1. Resumen de ganancias del tercer trimestre de Nvidia y perspectivas para el cuarto trimestre [0]

Nvidia superó las expectativas de ganancias y ventas en el tercer trimestre, impulsada por la creciente demanda de IA, y proyecta un fuerte crecimiento continuo para el cuarto trimestre.

1.1. Resultados financieros del tercer trimestre de Nvidia [0]

  1. Nvidia reportó un "doble éxito" en sus ganancias del tercer trimestre, superando las estimaciones de los analistas [3].
    1. Las ganancias por acción (EPS) fueron de $1.30, superando la estimación de $1.25 [15].
    2. Los ingresos fueron de $13.5 mil millones, superando la estimación de $54.8 mil millones [16].
    3. Esto marcó el duodécimo "doble éxito" consecutivo para Nvidia, con ingresos y EPS superando las estimaciones [267].
  2. La compañía logró un margen bruto del 73.4%, lo que indica una fuerte trayectoria de crecimiento [20].
  3. Nvidia proyecta ingresos para el cuarto trimestre entre $63.7 mil millones y $66.3 mil millones, superando la estimación de los analistas de $61.48 mil millones [270].
  4. Los ingresos del tercer trimestre aumentaron un 62% año tras año, lo que demuestra un crecimiento sólido y continuo [259].
    1. El rango de 52 semanas de la acción de Nvidia fue de $86 hace un año, lo que equivaldría a $860 por acción antes de la división de acciones de 10 por 1 [278].
    2. La acción ahora cotiza a $210, lo que sería $2,100 antes de la división, lo que indica un crecimiento significativo a pesar de las preocupaciones de sobrevaloración en el pasado [66].

1.2. Impulsores de ingresos y riesgos para Nvidia [36]

  1. Los principales impulsores de ingresos de Nvidia son las GPU y los sistemas de centros de datos, incluyendo sus chips H100 y Blackwell [36].
    1. Otros segmentos incluyen gaming con tarjetas gráficas GeForce y RTX, visualización profesional y supercomputación [37].
    2. Los sistemas de Nvidia están involucrados en GPU de estaciones de trabajo, Omniverse e IA, así como en licencias de OEM y otros componentes [49].
  2. Los chips Blackwell (B100 y B200) son la próxima generación que impulsa el crecimiento de la IA [51].
    1. La expansión de la infraestructura de IA abarca la nube, la infraestructura empresarial y el software de IA de borde [52].
    2. CUDA es la base original de la IA generativa de Nvidia, que permite la ramificación de las redes de IA [53].
  3. Nvidia está diversificando sus mercados hacia la automoción, los sistemas embebidos y la visualización para aprovechar su base de GPU y propiedad intelectual [77].
    1. La compañía está formando asociaciones estratégicas con empresas como Apple, Microsoft, Oracle y OpenAI para desarrollar aún más la IA [79].
  4. Los riesgos a considerar incluyen la valoración de la acción, las restricciones de suministro y la escalabilidad de los chips de próxima generación [86].
    1. Las restricciones de China sobre los chips de Nvidia podrían afectar significativamente los ingresos, reduciendo la demanda entre un 20% y un 30% [98].
    2. Otros riesgos son la posible desaceleración de las inversiones en IA, los riesgos macroeconómicos y de mercado, y la presión competitiva de empresas como AMD e Intel [101].

1.3. Cartera de inversiones de Nvidia [108]

  1. La cartera de acciones de Nvidia se ha ajustado de $4.3 mil millones a $3.8 mil millones [115].
  2. La participación en CoreWeave disminuyó del 91% al 86% de su cartera, aunque el número de acciones aumentó en 10,000 [117].
    1. CoreWeave experimentó una caída significativa después de un aumento del 60% [122].
    2. Nvidia mantiene la confianza en CoreWeave a través de su asociación y tenencia continua [128].
  3. Otras posiciones en la cartera incluyen ARM Holdings (4%) y Applied Digital (que creció del 1.7% al 4.6%) [131].
  4. Nvidia también tiene participaciones en RXRX, NBIS y WRD [134].

