Nvidia ha acordado la adquisición de Hugging Face por 12.900 millones de dólares, una operación que los analistas evalúan en paralelo a sus últimos resultados para determinar si la compañía podrá contener el avance de Broadcom en chips de inteligencia artificial.
La comparación se vuelve más nítida en el lado del suministro. Nvidia vende GPU de uso general que dominan el entrenamiento y la inferencia de modelos de IA, mientras que Broadcom fabrica ASIC personalizados, ajustados a las cargas de trabajo específicas de cada hiperescalador, un nicho que creció un 44,6% interanual frente al 16,1% de las GPU.
También te puede interesar: La valoración de Gimlet Labs se dispara a 3.000 millones con nueva financiación
Esa brecha de crecimiento de 28 puntos es el punto de presión físico que la adquisición pretende abordar, y explica por qué la compra de Hugging Face va mucho más allá de una mera incorporación de talento o herramientas.
El argumento del “foso” de software
Distintos análisis enmarcan la operación como una cobertura frente al impulso del silicio a medida de Broadcom, más que como una apuesta pura por la investigación en IA. Al hacerse con la plataforma, su modelo de código abierto y su ecosistema de desarrolladores, Nvidia puede vincular su ventaja en hardware a una capa de software que los ASIC personalizados no pueden replicar fácilmente, según Shattered.io.
La lógica, desde la oferta, es directa: un ecosistema de desarrolladores anclado a CUDA y a su cadena de herramientas eleva el coste de cambio por unidad de inferencia, un factor cada vez más relevante a medida que se comprime el coste computacional por token.
La propuesta de Broadcom a los hiperescaladores se apoya en la eficiencia: chips diseñados para las necesidades de cómputo específicas de cada cliente, frente a la arquitectura más generalista de Nvidia, concebida para atender múltiples cargas de trabajo a la vez, según la comparación de resultados de Motley Fool.
Cuando el capex de un hiperescalador se orienta hacia silicio a medida en lugar de GPU de catálogo, ese flujo de inversión es la señal en la que fijarse, por encima de cualquier declaración pública sobre neutralidad de proveedores.
También te puede interesar: Polygon abre ruta de donaciones cripto para el fondo de ayuda por el desastre en Nepal
Lo que vigilan ahora los inversores
Los analistas mantienen una visión constructiva sobre ambas compañías y citan un crecimiento cercano al 30% en el gasto de capital de los hiperescaladores como prueba de que el despliegue de infraestructura de IA aún deja margen para que proveedores de GPU y ASIC sigan creciendo.
La incógnita es si la capa de software de Nvidia, ahora reforzada con la plataforma adquirida, será capaz de preservar su ventaja de márgenes a medida que más proveedores cloud optan por diseñar su propio silicio a medida en lugar de comprar GPU estándar.
Esa respuesta llegará antes en forma de compromisos de capacidad y tendencias en el coste por inferencia que en cualquier relato de resultados trimestrales.
Lee también: OpenAI lanza GPT-6 Astra, su modelo más potente hasta la fecha
