Avance de Nvidia GTC Berlín: La plataforma Rubin, los agentes de IA y la computación soberana europea cobran protagonismo

Se prevé que Europa sea el principal foco de esta edición de la GTC. Jensen Huang afirmó anteriormente que Nvidia anunciará aproximadamente 2.000 millones de dólares en nuevas inversiones o proyectos de colaboración en Europa. Sumado a los cerca de 8.000 millones de dólares invertidos durante el último año, las inversiones y compromisos totales de la compañía en Europa podrían alcanzar casi 10.000 millones de dólares.

Nvidia ya ha invertido en la empresa francesa de tecnología sanitaria Doctolib, la firma de robótica Genesis AI, la compañía de software empresarial Pigment y la plataforma de I+D de materiales Entalpic, al tiempo que amplía su apoyo a startups de IA, biotecnología y computación cuántica en el Reino Unido. Estas inversiones forman a desarrolladores que utilizan las plataformas de Nvidia, al tiempo que ayudan a expandir la demanda europea de GPUs, equipos de redes y servicios en la nube para IA.

Es probable que Alemania sea el centro de la próxima fase de inversión. Se espera que el Gobierno alemán impulse la cooperación en IA industrial con Nvidia, centrándose en áreas como las herramientas de IA física requeridas para la robótica y el entrenamiento de la conducción autónoma, así como en grandes modelos de IA para la fabricación. Está previsto que el canciller alemán Merz se reúna con Jensen Huang el lunes por la tarde, y la colaboración podría incluir a empresas alemanas, instituciones de investigación y otros socios tecnológicos.

El principal motor fundamental de Nvidia en la actualidad sigue siendo su negocio de centros de datos. En el segundo trimestre del año fiscal 2027, los ingresos totales de la compañía alcanzaron los 96.200 millones de dólares, un 106% más en tasa interanual; de esa cifra, los ingresos por centros de datos representaron 89.000 millones de dólares, un incremento interanual del 117% y más del 92% de los ingresos totales.

Blackwell se mantiene en la fase de generación de ingresos a gran escala, mientras que Vera Rubin tiene la misión de impulsar la próxima actualización de la plataforma. A diferencia del pasado, cuando la prioridad se centraba principalmente en el rendimiento de una sola GPU, Nvidia está integrando CPUs, GPUs, redes, almacenamiento, software y el diseño de centros de datos en «fábricas de IA» completas.

Este cambio está relacionado con la migración de las cargas de trabajo de IA del entrenamiento a la inferencia. Mientras que el entrenamiento de modelos prioriza la escala de los clústeres y el rendimiento máximo, la inferencia a gran escala exige equilibrar la latencia, la capacidad de procesamiento, la eficiencia energética y el coste por token. En última instancia, los clientes ya no compran solo GPUs, sino un sistema informático capaz de reducir los costes operativos a largo plazo.

Por lo tanto, el aspecto más destacable con respecto a Rubin en esta GTC no son las mejoras en los parámetros, sino el ritmo real de despliegue. El mercado necesita entender cuándo los principales proveedores de servicios en la nube y clientes corporativos aumentarán sus compras, cuánto podrá reducir la nueva plataforma los costes de inferencia y si los clústeres de Blackwell existentes afectarán a la disposición de los clientes a actualizar sus sistemas.

Los agentes de IA fueron otro tema central en esta edición de la GTC. Los chatbots tradicionales gestionan principalmente preguntas y respuestas puntuales, mientras que los agentes necesitan invocar modelos de forma continua, recuperar información, utilizar herramientas, ejecutar código y llevar a cabo tareas de múltiples pasos. Aunque el costo por inferencia individual disminuya, la ejecución continua de los agentes aún podría incrementar de manera significativa el volumen global de cómputo.

Esta es también la razón por la que Nvidia ha vinculado estrechamente Rubin con la IA agéntica. La compañía espera reducir la barrera técnica para las empresas que despliegan agentes mediante el suministro de chips, dispositivos de interconexión, software de inferencia y herramientas de desarrollo, al tiempo que amplía la demanda de capacidad de cómputo desde un reducido número de laboratorios de IA hacia escenarios como la atención al cliente, el desarrollo de software, las finanzas, la atención sanitaria y las operaciones empresariales.

Sin embargo, el crecimiento en el consumo de capacidad de cómputo no equivale necesariamente a un aumento del valor comercial. Si los agentes permanecen estancados en la fase piloto durante mucho tiempo, a las empresas les resultará difícil justificar su retorno de la inversión y no ampliarán indefinidamente sus presupuestos para centros de datos. Por lo tanto, el mercado necesita ver escalas reales de despliegue, volúmenes sostenidos de llamadas y mejoras de eficiencia alcanzadas por los clientes que utilizan agentes, en lugar de limitarse a nuevas demostraciones y listas de alianzas estratégicas.

La IA física y la robótica representan una oportunidad de crecimiento a más largo plazo. Nvidia confía en aplicar modelos, plataformas de simulación y tecnología de computación en el borde a la robótica, la conducción autónoma y la fabricación inteligente. Alemania cuenta con un gran ecosistema industrial, lo que convierte a Berlín en una ubicación idónea para impulsar esta estrategia.

Sin embargo, el ciclo de comercialización de la robótica y la conducción autónoma es significativamente más largo que el de los chips para centros de datos. La fiabilidad del producto, la aprobación regulatoria y la validación por parte de los clientes podrían afectar al ritmo de materialización de ingresos, lo que dificulta que estos segmentos sustituyan a los centros de datos como el principal motor de crecimiento de Nvidia a corto plazo.

Este contenido ha sido traducido por IA y revisado por humanos. Se ofrece solo con fines de referencia e información general, y no constituye asesoramiento en materia de inversión.