
A diferencia de sus competidores que venden principalmente hardware, NVIDIA ha construido un solido ecosistema de IA de extremo a extremo integrando GPU, software y servicios en la nube.
Desde 2010, NVIDIA ha lanzado varias arquitecturas que han tenido un impacto significativo en la inteligencia artificial (IA) y los Data Center:
FERMI (2010): Introdujo la computación de propósito general en GPUs, permitiendo a los desarrolladores utilizar GPUs para una amplia gama de aplicaciones más allá de los gráficos, incluyendo IA y computación científica.
KEPLER (2012): Mejoró la eficiencia energética y el rendimiento, lo que permitió a los centros de datos manejar cargas de trabajo más intensivas en computación con menor consumo de energía.
MAXWELL (2014): Introdujo mejoras significativas en la eficiencia energética y el rendimiento por vatio, lo que hizo que las GPUs fueran más adecuadas para aplicaciones de IA y aprendizaje profundo.
PASCAL (2016): Introdujo la memoria HBM2 y la arquitectura NVLink, mejorando significativamente el rendimiento y la capacidad de memoria, lo que permitió avances en el entrenamiento de modelos de IA más grandes y complejos.
VOLTA (2017): Introdujo los núcleos Tensor, diseñados específicamente para acelerar las operaciones de IA y aprendizaje profundo, lo que permitió un rendimiento sin precedentes en estas áreas.
TURING (2018): Introdujo los núcleos RT para el trazado de rayos en tiempo real y mejoró los núcleos Tensor, lo que permitió avances en gráficos y aplicaciones de IA en tiempo real.
AMPERE (2020): Ofreció mejoras significativas en el rendimiento y la eficiencia energética, con núcleos Tensor de tercera generación y núcleos RT de segunda generación, lo que permitió un mayor rendimiento en aplicaciones de IA y gráficos.
HOPPER (2022): Optimizada para cargas de trabajo de IA y computación de alto rendimiento (HPC), esta arquitectura mejoró la escalabilidad y la seguridad en los centros de datos.
BLACKWELL (2024, Actual): Introdujo mejoras en el procesamiento paralelo y la eficiencia energética, optimizando aún más las aplicaciones de IA y HPC en centros de datos.
A partir de 2016, NVIDIA comenzó el desarrollo de sus plataformas DGX, HGX y EGX. Estas plataformas están diseñadas para satisfacer las necesidades de computación avanzada y acelerar el desarrollo y despliegue de aplicaciones de inteligencia artificial y análisis de datos en diversos entornos empresariales:
NVIDIA DGX está diseñada específicamente para el desarrollo de inteligencia artificial (IA) empresarial. Combina lo mejor del software, la infraestructura y la experiencia de NVIDIA en una solución moderna y unificada. Esta plataforma incluye hardware y software optimizados para IA, disponibles tanto en la nube como en instalaciones locales. La infraestructura DGX también incluye el software NVIDIA AI Enterprise, que proporciona modelos entrenados previamente, entornos de trabajo optimizados y bibliotecas de software de ciencia de datos acelerada.
NVIDIA HGX es una plataforma de supercomputación de IA que reúne toda la potencia de las GPU NVIDIA, NVLink, redes NVIDIA y pilas de software de IA y computación de alto rendimiento (HPC) totalmente optimizadas. Está diseñada para manejar las cargas de trabajo más exigentes de IA generativa, análisis de datos y HPC. La plataforma HGX incluye opciones de red avanzadas y unidades de procesamiento de datos (DPU) para permitir redes en la nube, almacenamiento componible, seguridad de confianza cero y elasticidad de computación de GPU en nubes de IA a hiperescala.
NVIDIA EGX es una plataforma de computación acelerada que ofrece el poder de la computación desde el centro de datos hasta el edge. Está diseñada para manejar aplicaciones empresariales intensivas en datos y gráficos, proporcionando un rendimiento integral, gestión y una infraestructura definida por software. La plataforma EGX permite a las empresas ejecutar IA junto con aplicaciones empresariales, acelerando y asegurando tanto las aplicaciones existentes como las modernas en la misma infraestructura.