1.4. Análisis técnico y perspectivas del mercado [135]

  1. Los niveles psicológicos clave para la acción de Nvidia son $190, $195, $185 y $180 [138].
    1. Se espera que la acción abra por encima de $195 y se dirija hacia el nivel de $200 [144].
    2. El nivel de $200 ha sido un punto de resistencia fuerte en el pasado [155].
  2. La fortaleza de Nvidia podría ayudar a sostener el mercado en general, incluyendo el S&P 500 y el NASDAQ [151].
    1. El mercado ha estado lateralizado debido a la disminución de las probabilidades de un recorte de tasas en diciembre [163].
    2. Una corrección del mercado se define como una caída superior al 10%; el SPY ha retrocedido un 4.7% desde sus máximos, lo que no es una corrección [169].
  3. La volatilidad implícita (IV) de las opciones de Nvidia aumenta antes de los informes de ganancias, lo que las hace caras [202].
    1. Si el precio de la acción no se mueve y la IV disminuye, tanto las opciones de compra como las de venta pueden perder valor [205].
  4. Los inversores deben ser cautelosamente optimistas y considerar ambos lados de la situación para evitar sorpresas [214].
    1. Nvidia es un líder fuerte en la industria de la IA y se espera que continúe su crecimiento [218].
  5. Un plan de trading para el día siguiente implicaría buscar que Nvidia supere los $195-$196 y se mantenga como soporte, con un objetivo de $200 [341].
    1. El análisis técnico es importante, pero los fundamentos son igualmente cruciales [349].
    2. Un cambio fundamental, como una pausa en las asociaciones, podría afectar la acción [352].
  6. Nvidia ha mostrado una clara tendencia alcista con máximos y mínimos más altos en el marco de tiempo diario [369].
    1. Una caída del 15% desde el máximo histórico de $212 no ha roto el nivel de $176, lo que significa que no ha entrado en territorio bajista [373].
    2. La acción de Nvidia no se ralentizará a menos que haya un anuncio negativo en la llamada de ganancias [377].

2. Detalles de la llamada de ganancias del tercer trimestre de Nvidia [405]

Nvidia destaca el crecimiento exponencial impulsado por la computación acelerada, la IA generativa y las aplicaciones agenticas, con una fuerte demanda de su infraestructura de IA y una hoja de ruta de productos innovadores.

