Presentación de NVIDIA: Los ingresos se acercan a los 100 mil millones, Rubin Ultra avanza según lo previsto

Introducción

NVIDIA respondió recientemente, durante una presentación especial organizada por Morgan Stanley en California, a varias dudas que preocupaban a los inversores: si el cronograma de Rubin Ultra se había retrasado, si los ASIC personalizados están erosionando la cuota de mercado de las GPU y si la empresa puede mantener su crecimiento cuando los ingresos trimestrales se acercan a los 100 mil millones de dólares.

Según el resumen de la presentación publicado por Wall Street News, la respuesta de NVIDIA fue directa: el crecimiento aún no ha llegado a su techo, y la dirección considera que el crecimiento se está acelerando.

El CEO Jensen Huang, la CFO Colette Kress y el vicepresidente de Relaciones con Inversores y Financiamiento Estratégico, Toshiya Hari, participaron conjuntamente en la reunión con inversores institucionales. La presencia de este nivel directivo hizo que este evento fuera diferente a las reuniones habituales con inversores, permitiendo a la empresa abordar directamente preocupaciones sobre el ritmo de los productos, el panorama competitivo, las limitaciones de suministro y la sostenibilidad del gasto en infraestructura de IA.

El analista de Morgan Stanley, Joseph Moore, valoró positivamente el tono de la reunión. El banco mantiene a NVIDIA como su acción semiconductora preferida, con una calificación de "sobreponderar".

¿Retraso en Rubin Ultra? NVIDIA: El cronograma no ha cambiado

Antes de la presentación, circularon rumores en el mercado de que Rubin Ultra podría retrasarse hasta 2028.

Según se informa, Huang desmintió directamente esta interpretación durante la reunión. El resumen de Morgan Stanley indica que Rubin Ultra sigue teniendo previsto su lanzamiento en 2027.

Se están produciendo algunos ajustes en la arquitectura del rack. Se dice que el diseño original de Kyber está siendo reemplazado por una configuración que NVIDIA considera superior, lo que podría dar lugar a un dominio de cómputo más grande. Sin embargo, la presentación presentó esto como una optimización arquitectónica, no como un ajuste en el calendario.

El trabajo en infraestructura clave continúa avanzando:

• Alimentación de corriente continua de 800 voltios
• Refrigeración líquida a nivel de rack
• Interconexión óptica entre racks
• Dominios de cómputo de mayor densidad
• Optimización a nivel de sistema de Rubin Ultra

La hoja de ruta pública de NVIDIA también respalda el cronograma de 2027. Sus materiales oficiales de infraestructura muestran que Kyber es una generación de racks diseñada específicamente para albergar 576 GPU Rubin Ultra, con el objetivo para 2027. NVIDIA también ha discutido públicamente que la transición a la alimentación de corriente continua de 800 voltios es un requisito previo para soportar ese nivel de densidad del rack.

Esta distinción es crucial: rediseñar el rack cambiará la forma del sistema, pero no retrasará la generación subyacente del producto. Según el resumen de la presentación, NVIDIA presentó este ajuste como una optimización de la arquitectura de implementación, no como una redefinición del cronograma de Rubin Ultra.

Un cliente centrado en ASIC se está moviendo hacia casi un 50% de potencia de cómputo de NVIDIA

Uno de los detalles más comentados de la presentación involucra a un cliente de laboratorio de IA de NVIDIA.

Morgan Stanley estima que los laboratorios de IA representan actualmente alrededor del 20% de la demanda total de NVIDIA. La mayoría de los desarrolladores de modelos de vanguardia ya dependen en gran medida de la infraestructura de NVIDIA, pero un cliente importante había estado desarrollando modelos principalmente basados en hardware ASIC personalizado, con una participación muy baja de NVIDIA.

Según el informe de la presentación, la cuota de NVIDIA en la infraestructura de cómputo de ese cliente ahora ha aumentado a casi el 50%.

Morgan Stanley no reveló la identidad del cliente públicamente. El artículo fuente señala que la descripción podría referirse a Anthropic, debido a su estrecha relación con Amazon y el uso de chips AWS Trainium. Este juicio sigue siendo una especulación del mercado, no una confirmación de NVIDIA, Morgan Stanley, Amazon o Anthropic.