Actualmente, NVIDIA está apostando por la nueva plataforma NVIDIA AGX está diseñado para máquinas autónomas . Está pensado para aplicaciones como automóviles autónomos , drones , robots y sistemas de inteligencia artificial integrados.
Por otro lado, NVIDIA ha formado alianzas estratégicas con importantes empresas tecnológicas para mejorar su cartera de innovaciones y su alcance en el mercado. Estas alianzas incluyen colaboraciones con las principales empresas de cada sector. Al aprovechar sus recursos y su experiencia para invertir y asociarse con las mejores empresas, NVIDIA está impulsando la innovación y posicionándose estratégicamente como el eje central en la revolución de la IA.
Gracias a este posicionamiento, NVIDIA esta lista para capitalizar todo el incremento de capacidad productiva global basada en modelos de IA generativa que proporcionaran a las empresas y al mundo asistencia y reducción de procesos y costes.
NVIDIA se ha convertido en el jugador clave que está dando forma al futuro de la IA. Aunque parezca una historia de éxito de la noche a la mañana, dado su enorme crecimiento a corto plazo, este éxito se ha estado cocinando a fuego lento durante décadas.
2. INNOVACIÓN CONTINUA
En el corazón de la estrategia de crecimiento de NVIDIA se encuentra un compromiso inquebrantable con la innovación continua y la I+D. La empresa ha invertido constantemente en I+D, con inversiones que se han disparado desde los $2.380bn millones de dólares en 2019 hasta los más de $12bn que se destinarán en 2024, es decir, un incremento de 6X veces en cinco años.
Este importante aumento en la inversión subraya la determinación de NVIDIA de mantener su ventaja tecnológica y su dominio del mercado, en especial en el segmento de los chips de IA destinados a los Data Center, donde actualmente la empresa consolida una cuota de mercado superior al 90%. Los esfuerzos de I+D de la empresa están profundamente arraigados en la colaboración y la innovación abierta, fomentando las asociaciones con el mundo académico, las instituciones de investigación y los líderes de la industria.
Al invertir continuamente en I+D, NVIDIA se asegura de estar a la vanguardia de los avances tecnológicos, lo que a su vez impulsa el desarrollo de productos y soluciones de vanguardia. Este enfoque en la innovación ha permitido a NVIDIA no solo satisfacer las demandas del mercado actual, sino también anticipar y dar forma a las tendencias futuras.
NVIDIA es la clara dominante del sector de chips de IA con una cuota de mercado superior al 90%. Sin embargo, esto no ha hecho que la empresa se relaje y se duerma en los laureles, todo lo contrario. NVIDIA ahora tiene un roadmap anual (antes era cada dos años) en el cual desarrollará y comercializará nuevos chips y servicios adicionales para seguir a la vanguardia del sector. Hasta ahora, NVIDIA había producido una nueva arquitectura aproximadamente una vez cada dos años: presentó Turing en 2018, Ampere en 2020, Hopper en 2022 y Blackwell en 2024. Este cambio de estrategia se debe al creciente peso de la IA en el sector tecnológico, a una creciente competencia en este sector y al interés de NVIDIA de tener nuevos productos listos cada año para cubrir las necesidades de sus clientes, y para poder mejorar su oportunidad de negocio y sus ingresos.
La arquitectura se refiere a las tecnologías y diseños que la compañía utiliza para desarrollar sus unidades de procesamiento gráfico (GPU). NVIDIA ha lanzado varias arquitecturas a lo largo de los años, cada una con mejoras significativas en rendimiento, eficiencia y capacidades
La arquitectura Blackwell es el corazón de los centros de datos de IA de próxima generación. De entrada, NVIDIA ha conseguido siete récords por acelerador utilizando su supercomputadora de IA Nyx, que está construida con sistemas DGX B200.
Esta supercomputadora ofrece un rendimiento 2,2x más rápido en Llama 2 en comparación con Hopper H100, un rendimiento 2x más rápido en GPT-3 en comparación con Hopper H100 y también supera todo el conjunto de cargas de trabajo dentro de la suite MLPerf Training 4.1.
Un cambio importante es que ahora NVIDIA presenta sus productos basados en ARM y sus productos basados en x86.
