Nvidia Corporation, una empresa tecnológica estadounidense con sede en Santa Clara, California, alcanzó un hito financiero significativo en su año fiscal 2024 (que finalizó el 28 de enero de 2024) cuando sus ingresos por centros de datos superaron por primera vez en la historia de la empresa a los ingresos por juegos. El segmento de centros de datos generó 47.500 millones de dólares en ingresos para el año fiscal completo, en comparación con los 10.400 millones de dólares de los juegos, lo que refleja la creciente demanda de las unidades de procesamiento gráfico (GPU) de Nvidia en cargas de trabajo de entrenamiento e inferencia de inteligencia artificial (IA). Este cambio subrayó la transición de Nvidia de una empresa conocida principalmente por los gráficos de juegos a un proveedor central en el auge de la IA, una transformación que se había estado gestando durante más de una década.
El hito no fue un evento repentino, sino la culminación de inversiones estratégicas en software y hardware. La plataforma CUDA de Nvidia, introducida en 2006, permitió que las GPU se usaran para computación de propósito general más allá de los gráficos, habilitando el procesamiento paralelo para simulaciones científicas, análisis de datos y, eventualmente, el aprendizaje profundo. A finales de la década de 2010, las GPU de Nvidia se habían convertido en el estándar para entrenar redes neuronales en la investigación académica e industrial. El lanzamiento de la arquitectura Transformer en 2017, que sustenta los grandes modelos de lenguaje modernos, aceleró aún más la demanda de hardware de computación de alto rendimiento. A medida que las aplicaciones de IA generativa, como ChatGPT de OpenAI, ganaron atención global a finales de 2022 y 2023, los proveedores de nube y las empresas se apresuraron a implementar los aceleradores de Nvidia, incluidos los modelos A100 y H100, para construir y operar servicios de IA.
Contexto financiero y crecimiento de los centros de datos
Los resultados del año fiscal 2024 de Nvidia, reportados el 21 de febrero de 2024, mostraron ingresos totales de 60.900 millones de dólares, un aumento del 126% respecto al año anterior. Los ingresos por centros de datos por sí solos crecieron un 217% interanual, impulsados por las ventas de GPU para entrenamiento e inferencia de IA, así como por productos de redes como los conmutadores InfiniBand. En contraste, los ingresos por juegos, que históricamente habían sido el segmento más grande de Nvidia, crecieron solo un 15% hasta los 10.400 millones de dólares, a medida que el mercado de juegos para PC maduraba y la demanda de GPU GeForce se estabilizaba. El segmento de centros de datos de la empresa también incluía ingresos por automoción y visualización profesional, pero el motor principal era la computación relacionada con la IA.
El cruce había sido anticipado durante varios trimestres. En el tercer trimestre del año fiscal 2024 (que finalizó el 29 de octubre de 2023), los ingresos por centros de datos alcanzaron los 14.500 millones de dólares, superando por un amplio margen los 2.800 millones de dólares de los juegos. Las cifras del año completo confirmaron la tendencia, con los centros de datos representando el 78% de los ingresos totales, frente al 56% en el año fiscal 2023. Este cambio se reflejó en el precio de las acciones de Nvidia, que subió de alrededor de 150 dólares por acción a principios de 2023 a más de 600 dólares al final del año fiscal 2024, contribuyendo a que la capitalización de mercado de la empresa superara el billón de dólares en mayo de 2023.
Inversiones estratégicas y evolución de productos
El giro de Nvidia hacia la IA no fue accidental. La empresa invirtió fuertemente en infraestructura de aprendizaje automático, incluido el desarrollo de arquitecturas de GPU especializadas. La arquitectura Volta, introducida en 2017, incluía núcleos tensoriales diseñados para operaciones de matrices comunes en el aprendizaje profundo. La arquitectura Ampere, lanzada en 2020, mejoró el rendimiento para cargas de trabajo de IA y fue adoptada por los principales proveedores de nube. La arquitectura Hopper, lanzada en 2022, introdujo la GPU H100, que se convirtió en el acelerador de IA más buscado durante el auge de la IA, con tiempos de entrega que se extendieron durante meses debido a la demanda.
Nvidia también expandió su ecosistema de software más allá de CUDA. La empresa adquirió Mellanox Technologies en 2020 por 6.900 millones de dólares, añadiendo capacidades de redes de alta velocidad que son críticas para los clústeres de IA a gran escala. En 2022, Nvidia adquirió Run:ai, una plataforma de gestión de cargas de trabajo para IA, y Annapurna Labs, que diseña silicio personalizado para centros de datos. Estas adquisiciones complementaron las ofertas de hardware de Nvidia y fortalecieron su posición en el mercado de centros de datos, donde competidores como AMD e Intel también buscaban hacerse con cargas de trabajo de IA.
El intento de adquisición de Arm Holdings por parte de la empresa en 2020, valorado en 40.000 millones de dólares, fue abandonado en 2022 debido a obstáculos regulatorios, pero Nvidia continuó desarrollando sus propios diseños de CPU, como el procesador Grace, que se combina con GPU para aplicaciones de IA y computación de alto rendimiento. Esta integración vertical permitió a Nvidia ofrecer sistemas completos, desde chips hasta redes y software, lo que atrajo a proveedores de nube como Amazon Web Services, Microsoft Azure y Google Cloud.