Incluso sin mencionar el nombre del cliente, este cambio responde a una preocupación importante de los inversores: los chips personalizados no reemplazarán directamente a las GPU de NVIDIA.

Los hiperescaladores de nube o los laboratorios de IA pueden desarrollar sus propios ASIC, mientras continúan comprando grandes cantidades de infraestructura de NVIDIA. La decisión final depende de la economía de toda la carga de trabajo, no solo del precio del acelerador individual.

El costo total por token es más importante que el precio del chip

Morgan Stanley cree que los clientes, en última instancia, comparan el costo total de generar tokens.

Este cálculo no solo incluye el precio de compra del chip:

• Rendimiento de entrenamiento e inferencia
• Ancho de banda de memoria
• Eficiencia de red
• Utilización del clúster
• Madurez del software
• Productividad del desarrollador
• Consumo de energía
• Tiempo de implementación
• Fiabilidad a gran escala

Según se informa, la investigación de la industria de este banco de inversión muestra que, en muchas cargas de trabajo, NVIDIA sigue ofreciendo un costo por token más bajo. Esto ayuda a explicar por qué la adopción de ASIC personalizados puede ocurrir al mismo tiempo que el crecimiento de la cuota de mercado de NVIDIA.

Moore también sostuvo que, aunque los principales proveedores de nube han expandido sus programas de chips personalizados, la cuota general de NVIDIA en la computación de IA sigue aumentando de 2024 a 2026.

Esto no significa que la competencia de ASIC sea irrelevante. Indica que el mercado está creciendo lo suficientemente rápido y las cargas de trabajo son lo suficientemente diversas como para permitir que múltiples arquitecturas se expandan simultáneamente, mientras NVIDIA mantiene una posición sólida.

El crecimiento se vuelve cada vez más diversificado

La presentación dividió la demanda de NVIDIA en tres motores de crecimiento.

1. Laboratorios de IA

Según las estimaciones de Morgan Stanley, los laboratorios de IA representan aproximadamente el 20% de la demanda total.

Los grandes desarrolladores de modelos de vanguardia siguen dependiendo profundamente de la plataforma de NVIDIA. Al mismo tiempo, los clientes que antes dependían más de los ASIC personalizados parecen estar aumentando la implementación de GPU.

Este ámbito está impulsado por:

• Preentrenamiento de modelos de vanguardia
• Postentrenamiento y aprendizaje por refuerzo
• Inferencia de contexto largo
• Cargas de trabajo de IA agente
• Experimentos de investigación
• Expansión rápida de inferencia en producción

Los patrones de demanda se están volviendo más amplios que unos pocos clústeres de entrenamiento. Las cargas de trabajo de inferencia y agentes requieren una capacidad de crecimiento continuo a medida que se expande el uso del modelo.

2. Hiperescaladores de nube tradicionales

En el marco de la presentación, los hiperescaladores de nube tradicionales representan aproximadamente la mitad de los ingresos de NVIDIA.

Microsoft, Meta, Amazon y Google siguen siendo el grupo de clientes más grande. Su expansión está cada vez más limitada por la infraestructura física, no por la falta de demanda.

Las principales limitaciones incluyen:

• Disponibilidad de electricidad
• Conexión a la red eléctrica
• Terreno
• Construcción de centros de datos
• Refrigeración
• Suministro de memoria
• Equipos de red
• Plazos de implementación

La oportunidad de NVIDIA en este grupo también se ha extendido más allá de las GPU. Está vendiendo sistemas más amplios, que incluyen CPU, redes, interconexiones, aceleración de almacenamiento y arquitectura a nivel de rack.

3. Nuevas nubes de IA, IA soberana, clientes industriales y empresariales

El tercer motor de crecimiento incluye nuevos proveedores de nube de IA, proyectos de IA soberana, empresas industriales y clientes empresariales.

Morgan Stanley espera que, en ciertos períodos, este tipo de clientes crezca más rápido que los hiperescaladores de nube tradicionales, ya que estos compradores suelen preferir comprar infraestructura completa e integrada en lugar de construir cada capa por sí mismos.