2.1. Desempeño y crecimiento de la infraestructura de IA [432]

  1. Nvidia logró un trimestre sobresaliente con ingresos de $7.1 mil millones, un aumento del 62% año tras año, y un crecimiento secuencial récord de $1 mil millones (22%) [432].
    1. Los clientes están aprovechando tres cambios de plataforma que impulsan el crecimiento exponencial: la computación acelerada, los modelos de IA potentes y las aplicaciones agenticas [434].
    2. Nvidia tiene visibilidad de $500 mil millones en ingresos de Blackwell y Rubin desde principios de este año hasta finales de 2026 [436].
    3. Se estima que Nvidia será la opción superior para los $3 a $4 billones en construcción anual de infraestructura de IA para finales de la década [437].
  2. La demanda de infraestructura de IA sigue superando las expectativas, con los servicios en la nube agotados y la base instalada de GPU (incluyendo Blackwell, Hopper y Amber) completamente utilizada [438].
    1. Los ingresos del centro de datos del tercer trimestre alcanzaron un récord de $5.1 mil millones, un aumento del 66% año tras año [440].
    2. La computación creció un 56% año tras año, impulsada por el aumento de GB300, mientras que las redes se duplicaron debido a la escala de NVLink y el crecimiento de Spectrum X Ethernet y Quantum X Infiniband [441].
  3. Los hiperescaladores globales están transformando la búsqueda, las recomendaciones y la comprensión de contenido de aprendizaje automático clásico a IA generativa [442].
    1. NVIDIA CUDA es la plataforma ideal para esta transición, impulsando inversiones en infraestructura de cientos de miles de millones de dólares [443].
    2. Los sistemas de recomendación de IA de Meta están mejorando la calidad del contenido y el tiempo de uso en aplicaciones como Facebook y Threads [444].
    3. Las expectativas de gasto de capital para los principales proveedores de servicios en la nube e hiperescaladores en 2026 han aumentado a $600 mil millones, $200 mil millones más que a principios de año [446].
  4. Otro pilar de crecimiento es el aumento del gasto en computación impulsado por constructores de modelos fundamentales como Anthropic, OpenAI, Reflection, Safe Superintelligence, Thinking Machines Lab y XAI [448].
    1. Las tres leyes de escalado (preentrenamiento, postentrenamiento e inferencia) son fundamentales para esta expansión, creando un ciclo virtuoso de mejor inteligencia y mayor adopción [449].
    2. OpenAI ha visto crecer su base de usuarios semanales a 800 millones y sus clientes empresariales a 1 millón, con márgenes brutos saludables [451].
    3. Anthropic reportó ingresos anualizados de $7 mil millones el mes pasado, frente a $1 mil millones a principios de año [452].
  5. La IA agentica se está proliferando en diversas industrias, con empresas como Cursor, Anthropic, OpenEvidence, Epic y Abridge experimentando un aumento en el crecimiento de usuarios [453].
    1. Las plataformas de software empresarial están integrando la computación acelerada y la pila de IA de Nvidia, como ServiceNow, CrowdStrike y SAP [456].
    2. La asociación con Palantir está potenciando su plataforma de ontología con las bibliotecas NVIDIA CUDA X y modelos de IA [457].
    3. Empresas como Lowe's, RBC, Unilever y Salesforce están utilizando la IA para aumentar la productividad, la eficiencia y reducir costos [459].
  6. Nvidia anunció proyectos de infraestructura y fábricas de IA que suman 5 millones de GPU, con demanda en todos los mercados [465].
    1. Esto incluye Colossus 2 de XAI (el primer centro de datos a escala de gigavatios), la fábrica de IA de Lily para el descubrimiento de fármacos, y la expansión de la asociación de AWS y Humane para desplegar hasta 150,000 aceleradores de IA [467].
  7. Blackwell ganó impulso en el tercer trimestre, con GB300 superando a GB200 y contribuyendo con aproximadamente dos tercios de los ingresos totales de Blackwell [469].
    1. La plataforma Hopper generó aproximadamente $2 mil millones en ingresos en el tercer trimestre [472].
    2. Las ventas de H20 fueron de aproximadamente $50 millones, pero los grandes pedidos no se materializaron debido a problemas geopolíticos y la creciente competencia en China [473].

2.2. Hoja de ruta de productos y ventajas competitivas [475]

  1. La plataforma Ruben está en camino de lanzarse en la segunda mitad de 2026, ofreciendo una mejora de rendimiento de factor X en relación con Blackwell [478].
    1. Ruben es el sistema de rack de tercera generación de Nvidia, que redefine la capacidad de fabricación y es compatible con Grace Blackwell [481].
    2. El ecosistema de Nvidia está preparado para un rápido lanzamiento de Ruben [482].
  2. El salto anual de rendimiento de factor X de Nvidia aumenta el rendimiento por dólar y reduce los costos de computación para los clientes [485].
    1. La larga vida útil de las GPU CUDA de Nvidia es una ventaja significativa en el Costo Total de Propiedad (TCO) sobre otros aceleradores [486].
    2. La compatibilidad de CUDA y la gran base instalada extienden la vida útil de los sistemas de Nvidia mucho más allá de su vida útil estimada original [487].
    3. Los aceleradores sin CUDA a menudo quedan obsoletos en pocos años a medida que evolucionan las tecnologías de modelos [489].
  3. Nvidia ha evolucionado de una empresa de GPU para gaming a una empresa de infraestructura de centros de datos de IA en 25 años [492].
    1. Su capacidad para innovar en CPU, GPU, redes y software para reducir el costo por token es inigualable en la industria [493].
  4. El negocio de redes de Nvidia, diseñado para IA, es el más grande del mundo, generando $8.2 mil millones en ingresos (un aumento del 162% año tras año) [494].
    1. La mayoría de las implementaciones de IA ahora incluyen los switches de Nvidia, con tasas de conexión de GPU Ethernet a la par con InfiniBand [495].
    2. Empresas como Meta, Microsoft, Oracle y XAI están construyendo fábricas de IA a escala de gigavatios con switches Spectrum X Ethernet [497].
    3. Nvidia es la única empresa capaz de ofrecer plataformas de IA scale-up, scale-out y scale-across, lo que refuerza su posición única en el mercado [499].
  5. El interés de los clientes en NVLink Fusion está creciendo, con colaboraciones estratégicas con Fizutu, Intel y ARM para integrar CPU y GPU [500].
    1. NVLink, en su quinta generación, es la única tecnología de escalado probada disponible en el mercado [505].
  6. En los últimos resultados de entrenamiento de MLPerf, Blackwell Ultra ofreció tiempos de entrenamiento 5 veces más rápidos que Hopper, barriendo todos los benchmarks [506].
    1. Blackwell logró el mayor rendimiento y el menor Costo Total de Propiedad (TCO) en inferencia, especialmente en la mezcla de expertos para modelos de razonamiento [510].
    2. En DeepSeq, R1, Blackwell entregó un rendimiento 10 veces mayor por vatio y un costo 10 veces menor por token en comparación con H200 [512].
  7. NVIDIA Dynamo, un marco de inferencia modular de baja latencia de código abierto, ha sido adoptado por todos los principales proveedores de servicios en la nube [514].
    1. Esto ha impulsado el rendimiento de la inferencia de IA para los clientes de la nube empresarial en AWS, Google Cloud, Microsoft Azure y OCI [516].