NVIDIA ha presentado varios productos a lo largo de 2024. La GPU H200 podría considerarse una versión refinada del H100, diseñada para obtener mejores rendimientos de producción y un rendimiento superior. Además, el GH200NVL está preparado para satisfacer la creciente demanda de entrenamiento e inferencia en modelos de lenguaje grandes (LLM), integrando una CPU basada en Arm con una GPU basada en Hopper.
El lanzamiento de la familia Blackwell durante 2024 representa un avance significativo. Blackwell es uno de los productos más importantes de la historia de NVIDIA. La GPU B100 sustituirá al H100 y se ocupará de tareas de IA y HPC en plataformas x86 para garantizar el mejor rendimiento. Recordemos que el chip H100 es el chip favorito y más utilizado en el sector para entrenar casi todas las redes neuronales existentes. El GB200 integra un módulo Grace Hopper que combina una CPU Arm y una GPU Hopper y está diseñado para trabajos de inferencia. El GB200NVL complementa esto para el entrenamiento y la inferencia LLM, y el producto B40, una solución basada en GPU de cliente para inferencia de IA. La enorme variedad de productos desarrollados por NVIDIA demuestra el compromiso por abordar las diversas necesidades computacionales del mercado.
De cara al año 2025, NVIDIA pretende introducir la arquitectura Blackwell Ultra, que contará con productos como el X100 para el entrenamiento de IA basado en x86, la inferencia y el trabajo de HPC; el GX200 para la inferencia Arm (que fusiona una CPU Grace con una GPU X); y el GX200NVL para el entrenamiento e inferencia LLM basados en Arm. Además, se prevé que el producto X40 proporcione una solución basada en GPU para el cliente para una inferencia rentable, ampliando la cartera de Nvidia para satisfacer una amplia gama de requisitos computacionales.
Huang explicó que las nuevas generaciones de GPU de IA de Nvidia son compatibles con versiones anteriores tanto eléctrica como mecánicamente y ejecutan el mismo software. Los clientes pasarán fácilmente de H100 (Hopper) a H200 (Blackwell) y luego a B100 en sus centros de datos existentes, afirma.
“Esperamos que la demanda supere la oferta durante algún tiempo, a medida que hacemos la transición a H200, a medida que hacemos la transición a Blackwell. Todos están ansiosos por poner en funcionamiento su infraestructura. Y la razón de ello es que están ahorrando dinero y ganando dinero y les gustaría hacerlo lo antes posible”
Jensen Huang, CEO
Sin embargo, pese a la transición, los antiguos chips de NVIDIA siguen teniendo una demanda espectacular. Algunos clientes han comprado y otros planean comprar más de 100.000 GPU H100. Por ejemplo, Meta planea tener más de 350.000 de ellas en funcionamiento para fin de año, duplicando el número en comparación con 2023.
3. AUGE DE LA INTELIGENCIA ARTIFICIAL
La IA explotó de manera abrumadora durante el primer trimestre de 2023. El detonante fue el lanzamiento de ChatGPT por parte de OpenAI a finales de 2022. Este lanzamiento marcó un antes y después en el sector y desencadenó cascada de enormes inversiones por parte de las empresas para lograr adaptarse a esta nueva tecnología. Ejemplos destacados incluyen la predicción de la estructura de las proteínas liderada por Google DeepMind y la IA generativa liderada por OpenAI.
Aunque muchos creen que la IA es un desarrollo reciente, sus inicios se remontan a varias décadas atrás. Lo sorprendente es que su verdadera explosión y adopción masiva han ocurrido recientemente, influenciadas por intereses económicos, avances tecnológicos y la percepción de su necesidad en nuestras vidas diarias.
La historia de la IA ha sido un viaje trepidante desde sus comienzos en la década de 1950 hasta los modelos actuales. La IA es un campo en constante expansión que ha generado un enorme interés comercial y popular en los últimos años. Hoy en día, la IA está mucho más presente en nuestras vidas de lo que en realidad pensamos: asistentes virtuales, chatbots o diagnósticos médicos. Su historia abarca varias décadas y ha experimentado numerosos cambios y avances en ese transcurso.