Sus decisiones de compra están influenciadas por:

• Espacio limitado de electricidad y centros de datos

• Necesidad de una implementación más rápida

• Requisitos de soberanía de datos

• Consideraciones de seguridad nacional y política industrial

• Preferencia por sistemas completos verificados

• Experiencia limitada en la operación interna de clústeres de IA a hiperescala

La IA soberana es particularmente importante. Los gobiernos y las industrias locales están construyendo capacidad de cómputo local, conjuntos de datos nacionales y modelos específicos para cada país para mantener el control sobre información sensible y tecnologías estratégicas.

Estos proyectos generalmente no se ven afectados fácilmente por la competencia de los ASIC de hiperescala, ya que el comprador no necesariamente tiene un plan de chips propio.

La CPU y la red expanden el espacio de mercado de NVIDIA

NVIDIA ya no se posiciona como un proveedor de GPU independiente.

La empresa está construyendo una plataforma de infraestructura de IA que cubre:

• GPU
• CPU
• Interconexión de expansión NVLink
• Redes Ethernet e InfiniBand
• Unidades de procesamiento de datos
• Aceleración de almacenamiento
• Arquitectura de rack
• Software de sistema

Esta plataforma más amplia aumenta los ingresos que NVIDIA obtiene de cada fábrica de IA.

La CPU Vera podría convertirse en un negocio importante

La presentación supuestamente reiteró el objetivo de aproximadamente 200 mil millones de dólares para el negocio de CPU de NVIDIA en el año fiscal actual.

Morgan Stanley indicó que casi la mitad de esos ingresos podrían provenir de racks de CPU independientes, no solo de la parte utilizada como CPU host dentro de los sistemas de GPU.

Esta es una expansión importante del rol del producto.

La CPU Vera está diseñada específicamente para trabajos intensivos en control y sensibles a la latencia alrededor de los modelos de IA, que incluyen:

• Ejecución de código
• Uso de herramientas
• Aislamiento en entorno sandbox
• Análisis
• Tuberías de datos
• Entornos de aprendizaje por refuerzo
• Orquestación de flujos de trabajo

Las especificaciones oficiales de NVIDIA describen a Vera con 88 núcleos Olympus personalizados, compatibles con 176 hilos. Su arquitectura prioriza el alto rendimiento de un solo hilo y la eficiencia de memoria para manejar cargas de trabajo de agentes y fábricas de IA.

Si Vera tiene éxito tanto como CPU para servidores host como procesador independiente para centros de datos, NVIDIA podría capturar una mayor cuota del mercado de servidores.

A medida que los clústeres crecen, el valor de la red aumenta

La red es otra fuente importante de crecimiento.

A medida que los clústeres de IA se expanden, la transferencia de datos entre GPU se convierte en un cuello de botella crítico. Los aceleradores costosos no pueden funcionar de manera eficiente si pasan demasiado tiempo esperando datos o sincronizándose.

NVIDIA está abordando esto con las siguientes tecnologías:

• NVLink para conexiones extendidas
• Spectrum-X y Spectrum-6 Ethernet
• Quantum InfiniBand
• ConnectX SuperNICs
• Unidades de procesamiento BlueField
• Tecnología de redes ópticas

Los resultados financieros del primer trimestre del año fiscal 2027 de la empresa muestran un rápido crecimiento en esta área. Los ingresos de la red de centros de datos de NVIDIA alcanzaron los 14.800 millones de dólares, un aumento del 199 % interanual y del 35 % trimestral.

Esto respalda el argumento central de la presentación: el crecimiento de NVIDIA ya no se limita a vender más chips GPU, sino que depende cada vez más de la venta de sistemas completos.

NVIDIA comienza a atraer inversores de valor

Morgan Stanley también notó un cambio en la forma en que NVIDIA se comunica con los inversores.

Históricamente, la empresa ha estado fuertemente en manos de fondos de crecimiento. Para algunas instituciones, NVIDIA ha alcanzado o está cerca de sus límites internos de tenencia, lo que dificulta que estos inversores aumenten su exposición.

