Es el doble de lo proyectado hace apenas un año, una señal de optimismo que describe una curva de adopción tecnológica sin precedentes en la historia.

Sin embargo, tras la euforia de las cifras se esconde una realidad más compleja. Por primera vez en años, el gigante de Santa Clara siente el aliento de una competencia que ya no solo promete, sino que empieza a entregar alternativas reales.

La era «Vera Rubin» y el salto al agente autónomo

NVIDIA ha dejado de vender solo tarjetas gráficas para vender «fábricas de IA». Su nueva arquitectura, bautizada en honor a la astrónoma Vera Rubin, no es una simple actualización:

• Rendimiento extremo: El nuevo chip promete ser hasta 5 veces más potente que Blackwell (que ya era el estándar de oro).
• Enfoque en la «IA Agéntica»: Rubin está diseñado específicamente para sistemas que no solo responden preguntas, sino que razonan y ejecutan tareas de forma autónoma.
• Eficiencia radical: La compañía asegura que puede reducir el coste de generar cada «token» (unidad de datos de IA) en un 90%, lo que haría que la IA masiva sea económicamente viable para cualquier empresa.

Un cerco que se estrecha: Los tres frentes de batalla

NVIDIA controla hoy cerca del 90% del mercado de chips para IA, pero los «asaltantes del castillo» han cambiado de estrategia:

1. Los «Hyperscalers» (Sus mejores clientes son sus peores rivales)

Google, Amazon (AWS), Microsoft y Meta siguen comprando cada chip que NVIDIA fabrica, pero al mismo tiempo están desplegando sus propios procesadores (como los TPU de Google o los chips MTIA de Meta). El objetivo es claro: reducir la dependencia de una sola empresa y bajar los costes operativos de sus nubes.

2. El resurgir de los archienemigos

AMD ha dado un golpe sobre la mesa con su sistema Helios, que llegará este mismo 2026 con una memoria que, en algunos apartados, supera a la de NVIDIA. Por su parte, Intel sigue luchando por recuperar terreno en el centro de datos, aunque con una cuota de mercado mucho menor.

3. El factor «Groq» y el hardware especializado

La reciente adquisición de la tecnología de Groq por parte de la propia NVIDIA (una operación de 20.000 millones de dólares) es la prueba de que Jensen Huang sabe que el futuro no es solo potencia bruta, sino velocidad de respuesta (inferencia). Startups y arquitecturas tipo LPU (Language Processing Units) están demostrando que se puede ser más rápido que las GPU tradicionales en tareas específicas.

El reto de los márgenes y la geopolítica

A pesar de las proyecciones de ingresos de 12 cifras, NVIDIA enfrenta desafíos que no dependen solo de sus ingenieros:

• Suministro crítico: La dependencia absoluta de TSMC para fabricar en 3nm y la escasez de memorias HBM4 son cuellos de botella constantes.
• Restricciones comerciales: Las regulaciones geopolíticas siguen limitando el acceso al mercado chino, lo que obliga a NVIDIA a rediseñar productos constantemente para cumplir con la legalidad sin perder potencia.

«Estamos en el punto de inflexión de la IA agéntica», afirmó Huang. «La demanda no solo está creciendo, se está acelerando».

NVIDIA nunca ha sido tan poderosa, pero nunca ha tenido que mirar tanto por el espejo retrovisor. El trono de la computación mundial se decide en los próximos 24 meses.