Nvidia ha vuelto a marcar el ritmo financiero de la economía de la inteligencia artificial. La compañía cerró su último trimestre con 96.200 millones de dólares de ingresos, más del doble que un año antes, y anticipó 108.000 millones para el periodo siguiente. La escala coloca al fabricante de chips en el grupo de empresas capaces de acercarse a los 100.000 millones de dólares por trimestre, una liga reservada hasta ahora a gigantes como Amazon, Apple o Alphabet.
El dato más importante está en los centros de datos. Esa división aportó 89.000 millones de dólares y creció un 117% interanual, impulsada por la demanda de GPU para entrenar y ejecutar modelos de IA. Nvidia no vende solo tarjetas. Vende sistemas completos, redes, CPU, software, modelos abiertos y una hoja de ruta que intenta convencer a sus clientes de seguir comprando cada nueva generación.
La IA empresarial se está convirtiendo en una carrera por asegurar cómputo antes incluso de saber con precisión dónde estará todo el retorno. Amazon acaba de ampliar su alianza con Nvidia con otros 2 millones de GPU para AWS, incluidas Blackwell Ultra, Rubin y Rubin Ultra, con despliegues previstos en 2027 y 2028. El acuerdo llega apenas meses después de un compromiso anterior de más de 1 millón de GPU.
La relación con Amazon muestra la paradoja actual del mercado. AWS desarrolla sus propios chips Trainium y Graviton para reducir dependencia, pero al mismo tiempo necesita comprar más hardware de Nvidia para atender a clientes corporativos, laboratorios de IA, startups y gobiernos. Una nube no puede esperar a que su silicio interno cubra toda la demanda si sus clientes ya están pagando por capacidad.
Para las empresas, el mensaje práctico es que el coste de la IA seguirá ligado a una infraestructura física escasa: chips, memoria, energía, redes y centros de datos. Esa escasez explica por qué los contratos se firman con años de antelación y por qué los grandes proveedores intentan cerrar suministro antes que sus competidores. También explica la presión sobre márgenes por el encarecimiento de componentes como la memoria.
Nvidia ha dicho que la demanda sigue por encima de su capacidad de entrega. La compañía elevó sus compromisos para asegurar suministro y fabricación, una señal de que espera varios años de presión sostenida. Ese esfuerzo no está libre de riesgo. Si los clientes ralentizan inversiones, si la energía retrasa proyectos o si los modelos no generan ingresos suficientes, parte de la infraestructura podría quedar sobredimensionada.
El mercado, de momento, compra la tesis de crecimiento. Las cifras de beneficio y ventas superaron expectativas y la previsión para el próximo trimestre reforzó la idea de que la inversión en IA no se ha frenado. Aun así, los inversores miran cada vez más la calidad del gasto: no basta con instalar más GPU, hay que demostrar que esas GPU producen servicios rentables.
Nvidia ya no es solo un proveedor de chips, es una pieza central de la planificación tecnológica y financiera de la IA global. Su fuerza afecta a precios de nube, presupuestos de software, startups de modelos, robótica y centros de datos. Para España y Europa, la lectura es incómoda pero clara: competir en IA exige talento y regulación, pero también acceso estable a cómputo a escala.