El próximo grupo de compradores podría incluir inversores de valor más centrados en los siguientes indicadores:

• Flujo de caja libre
• Recompra de acciones
• Dividendos
• Retorno de capital
• Sostenibilidad de ganancias
• Estructura de mercado a largo plazo

Moore estima que NVIDIA eventualmente podría destinar más de la mitad de su flujo de caja a recompras y retornos para los accionistas.

Las recientes decisiones de asignación de capital de NVIDIA hacen que este argumento sea más creíble. En mayo de 2026, la empresa anunció una nueva autorización de recompra de acciones por 80.000 millones de dólares y aumentó su dividendo trimestral en efectivo.

La tesis de inversión de valor no reemplaza la de crecimiento. Por el contrario, NVIDIA está intentando presentar ambos aspectos simultáneamente:

1. Los ingresos y las ganancias todavía se están expandiendo rápidamente.
2. La empresa genera suficiente flujo de caja para devolver más capital a los accionistas.

Esta combinación podría ampliar la base de inversores de la acción.

Los ingresos trimestrales se acercan a los 100.000 millones de dólares

La afirmación de "cerca de 100.000 millones de dólares" ya no es teórica.

NVIDIA reportó ingresos de 81.600 millones de dólares en el primer trimestre del año fiscal 2027, un aumento del 20 % respecto al trimestre anterior y del 85 % en comparación con el mismo período del año anterior. La empresa pronostica oficialmente 91.000 millones de dólares para el próximo trimestre, con una variación del 2 %.

El informe de la presentación de Morgan Stanley indica que la dirección continúa posicionando el negocio como en aceleración incluso a esta escala.

Este es el punto clave detrás de la lógica de inversión. NVIDIA no solo está añadiendo decenas de miles de millones de dólares en ingresos trimestrales, sino que la tasa de expansión sigue siendo alta debido al crecimiento simultáneo de múltiples mercados:

• Fábricas de IA a hiperescala
• Laboratorios de modelos de frontera
• Inferencia de producción
• Nuevas nubes de GPU
• IA soberana
• IA empresarial e industrial
• CPU
• Redes
• Almacenamiento e infraestructura de sistemas

El desafío radica en convertir la demanda en sistemas entregables. Los ingresos dependen de la disponibilidad de memoria, componentes de red, electricidad, refrigeración, espacio en centros de datos y racks completos.

Expectativas de crecimiento sólidas, pero la valoración y la oferta siguen siendo importantes

Morgan Stanley mantuvo una calificación de "sobreponderar" y un precio objetivo de 288 dólares en el informe de la presentación.

El artículo original utilizó el precio de cierre de NVIDIA del 9 de julio de 202.78 dólares, lo que implica un potencial de subida de aproximadamente el 42 % con respecto a ese precio objetivo. También citó una capitalización de mercado de alrededor de 4.97 billones de dólares en ese momento.

Estos datos de mercado son oportunos y deben considerarse como una instantánea de la fecha de publicación original.

Se informa que las previsiones de crecimiento de ingresos de Moore son:

Período	Expectativa de crecimiento de Morgan Stanley
Año fiscal 2026	82 %
Año fiscal 2027	52.4 %

Estas son estimaciones de analistas, no orientación de NVIDIA.

La tesis de inversión se basa en varios supuestos:

• La IA generativa continúa impulsando el gasto de capital en la nube.
• Blackwell sigue siendo la plataforma principal para las cargas de trabajo actuales.
• Vera Rubin y Rubin Ultra mantienen el liderazgo en rendimiento de NVIDIA.
• A pesar de la adopción de ASIC personalizados, NVIDIA mantiene una participación sólida.
• Los ingresos por CPU y redes continúan expandiéndose.
• La capacidad de la cadena de suministro se mantiene al ritmo de la demanda sin generar exceso de inventario.

Los principales riesgos no han desaparecido

Morgan Stanley también destacó los riesgos que podrían debilitar las perspectivas.