2.3. Asociaciones estratégicas e inversiones [517]

  1. Nvidia está trabajando en una asociación estratégica con OpenAI para ayudarles a construir y desplegar al menos 10 gigavatios de centros de datos de IA [517].
    1. Nvidia también tiene la oportunidad de invertir en OpenAI y les sirve a través de sus socios en la nube: Microsoft Azure, OCI y CoreWeave [518].
    2. La compañía apoya a OpenAI en la adición de capacidad de construcción propia [521].
  2. Anthropic está adoptando la arquitectura de Nvidia por primera vez, estableciendo una profunda asociación tecnológica para optimizar sus modelos para CUDA [523].
    1. Anthropic se ha comprometido inicialmente a una capacidad de computación de hasta un gigavatio con los sistemas Grace Blackwell y Vera Rubin [527].
  3. Las inversiones estratégicas de Nvidia en Anthropic, OpenAI y otras colaboraciones buscan expandir el ecosistema NVIDIA CUDA AI y asegurar que todos los modelos funcionen de manera óptima en sus plataformas [528].
    1. Nvidia continuará invirtiendo estratégicamente mientras mantiene un enfoque disciplinado en la gestión del flujo de caja [530].

2.4. IA física y cadena de suministro [531]

  1. La IA física es un negocio multimillonario que aborda una oportunidad de varios billones de dólares y representa la próxima fase de crecimiento para Nvidia [531].
    1. Los fabricantes y los innovadores en robótica están utilizando las arquitecturas de Nvidia para entrenar en NVIDIA, probar en flujos de trabajo de gemelos digitales Omniverse y desplegar IA en el mundo real en computadoras robóticas autónomas [532].
    2. PTC y Siemens introdujeron nuevos servicios que llevan los flujos de trabajo de gemelos digitales impulsados por Omniverse a la industria, con clientes como Beldin, Caterpillar, Foxconn, Lucid Motors, Toyota, TSMC y Wistron [534].
    3. Empresas como Agility Robotics, Amazon Robotics, Figure y Skydio están desarrollando ofertas mejoradas por la plataforma de Nvidia, incluyendo Omniverse para simulación, modelos fundamentales para desarrollo y Jetson para robots inteligentes de próxima generación [536].
  2. Nvidia se enfoca en construir resiliencia y redundancia en su cadena de suministro global [537].
    1. La primera oblea de Blackwell producida en suelo estadounidense se celebró en asociación con TSMC [538].
    2. Nvidia continuará trabajando con Foxconn, Wistron, Amcor, Spill y otros para aumentar su presencia en EE. UU. en los próximos cuatro años [539].