“La IA será el salto más tremendo en la calidad de vida de las personas que hayamos tenido”
Sam Altman, CEO de OpenAI
Nvidia está sentando las bases para un futuro en el que la IA impulse el cambio en las industrias y los consumidores, impulsando aún más la innovación a un ritmo rápido.
El gasto de empresas estadounidenses en generación de IA ha pasado de $2.3bn en 2023 a unos $15bn en 2024. Esta enorme tendencia al alza refleja el interés de la mayoría de empresas en implementar asistentes virtuales y chatbots avanzados.
Según el International Data Corporation (IDC), el gasto mundial en inteligencia artificial (IA), las aplicaciones, la infraestructura y los servicios empresariales y de IT relacionados, se duplicará con creces para 2028, cuando se espera que alcance los $632bn. La rápida incorporación de la IA, y en particular de la IA generativa (GenAI) en una amplia gama de productos y servicios empresariales y comerciales dará como resultado una tasa de crecimiento del 29% CAGR durante el período 2024-2028.
“Las transformaciones impulsadas por la IA han generado resultados comerciales tangibles y valor para las organizaciones de todo el mundo, que están construyendo sus estrategias de IA en torno a la experiencia de los empleados, la interacción con los clientes, los procesos comerciales y las innovaciones de la industria”.
“Con las innovaciones rampantes en herramientas y tecnologías de IA confiables y la armonización mejorada de la interacción entre humanos y máquinas, las barreras para la adopción de IA a gran escala seguirán disminuyendo”.
Ritu Jyoti, vicepresidenta del grupo y directora general de IA e investigación de datos de IDC.
Si bien la IA generativa (GenAI) ha captado la atención mundial durante los últimos años (ChatGPT), el gasto en soluciones GenAI será menor que el total combinado de todas las demás aplicaciones de IA, como el aprendizaje automático, el aprendizaje profundo, el reconocimiento automático de voz y el procesamiento del lenguaje natural. Sin embargo, el rápido crecimiento de las inversiones en GenAI permitirá que la categoría supere al mercado general de IA con una tasa de crecimiento de cinco años del 59% CAGR. Según las previsiones de IDC. se espera que el gasto en GenAI alcance los $202bn, lo que representa el 32% del gasto total en IA.
Se estima que aproximadamente un 35% de las empresas tecnológicas ya está incorporando modelos de IA Generativa en sus procesos de trabajo diarios. Esto no solo refleja un crecimiento sólido, sino que también posiciona a la IA Generativa como el segundo sector de actividad con la tasa de adopción más alta, solo superado por la industria del marketing y la publicidad.
CONCLUSIÓN
La nueva era de la IA generativa ha llegado, desbloqueando nuevas oportunidades para la IA en múltiples aplicaciones diferentes.
Hoy en día, se están produciendo dos transiciones simultáneamente: la computación acelerada y la IA generativa, ambas con el objetivo de transformar la industria informática y todas las demás industrias en todo el mundo donde NVIDIA se rige como el epicentro de todo este cambio gracias a su enorme ecosistema de hardware y software..
Sin embargo, el notable de éxito de NVIDIA no está exento de desafíos de cara al futuro. La competencia cada vez es mayor en el mercado de chips de IA, con rivales como AMD e Intel intensificando sus esfuerzos y gigantes tecnológicos como Google, Amazon y Microsoft desarrollando sus propios chips de IA personalizados. Esta intensificación de la competencia podría erosionar la cuota de mercado y los márgenes de beneficio de NVIDIA en los próximos años.
Después de que las principales empresas tecnológicas hayan desplegado más de $200bn en infraestructura IA, estas empresas tienen que lidiar con unos ingresos que aún deben justificar las enormes inversiones realizadas:
En este punto finaliza el artículo. Muchas gracias por el interés y espero haberte ayudado.
Si el artículo te ha gustado, te animo a que me brides tu apoyo con un LIKE y una suscripción, de esta manera, me ayudarás mucho con muy poco y podré saber si estas interesado en seguir recibiendo contenidos de calidad similares.
¡Un abrazo y hasta la próxima!
Increíble deep dive, gracias por el valor entregado y la información de tan alta calidad
Brutal, eres un máquina