Nvidia vincula la computación de IA al capital de Wall Street
Con el respaldo de BlackRock, Blackstone y Goldman Sachs, Nvidia quiere financiar la capacidad de cómputo de IA como infraestructura. Eso también pone en perspectiva a las redes de computación descentralizada como Akash y Render.
Puntos clave
- Nvidia ha firmado con seis grandes firmas de Wall Street memorandos de entendimiento para plataformas de financiación que, en última instancia, podrían atraer más de 500.000 millones de dólares en capital de terceros.
- La empresa quiere presentar la capacidad de cómputo para IA como una capa de infraestructura invertible, comparable al sector inmobiliario, las autopistas de peaje y las centrales eléctricas.
- Para la computación cripto, este paso hace aún más visible la desventaja de las redes descentralizadas de GPU, ya que todavía están muy por debajo del rendimiento de los grandes centros de datos.
Nvidia ha dado un paso relevante para posicionar la computación de IA como una capa de infraestructura susceptible de inversión, esta vez con el apoyo de seis grandes firmas de Wall Street. El fabricante de chips firmó el lunes memorandos de entendimiento con Apollo Global Management, Blackstone, BlackRock, Brookfield Asset Management, Goldman Sachs y KKR para desarrollar plataformas de financiación que, en última instancia, podrían movilizar más de 500.000 millones de dólares (433.000 millones de euros) en capital de terceros.
La IA como infraestructura
Para Nvidia, la capacidad de cómputo destinada a IA ya no debería verse solo como un gasto tecnológico convencional, sino como un activo de infraestructura financiable. La compañía la equipara con proyectos inmobiliarios comerciales, autopistas de peaje o centrales eléctricas. Su objetivo es facilitar la expansión de los centros de datos de IA para los clientes, al tiempo que refuerza la demanda de su propio hardware.
El director ejecutivo Jensen Huang fue más allá y describió por primera vez los chips como una clase de activo invertible. Según explicó, estos sistemas ya generan ingresos, son productivos, tienen una vida útil prolongada y pueden utilizarse a gran escala. Huang comparó la computación de IA con la electricidad y el internet, y sostuvo que el ordenador ha pasado a formar parte de la infraestructura básica.
Qué cambia esto
La relevancia del movimiento está en que muchas empresas siguen registrando la capacidad de cómputo como un gasto que se deprecia con rapidez en el balance. Nvidia pretende cambiar esa lectura. Según la compañía, las mismas GPU pueden atender a varios clientes y distintas cargas de trabajo, lo que abre la puerta a ingresos por alquiler durante años, en lugar de limitarse a una inversión puntual.
Bajo estos acuerdos, los bancos analizan cada proyecto por separado, teniendo en cuenta la demanda de los clientes, el uso previsto y el flujo de caja antes de comprometer capital. En algunas operaciones, Nvidia puede asumir hasta el 25% del riesgo si los chips pierden valor, aunque el punto clave es que los financiadores realizan su propia evaluación en cada caso.
Consecuencias para la computación cripto
Para el mercado cripto, lo más llamativo es que este movimiento de Nvidia deja todavía más expuesta la distancia frente a las redes descentralizadas de computación. Proyectos como Akash y Render buscan crear, sobre blockchain, un mercado para la capacidad de GPU, pero investigaciones de Epoch AI muestran que las mayores redes descentralizadas activas de entrenamiento apenas alcanzan alrededor de una trescientasava parte del rendimiento de los principales centros de datos.
Ese desfase responde a limitaciones muy concretas, como el bajo ancho de banda, los costes adicionales de la verificación criptográfica y la falta de acuerdos de nivel de servicio propios de un entorno empresarial. Aun así, el crecimiento de estas redes demuestra que sí existe demanda de infraestructura alternativa de IA, especialmente ahora que algunas empresas de minería cripto están redirigiendo cada vez más su capacidad eléctrica y sus ubicaciones ya existentes hacia centros de datos de IA. Un ejemplo es Core Scientific, que cerró un acuerdo de infraestructura a largo plazo para suministrar más capacidad de IA.