2.5. Desempeño de otros segmentos y perspectivas financieras [542]

  1. Los ingresos por gaming fueron de $4.3 mil millones, un aumento del 30% año tras año, impulsados por la fuerte demanda y el impulso de Blackwell [542].
    1. Las ventas en el mercado final siguen siendo sólidas y los inventarios de canal están en niveles normales antes de la temporada navideña [544].
    2. Steam rompió su récord de usuarios concurrentes con 42 millones de jugadores, y el GeForce Gaming Festival celebró 25 años de GeForce [545].
  2. La visualización profesional de Nvidia ha evolucionado hacia computadoras para ingenieros y desarrolladores, con ingresos de $760 millones, un aumento del 56% año tras año [546].
    1. El crecimiento fue impulsado por DGX SuperPOD, el superordenador de IA más pequeño del mundo, construido sobre una pequeña configuración de Grace Blackwell [548].
  3. Los ingresos del sector automotriz fueron de $592 millones, un aumento del 32% año tras año, impulsados principalmente por soluciones de conducción autónoma [549].
    1. Nvidia se asoció con Uber para escalar la flota autónoma de Nivel 4 más grande del mundo, construida sobre la nueva arquitectura de referencia Hyperion L4 Roboaxi [550].
  4. Los márgenes brutos GAAP fueron del 73.4% y los márgenes brutos no-GAAP del 73.6%, superando las expectativas [551].
    1. Los márgenes brutos aumentaron secuencialmente debido a la mezcla de centros de datos, la mejora del tiempo de ciclo y la estructura de costos [553].
  5. Los gastos operativos GAAP aumentaron un 8% secuencialmente y un 11% en base no-GAAP, impulsados por la computación de infraestructura y mayores costos de compensación y desarrollo de ingeniería [554].
    1. La tasa impositiva efectiva no-GAAP para el tercer trimestre fue de poco más del 17%, superior a la guía del 16.5% debido a los fuertes ingresos en EE. UU. [556].
  6. El inventario creció un 32% trimestre a trimestre, mientras que los compromisos de suministro aumentaron un 63% secuencialmente, preparándose para un crecimiento significativo [557].
  7. Para el cuarto trimestre, se espera que los ingresos totales sean de $65 mil millones, más o menos un 2%, lo que implica un crecimiento secuencial del 14% impulsado por el impulso de la arquitectura Blackwell [560].
    1. No se asumen ingresos por computación de centros de datos de China [562].
    2. Se espera que los márgenes brutos GAAP y no-GAAP sean del 74.8% y 75% respectivamente, más o menos 50 puntos básicos [563].
    3. Para el año fiscal 2027, a pesar del aumento de los costos de los insumos, Nvidia trabaja para mantener los márgenes brutos en los mediados de los 70 [565].
    4. Los gastos operativos GAAP y no-GAAP se esperan en aproximadamente $6.7 mil millones y $5 mil millones respectivamente [566].

2.6. Perspectiva de Jensen Huang sobre la IA y el futuro de Nvidia [572]

  1. Jensen Huang cree que el mundo está experimentando tres cambios masivos de plataforma simultáneamente, y Nvidia está abordando cada uno de ellos [577].
    1. La primera transición es de la computación de propósito general de CPU a la computación acelerada de GPU, ya que la Ley de Moore se ralentiza [580].
    2. La segunda es la IA que transforma las aplicaciones existentes y permite otras nuevas, con la IA generativa reemplazando el aprendizaje automático clásico en sistemas de recomendación y la infraestructura hiperescalable [584].
    3. La tercera es el surgimiento de los sistemas de IA agentica, capaces de razonar, planificar y usar herramientas, como asistentes de codificación y herramientas de radiología [590].
  2. Nvidia es elegida porque su arquitectura singular permite estas tres transiciones para cualquier forma y modalidad de IA en todas las industrias y fases, desde la nube hasta los robots [595].

3. Sesión de preguntas y respuestas con analistas [604]

La sesión de preguntas y respuestas aborda las proyecciones de ingresos, la capacidad de la cadena de suministro, la financiación de la infraestructura de IA, la estrategia de inversión de Nvidia y su posición competitiva en el mercado de la IA.

