Nvidia y Amazon anunciaron el 26 de agosto una ampliación de su colaboración: AWS comprará 2 millones de GPU de Nvidia adicionales. El acuerdo anterior, firmado por ambas partes hace cinco meses, era de poco más de 1 millón de chips; este nuevo volumen prácticamente duplica la escala original. El motivo que dan las dos empresas en su comunicado es que la demanda ha superado las previsiones anteriores, procedente de startups, clientes corporativos, laboratorios de IA y organismos gubernamentales.
El chip propio no ha sustituido a Nvidia
Los chips aceleradores diseñados internamente por Amazon ya alcanzan una tasa de ingresos anualizada de 25.000 millones de dólares, la cifra más alta entre los chips de IA propios de todas las proveedoras de nube. La deducción obvia sería que, cuanto más fuerte el chip propio, menor la compra externa. Este pedido desmiente justo esa lógica: las dos líneas están creciendo al mismo tiempo.
La razón está en la composición de la cartera de clientes. Las cargas de trabajo de IA más grandes en AWS no proceden todas de la propia Amazon: laboratorios externos como Anthropic y OpenAI ya han comprometido compras con Nvidia por un valor cercano a los 225.000 millones de dólares, y las pilas de ingeniería de esos equipos están en gran parte atadas a CUDA, lo que hace que migrar sea caro y el margen de tiempo, estrecho. Lo que puede hacer la proveedora de nube es tener suficientes tarjetas disponibles. Los chips propios cubren la parte de la carga de trabajo cuya planificación puede definir la propia Amazon; ambas vías no se sustituyen entre sí.
Más allá del pedido de GPU
El alcance de esta colaboración va más allá de "comprar tarjetas". Además de las GPU, AWS incorporará la CPU Vera de Nvidia, integrando la pila de IA física orientada a robótica; la serie de modelos abiertos Nemotron pasará a ofrecerse a través de Amazon Bedrock y SageMaker, y el hardware de red también se integrará en la infraestructura de AWS. La directora financiera de Nvidia, Colette Kress, describió así la forma de despliegue de Vera: "some integrated with Rubin, others standalone", es decir, una parte integrada con la plataforma Rubin y otra parte vendida de forma independiente.
La línea de la CPU Vera merece un análisis aparte. En mayo, Jensen Huang estimó su mercado potencial en 200.000 millones de dólares, con la arquitectura x86 como rival, dominante en los centros de datos desde hace dos décadas. Conseguir un cliente del tamaño de AWS equivale al primer gran respaldo de mercado para esta línea de producto.
Oferta y demanda se apalancan a la vez
Los ingresos por centros de datos de Nvidia en el último trimestre fueron de 89.000 millones de dólares, un 117% más interanual; la previsión de ingresos para el próximo trimestre es de 108.000 millones de dólares. Para poder atender estos pedidos, la propia Nvidia también está apostando fuerte aguas arriba: sus compromisos con la cadena de suministro y la capacidad de fabricación suman unos 279.000 millones de dólares, con un gasto previsto de 92.000 millones de dólares para lo que resta del año fiscal actual y de 87.000 millones para el año fiscal 2028.
Tras la presentación de resultados, Jensen Huang dejó una frase:
"The thing that matters for the industry is that AI is now doing productive and useful work. AI is generating profitable tokens."
Lo que importa para la industria es que la IA ya está haciendo un trabajo productivo y útil. La IA está generando tokens rentables.
El subtexto es anclar la racionalidad del gasto de capital de nuevo al lado de los ingresos. Haciendo un cálculo aproximado: 2 millones de GPU, según los rangos de precio público de la generación actual, ya suponen solo en hardware un gasto del orden de cientos de miles de millones de dólares; sumando centros de datos, suministro eléctrico y red, la cantidad que AWS deberá recuperar en alquiler de esa capacidad de cómputo en los próximos años también rondará las centenas de miles de millones (estimación, ya que ninguna de las dos partes ha revelado el importe del contrato). Que la proveedora de nube se atreva a firmar se debe a que los compromisos de compra del lado del cliente ya están programados en la misma escala temporal.
Para los usuarios finales, el ritmo de entrega es más informativo que el volumen total. El acuerdo anterior, de 1 millón de chips, se firmó hace cinco meses y su fecha concreta de entrega sigue sin hacerse pública; con los 2 millones adicionales, el dato que realmente medirá el alcance de esta expansión será el momento en que las instancias de GPU de AWS dejen de tener lista de espera.
Fuentes: TechCrunch, CocoLoop, conferencia de resultados de Nvidia; la cantidad de GPU, los ingresos por centros de datos y los compromisos de inversión se han verificado según lo divulgado por Nvidia; ninguna de las dos partes ha hecho público el importe del contrato.