Estos incluyen:

• Que la oferta alcance la demanda más rápido de lo esperado
• Una caída drástica en el costo de desarrollar IA
• Productos más competitivos de fabricantes de chips rivales
• Una implementación más rápida de hardware personalizado por parte de los clientes
• Limitaciones en electricidad, memoria, redes y construcción
• Presión de valoración si el crecimiento se desacelera

Un riesgo particularmente importante es la transición de la escasez al equilibrio.

Cuando la demanda supera con creces la oferta, los fabricantes tienen un fuerte poder de fijación de precios y los clientes compiten por la capacidad. Si la oferta se expande demasiado rápido, el crecimiento de los centros de datos podría desacelerarse más bruscamente de lo que esperan los inversores.

El riesgo de los chips personalizados también sigue siendo real. Google, Amazon, Microsoft, Meta y otros grandes compradores tienen fuertes incentivos para desarrollar hardware optimizado para sus propias cargas de trabajo.

La defensa de NVIDIA no son solo GPU más rápidas.

Es la combinación de su ecosistema de software, redes, CPU, diseño de racks, velocidad de implementación y economía integral de costo por token.

La verdadera limitación está en entregar sistemas de IA completos

El mensaje más amplio transmitido en la presentación es que la demanda de infraestructura de IA sigue siendo sólida.

El problema actual de NVIDIA no es convencer a los clientes de que la potencia de cómputo de IA es útil, sino convertir la enorme demanda en sistemas operativos bajo múltiples restricciones físicas.

Los factores limitantes actuales incluyen:

• Memoria de alto ancho de banda
• Capacidad de red
• Generación y distribución de energía
• Infraestructura de refrigeración
• Construcción de centros de datos
• Componentes ópticos
• Integración de racks
• Preparación del cliente para la implementación

Por eso, NVIDIA continúa invirtiendo en la arquitectura general.

Una GPU debe integrarse en un sistema funcional, conectarse a memoria y redes, recibir suficiente suministro de energía e instalarse en un centro de datos listo para generar ingresos.

La arquitectura Rubin Ultra con 800 VDC y Kyber refleja esta transición. La próxima fase de la computación de IA no es solo un problema de semiconductores, sino un problema de ingeniería de infraestructura.

Preguntas frecuentes

¿Se ha retrasado el Rubin Ultra de NVIDIA?

Según el informe de la presentación de Morgan Stanley, NVIDIA negó las afirmaciones de que el Rubin Ultra se retrasara hasta 2028 y mantiene el cronograma de envíos para 2027. La hoja de ruta pública de infraestructura de NVIDIA también describe que los sistemas Kyber con GPU Rubin Ultra se lanzarán en 2027.

¿Cuál es la diferencia entre Vera Rubin y Rubin Ultra?

Vera Rubin es la nueva plataforma de IA de NVIDIA, que combina la GPU Rubin, la CPU Vera, NVLink, redes e infraestructura de almacenamiento. Rubin Ultra es un producto de mayor densidad planificado sobre la base de la arquitectura de rack Kyber y el sistema de alimentación de 800 VDC.

¿Por qué los ingresos trimestrales de NVIDIA se acercan a los 100.000 millones de dólares?

NVIDIA reportó ingresos de 81.600 millones de dólares en el primer trimestre del año fiscal 2027 y espera ingresos de 91.000 millones para el próximo trimestre. El crecimiento proviene de proveedores de servicios en la nube a hiperescala, laboratorios de IA, nuevos proveedores de servicios en la nube, proyectos de IA soberana, redes, CPU y sistemas completos de fábricas de IA.

¿Los ASIC personalizados reemplazarán a las GPU de NVIDIA?

Los ASIC personalizados se están expandiendo, pero no es una simple relación de sustitución. Los clientes podrían usar sus propios aceleradores para cargas de trabajo específicas mientras continúan implementando sistemas de NVIDIA, especialmente cuando la madurez del software, la flexibilidad, la red o el costo total por token sean más ventajosos.

¿Qué cliente elevó la cuota de cómputo de NVIDIA a casi el 50 %?

Morgan Stanley no mencionó el nombre del cliente en el informe de la presentación. El artículo original especuló que podría ser Anthropic, pero esta conclusión se basa solo en conjeturas y no ha sido confirmada por las empresas involucradas.