3.1. Proyecciones de ingresos y capacidad de la cadena de suministro [606]

  1. Nvidia está en camino de alcanzar su pronóstico de $500 mil millones en ingresos de Blackwell y Rubin para finales de 2026 [611].
    1. Se espera que este número crezca con pedidos adicionales, como el acuerdo con KSA por 400,000 a 600,000 GPU y la incorporación de Anthropic como nuevo cliente [614].
  2. La cadena de suministro de Nvidia, que incluye a TSMC, proveedores de memoria y ODMs de sistemas, ha planificado bien para un gran año [626].
    1. La demanda de GPU de Nvidia se debe a tres transiciones: la computación acelerada, la IA generativa que transforma las operaciones de hiperescaladores y la IA agentica [629].
    2. Todas estas aplicaciones son aceleradas por Nvidia y se ejecutan simultáneamente en sus GPU [634].
  3. La calidad de los modelos de IA está mejorando, lo que lleva a una mayor adopción en diversos casos de uso, como la asistencia de código [639].
    1. Aplicaciones como ChatGPT, OpenAI's Codex y GitHub Copilot son las de más rápido crecimiento en la historia [641].
    2. El preentrenamiento y postentrenamiento están intactos, y Gemini 3 ha logrado un gran salto en la calidad por rendimiento del modelo [645].

3.2. Financiación de la infraestructura de IA y eficiencia energética [648]

  1. El contenido de Nvidia por gigavatio ha aumentado con cada generación, de 20,000-25,000 unidades en Hopper a alrededor de 30,000 en Grace Blackwell, y se espera que sea mayor en Ruben [655].
    1. Cada generación ofrece una mejora de factor X en la velocidad, lo que mejora el Costo Total de Propiedad (TCO) para el cliente [657].
    2. La eficiencia energética es crucial, ya que el rendimiento por vatio se traduce directamente en ingresos [659].
    3. Nvidia utiliza un concepto de codiseño en toda su pila, desde los marcos hasta los modelos y la cadena de suministro, para optimizar la eficiencia [664].
  2. La financiación de los clientes para la infraestructura de IA depende de ellos, pero Nvidia ve una oportunidad de crecimiento a largo plazo [668].
    1. Las inversiones en GPU de Nvidia mejoran la escala, la velocidad y el costo de la computación de propósito general para los hiperescaladores, ya que la Ley de Moore se ha ralentizado [670].
    2. Los sistemas de recomendación, que impulsan a los hiperescaladores, han evolucionado hacia la IA generativa, lo que requiere cientos de miles de millones de dólares en gastos de capital financiados por el flujo de caja [675].
    3. La IA agentica representa ingresos y aplicaciones completamente nuevos, que son las de más rápido crecimiento en la historia [681].
  3. Cada país financiará su propia infraestructura de IA, y la mayoría de las industrias aún no han adoptado la IA agentica [686].
    1. Esto incluye empresas de vehículos autónomos, gemelos digitales para fábricas y almacenes, y startups de biología digital para el descubrimiento de fármacos [688].
    2. La computación empresarial también financiará su propia industria [691].

3.3. Gestión de efectivo e inversiones en el ecosistema [696]

  1. Nvidia utiliza su efectivo para financiar su crecimiento, asegurando una cadena de suministro resiliente y una sólida hoja de balance para apoyar a sus socios [703].
  2. La compañía continuará con la recompra de acciones [713].
  3. Las inversiones de Nvidia están dirigidas a expandir el alcance de CUDA y hacer crecer el ecosistema [715].
    1. La relación con OpenAI se remonta a 2016, y todo lo que hace OpenAI se ejecuta en Nvidia [717].
    2. La asociación con OpenAI permite una colaboración técnica más profunda para apoyar su crecimiento acelerado, y Nvidia obtiene una participación en la empresa a cambio de su inversión [721].
    3. La inversión en OpenAI se considera una oportunidad única en una generación con retornos extraordinarios [728].
    4. La asociación con Anthropic es la primera vez que sus modelos se ejecutarán en la arquitectura de Nvidia, lo que expande el ecosistema de Nvidia a la segunda IA más exitosa del mundo en términos de usuarios y rendimiento empresarial [730].
  4. La plataforma de Nvidia es la única en el mundo que ejecuta todos los modelos de IA, incluyendo OpenAI, Anthropic, XAI, Gemini, Thinking Machines, modelos científicos, biológicos, de ADN, genéticos y químicos [735].
    1. Las inversiones en el ecosistema permiten a Nvidia colaborar con empresas brillantes y obtener una participación en compañías exitosas [742].

