Lleva un artículo de #英伟达#, Nvidia ya no es solo una empresa sino un imperio de IA.

Muchos todavía consideran a NVIDIA como una compañía que vende chips, pero cada vez creo más que esa visión ya está desactualizada. Cuando desgloso este mapa de inversión, empieza a emerger una lógica más clara: — esto no es inversión, es “controlar toda la cadena de demanda de IA”.
Si solo miras la superficie, parecería una inversión dispersa, pero si conectas todos los nodos, verás que apuntan todos a un mismo destino: la demanda de GPU.

(1) Primero, la capa más básica. $Intel INTC$ $Synopsys SNPS$
Es la capacidad de diseño y fabricación de chips, esencialmente para asegurar que todo el ecosistema de semiconductores no se convierta en un cuello de botella. Puedes entenderlo como: incluso si la competencia se intensifica en el futuro, la capacidad de diseño fundamental permanece en el sistema.

(2) Luego, una capa por encima, es la interconexión en red y óptica. $Lumentum LITE$ $COHR $MRVL

Estas empresas resuelven el mismo problema: cómo fluye la data a alta velocidad entre clústeres de IA. Sin esta capa, incluso la GPU más potente sería limitada por el ancho de banda. En otras palabras, esta capa decide si la “potencia de cálculo puede ser realmente aprovechada”.

(3) Después, la capa más crítica: distribución de potencia de cálculo. $CRWV $NBIS y empresas como Nscale, Lambda, que son proveedores de GPU en la nube, en esencia convierten la GPU de NVIDIA en un “recurso alquilable”, en lugar de vender hardware de una sola vez. Este paso es muy importante porque cambia el modelo de negocio: de vender dispositivos → a un ecosistema de alquiler continuo.

(4) Luego, la capa de modelos. OpenAI, xAI, Mistral, Cohere, Perplexity
Esta capa es el “agujero negro” real que consume potencia de cálculo. Todas las empresas de modelos, en esencia, son los mayores consumidores de GPU. Verás una estructura interesante: NVIDIA no invierte en “un solo ganador”, sino en “todos los posibles ganadores”. Quien gane, la GPU será consumida de igual manera.

(5) Y más arriba, las aplicaciones y escenarios de vanguardia. conducción autónoma (Wayve), robots (Figure AI), IA en farmacéutica ($LLY, $RXRX), incluso fusión nuclear (Commonwealth Fusion). Aunque parecen dispersos, en esencia solo hay uno: — convertir la IA de “software” en “demanda del mundo real”.
Una vez que la IA entra en el mundo físico, la demanda de potencia de cálculo ya no crece linealmente, sino exponencialmente. Por eso, en la estrategia de NVIDIA aparecen “campos aparentemente no relacionados”. Porque no apuesta solo por una industria, sino por “puntos de explosión de demanda”.

Entonces, volvemos a una cuestión más central: ¿por qué NVIDIA invierte tan ampliamente? Porque está haciendo algo que muy pocas empresas pueden: — controlar simultáneamente el lado de la oferta (chips + red + potencia de cálculo) y el lado de la demanda (modelos + aplicaciones + escenarios). ¿Qué significa esto?

Significa que no solo participa en el ciclo de IA, sino que está “amplificando el ciclo de IA”.
Muchos ven la IA como una competencia, pero la estrategia de NVIDIA es más como: — no apostar a quién ganará, sino asegurarse de que todos tengan que usar sus fichas.

Cuando miras este mapa desde esa perspectiva, descubres una estructura más profunda: cada inversión refuerza un ciclo cerrado: inversión → crecimiento de demanda → consumo de GPU → aumento de ingresos → reinversión. Y eso es lo que realmente impulsa la rueda.