Nvidia ha acordado la adquisición de Hugging Face por 12.900 millones de dólares, una operación que los analistas están evaluando en paralelo a sus últimos resultados trimestrales para determinar si la compañía podrá contener el avance de Broadcom en chips de inteligencia artificial.
La comparación se vuelve más clara en el lado del suministro. Nvidia vende GPUs de propósito general que dominan el entrenamiento y la inferencia en IA, mientras que Broadcom fabrica ASICs personalizados adaptados a las cargas de trabajo específicas de cada hiperescalador, un nicho que creció un 44,6% interanual frente al 16,1% registrado por las GPUs.
También puedes leer: Valoración de Gimlet Labs se dispara a 3.000 M$ tras nueva ronda de financiación
Esa brecha de crecimiento de 28 puntos es el punto de presión físico que esta adquisición pretende aliviar, y explica por qué la compra de Hugging Face va mucho más allá de una mera captura de talento o de herramientas.
El argumento del “foso” de software
Diversos análisis encuadran 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 controlar la plataforma de modelos de código abierto y su ecosistema de desarrolladores, Nvidia puede anclar su ventaja en hardware a una capa de software que los ASICs personalizados no pueden replicar fácilmente, según Shattered.io.
La lógica por el lado de la oferta es directa: un ecosistema de desarrolladores ligado a CUDA y a todo su conjunto de herramientas eleva el coste de cambio por unidad de inferencia, un factor que cobra más peso a medida que se comprime el coste de computación por token.
La propuesta de Broadcom para los hiperescaladores se basa en la eficiencia: chips diseñados para las necesidades de cómputo específicas de cada cliente, frente a la arquitectura más generalista de Nvidia, concebida para dar servicio a múltiples cargas de trabajo de forma simultánea, de acuerdo con la comparación de resultados de Motley Fool.
Cuando el capex de un hiperescalador se dirige hacia silicio a medida en lugar de GPUs de catálogo, ese flujo de inversión es la señal a seguir por encima de cualquier declaración pública sobre neutralidad de proveedores.
También puedes leer: Polygon abre ruta de donaciones en criptomonedas para el Fondo de Ayuda ante Desastres en Nepal
Lo que vigilan ahora los inversores
Los analistas mantienen una visión optimista sobre ambas compañías y apuntan al crecimiento del gasto de capital de los hiperescaladores, en torno al 30%, como prueba de que la construcción de infraestructura de IA aún ofrece recorrido tanto para proveedores de GPUs como de ASICs.
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 de nube diseñan su propio silicio a medida en lugar de comprar GPUs estándar.
Esa respuesta llegará antes en los compromisos de capacidad y en la trayectoria del coste por inferencia que en cualquier relato posterior en las presentaciones de resultados.
Lee a continuación: OpenAI lanza GPT-6 Astra, su modelo más avanzado hasta la fecha