3.4. Tendencias de inferencia y productos futuros [746]

  1. El producto Ruben CPX está diseñado para cargas de trabajo de contexto largo, donde la IA necesita leer y absorber mucha información antes de generar respuestas [753].
    1. Su rendimiento por dólar es excelente para este tipo de tareas [757].
  2. Las tres leyes de escalado (preentrenamiento, postentrenamiento e inferencia) están escalando exponencialmente [760].
    1. La inferencia se ha vuelto más compleja debido a la cadena de pensamiento y las capacidades de razonamiento de la IA, lo que requiere una cantidad exponencial de computación [766].
    2. Nvidia espera que la inferencia se convierta en una parte muy grande del mercado, lo que indica un uso más frecuente de la IA en más aplicaciones [770].
  3. Grace Blackwell es un orden de magnitud mejor que cualquier otra cosa en el mundo para la inferencia [773].
    1. La segunda mejor plataforma es H200, pero GB300 con MVLink 72 ofrece un rendimiento de 10 a 15 veces mayor en el benchmark de inferencia más grande jamás realizado [774].
    2. El liderazgo de Nvidia en inferencia es extraordinario y se espera que dure varios años [777].

3.5. Cuellos de botella y ventajas competitivas [781]

  1. El crecimiento a la escala de Nvidia presenta desafíos en la cadena de suministro, la energía, la financiación, la memoria y la fundición [783].
    1. Nvidia ha creado una nueva industria de fábricas de IA que requieren una escala extraordinaria en toda la cadena de suministro [788].
    2. La compañía tiene una gran visibilidad y control sobre su cadena de suministro, con socios de larga data [791].
    3. Se han establecido asociaciones en tierra, energía, fabricación de semiconductores y financiación, y todos estos desafíos son solucionables [793].
  2. La arquitectura de Nvidia ofrece el mejor rendimiento por TDP y el mejor rendimiento por vatio, lo que genera los mayores ingresos por cada cantidad de energía entregada [800].
    1. La tasa de éxito de Nvidia está aumentando, con más clientes y plataformas acudiendo a ellos después de explorar otras opciones [803].

3.6. Márgenes y gastos operativos [809]

  1. Nvidia planea mantener los márgenes brutos en los mediados de los 70 para el próximo año fiscal, a pesar del aumento de los costos de los insumos [812].
    1. Esto se logrará mediante mejoras de costos, tiempo de ciclo y mezcla de productos [819].
  2. Los gastos operativos se centrarán en la innovación de los equipos de ingeniería y las unidades de negocio para crear más sistemas para el mercado [824].
    1. Las inversiones continuarán en software, sistemas y hardware para cumplir con los objetivos de la nueva arquitectura [826].
  3. Nvidia planifica y negocia con su cadena de suministro con mucha antelación, asegurando el suministro y los aspectos financieros [830].

3.7. Rol de las GPU frente a los ASIC en la IA [836]

  1. La complejidad de los sistemas de IA ha aumentado significativamente, requiriendo racks completos con tres tipos diferentes de switches (scale-up, scale-out y scale-across) en lugar de una sola GPU [848].
    1. La IA ahora necesita una memoria gigantesca y una arquitectura de memoria compleja [853].
    2. La diversidad de modelos de IA ha explotado, desde la mezcla de expertos hasta modelos densos, de difusión y autorregresivos, así como modelos biológicos [856].
  2. Nvidia se destaca en cinco aspectos clave: [861]
    1. Acelera cada fase de la transición de la computación de propósito general a la acelerada, la IA generativa y la IA agentica con una única arquitectura [863].
    2. Es excelente en cada fase de la IA: preentrenamiento, postentrenamiento e inferencia, que es la más difícil [871].
    3. Es la única arquitectura en el mundo que ejecuta todos los modelos de IA, incluyendo modelos de código abierto, científicos, biológicos y robóticos, en todas las plataformas principales [877].
    4. Está presente en todas las nubes, sistemas on-premise, robóticos, dispositivos de borde y PC, lo que facilita el trabajo de los desarrolladores [886].
    5. Ofrece una gran diversidad de demanda (offtake) debido a su amplio ecosistema, lo que la convierte en la mejor plataforma para proveedores de servicios en la nube y nuevas empresas [895].