Impacto en el mercado y panorama competitivo
El hito de ingresos destacó el dominio de Nvidia en el mercado de hardware de IA. Para el año fiscal 2024, Nvidia controlaba un estimado del 80% al 95% del mercado de chips para entrenamiento de IA, según analistas de la industria. Este dominio se debió a una combinación de rendimiento de hardware, bloqueo del ecosistema de software a través de CUDA e inversiones tempranas en asociaciones de investigación en IA. Las GPU de Nvidia se usaron en los modelos GPT de OpenAI, AlphaFold de Google DeepMind y numerosos proyectos de IA académicos y corporativos.
Los competidores intentaron desafiar la posición de Nvidia. AMD introdujo su serie Instinct MI300, que ofrecía un rendimiento competitivo para algunas cargas de trabajo, e Intel lanzó sus aceleradores Gaudi. Los proveedores de nube también desarrollaron chips personalizados, como AWS Trainium y las TPU de Google, para reducir la dependencia de Nvidia. Sin embargo, estas alternativas a menudo requerían una inversión adicional en software y carecían del ecosistema maduro de CUDA, que se había refinado durante 15 años. Como resultado, Nvidia mantuvo su liderazgo, con ingresos por centros de datos que continuaron creciendo en trimestres posteriores.
El hito también tuvo implicaciones más amplias para la industria tecnológica. El éxito de Nvidia señaló que la IA se estaba convirtiendo en un motor principal de la demanda de computación, desplazando la inversión de los mercados tradicionales de PC y teléfonos inteligentes. La capitalización de mercado de la empresa alcanzó los 3 billones de dólares en junio de 2024, y luego superó los 4 billones en 2025, convirtiéndola en una de las empresas más valiosas del mundo. Este crecimiento fue impulsado por la demanda sostenida de infraestructura de IA, a medida que empresas y gobiernos invirtieron en capacidad de computación para grandes modelos de lenguaje y otras aplicaciones de IA.
Contexto histórico y giro estratégico
La fundación de Nvidia en 1993 por Jensen Huang, Chris Malachowsky y Curtis Priem se centró inicialmente en gráficos 3D para videojuegos. El éxito temprano de la empresa con la línea GeForce la estableció como un proveedor líder de GPU, pero el mercado de gráficos para juegos era cíclico y competitivo. A mediados de la década de 2000, Nvidia comenzó a explorar la computación de GPU de propósito general, lo que llevó al desarrollo de CUDA. Esta plataforma permitió a los investigadores usar GPU para computación científica, lo que abrió nuevos mercados en computación de alto rendimiento y, más tarde, en IA.
El auge de la IA de la década de 2020, impulsado por avances en aprendizaje profundo y la escalabilidad de los modelos Transformer, creó una demanda sin precedentes de hardware de procesamiento paralelo. Nvidia estaba en una posición única para capitalizar esta tendencia porque sus GPU ya estaban optimizadas para operaciones de matrices, y su pila de software era ampliamente adoptada en la investigación y la industria. La capitalización de mercado de la empresa superó el billón de dólares en 2023, y el hito de ingresos del año fiscal 2024 fue un indicador claro de que la IA se había convertido en el negocio principal de Nvidia.
Implicaciones para el ecosistema de IA
El cambio en la composición de los ingresos tuvo efectos en cadena en todo el ecosistema de IA. Las startups y los proveedores de nube dependían del hardware de Nvidia para entrenar e implementar modelos, creando una dependencia que algunos veían como un cuello de botella. La escasez de GPU H100 en 2023 llevó a un mercado secundario donde los precios superaban los precios oficiales de lista, y algunas empresas, como xAI, recibieron inversiones directas de Nvidia para asegurar el suministro. Esta dinámica destacó la importancia estratégica de la computación de IA y la concentración del suministro en un solo proveedor.
El éxito de Nvidia también influyó en los patrones de inversión en investigación e infraestructura de IA. Las firmas de capital de riesgo, incluidas Sequoia Capital y Sutter Hill Ventures, que habían financiado a Nvidia en sus primeros días, continuaron apoyando a startups de IA que dependían de la tecnología de Nvidia. El crecimiento de la valoración de la empresa atrajo la atención de gobiernos y reguladores, que examinaron su poder de mercado y los controles de exportación de chips avanzados a ciertos países.
Conclusión
El hecho de que los ingresos por centros de datos superaran a los de juegos en el año fiscal 2024 marcó un punto de inflexión definitivo para Nvidia. Validó la apuesta a largo plazo de la empresa por la IA y la posicionó como un proveedor de infraestructura fundamental para el auge de la IA. El hito no fue solo una estadística financiera, sino un reflejo de cómo la IA había transformado de un campo de investigación de nicho a un motor comercial dominante. A medida que Nvidia continuaba innovando con nuevas arquitecturas y software, su papel en la configuración del futuro de la computación parecía asegurado, al menos a corto plazo.