¿Qué es la IA soberana?

La IA soberana se refiere a la capacidad de un país para construir y operar IA utilizando su propia infraestructura, datos, talento y ecosistema nacional. Dichos proyectos podrían generar demanda de fábricas de IA locales, modelos nacionales y potencia de cómputo segura.

¿Por qué NVIDIA se expande en CPU y redes?

Los grandes clústeres de IA necesitan más que aceleradores. Las CPU gestionan los canales de datos, herramientas, orquestación y cargas de trabajo de agentes, mientras que las redes de alta velocidad permiten que miles de GPU se sincronicen y se utilicen al máximo.

¿Es este artículo un consejo de inversión?

No. Las calificaciones de analistas, precios objetivo y pronósticos discutidos en el texto tienen el propósito de ilustrar el informe original.

La inversión en el mercado conlleva riesgos. Los lectores deben evaluar sus propios objetivos, situación financiera y tolerancia al riesgo antes de tomar decisiones de inversión.

Herramientas relacionadas

• Plataforma NVIDIA Vera Rubin: Plataforma integral de NVIDIA diseñada para entrenamiento a gran escala, inferencia, IA agente y computación científica.
• CPU NVIDIA Vera: CPU para centros de datos optimizada para cargas de trabajo de agentes, aprendizaje por refuerzo, orquestación y operación de fábricas de IA.
• NVIDIA Spectrum-X: Plataforma de red Ethernet para escalar infraestructuras de IA distribuidas.
• NVIDIA NVLink: Tecnología de interconexión de alto ancho de banda de NVIDIA para conectar GPU y CPU a gran escala.
• NVIDIA BlueField: Infraestructura de procesamiento de datos y almacenamiento para redes, seguridad, aislamiento y transferencia de datos.

Enlaces relacionados

• Resultados financieros del primer trimestre del año fiscal 2027 de NVIDIA: Datos oficiales de ingresos, centros de datos, redes, perspectivas y retorno de capital.
• NVIDIA lanza la plataforma Rubin: Descripción oficial de la arquitectura Rubin GPU, Vera CPU, NVLink 6, BlueField-4 y Spectrum-6.
• Visión general de la plataforma NVIDIA Vera Rubin: Información oficial del producto sobre los sistemas Vera Rubin y su infraestructura asociada.
• NVIDIA Kyber e infraestructura de 800 VDC: Explicación de NVIDIA sobre los racks Kyber, la alimentación de 800 VDC y la hoja de ruta de Rubin Ultra para 2027.
• Arquitectura técnica de NVIDIA 800 VDC: Detalles técnicos sobre la transmisión de energía para futuras fábricas de IA de alta densidad.
• Informes financieros de NVIDIA: Archivo oficial de resultados financieros y divulgaciones para inversores de NVIDIA.
• Visión general de IA soberana de NVIDIA: Definición de NVIDIA sobre IA soberana e infraestructura nacional de IA.

Resumen

Las notas de la reunión de NVIDIA con Morgan Stanley indican que su crecimiento se está diversificando, no concentrando. Los laboratorios de IA, los hiperescaladores de la nube, las nubes emergentes de IA, los proyectos de IA soberana, las CPU y los negocios de redes impulsan conjuntamente la siguiente fase de expansión.

Se niegan los rumores sobre el retraso de Rubin Ultra, lo que respalda la hoja de ruta existente de NVIDIA para 2027. Al mismo tiempo, la transición hacia racks más grandes, alimentación de 800 VDC, interconexiones ópticas y sistemas de IA completos sugiere que el crecimiento futuro dependerá no solo del diseño de chips, sino también de la ingeniería de infraestructura.

Los ASIC personalizados siguen siendo un riesgo competitivo importante, pero la reunión indica que su adopción no es un simple ciclo de sustitución. Los clientes están evaluando la economía completa de las cargas de trabajo, incluyendo software, redes, utilización y costo por token.

El desafío central de NVIDIA ya no es demostrar la existencia de la demanda de IA, sino convertir esa demanda en sistemas completos capaces de alimentarse, enfriarse, interconectarse, entregarse y operarse a gran escala.