El plan de financiamiento de 500 mil millones de dólares de NVIDIA para IA: cómo la infraestructura de GPU se convierte en una clase de activo
NVIDIA está tratando de cambiar la forma en que la industria de la inteligencia artificial paga por la potencia de cómputo. El 10 de agosto de 2026, la compañía anunció alianzas estratégicas con Apollo, BlackRock, Blackstone, Brookfield y Goldman Sachs.
Plan de financiamiento de NVIDIA por 500 mil millones de dólares para cómputo de IA: cómo la infraestructura de GPU se convierte en una clase de activo
Introducción
NVIDIA está intentando cambiar la forma en que la industria de la IA paga por la capacidad de cómputo.
El 10 de agosto de 2026, la compañía anunció alianzas estratégicas con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR para establecer plataformas de financiamiento de cómputo independientes para infraestructura de IA basada en NVIDIA.
La magnitud del objetivo es enorme: estas plataformas buscan movilizar más de 500 mil millones de dólares en capital de terceros a largo plazo.
Esta cifra debe expresarse con cautela.
NVIDIA no ha recaudado un fondo único de 500 mil millones de dólares, ni las seis instituciones han comprometido públicamente montos individuales fijos. Las partes han firmado memorandos de entendimiento, y los acuerdos finales, los términos de los proyectos, los calendarios de despliegue y los compromisos de capital reales aún están por determinarse.
La visión va mucho más allá de simplemente ofrecer préstamos a clientes para comprar GPU.
NVIDIA quiere que las fábricas de IA —incluyendo la pila tecnológica completa de aceleradores, redes, software de sistemas, marcos de IA e infraestructura circundante— puedan financiarse más como infraestructura productiva. Sin necesidad de que cada laboratorio de IA, empresa o proveedor de nube pague el costo total por adelantado desde su propio balance general, el capital institucional a largo plazo puede poseer o financiar estos activos, mientras los clientes pagan por el acceso al cómputo.
El punto de vista de Jensen Huang es simple: en la IA, el cómputo genera ingresos, por lo que la infraestructura de cómputo puede ser suscrita como un activo productivo, no solo tratada como una compra tecnológica que se deprecia rápidamente.
NVIDIA quiere que Wall Street financie las fábricas de IA
En los últimos dos años, uno de los mayores obstáculos para escalar la IA ha sido el capital.
Los laboratorios de IA de vanguardia necesitan clústeres más grandes para entrenar y ofrecer modelos más potentes. Las empresas quieren migrar más cargas de trabajo hacia la IA. Los proveedores de nube y los nuevos proveedores de nube están compitiendo por aumentar la capacidad.
El hardware es costoso, y el gasto va mucho más allá de las GPU en sí mismas.
Una fábrica de IA moderna puede requerir:
- Aceleradores
- Redes de alta velocidad
- Almacenamiento
- Distribución de energía
- Sistemas de refrigeración líquida
- Edificios
- Terrenos
- Acceso a la red eléctrica
- Software de sistemas
- Operaciones
- Compromisos de capacidad a largo plazo
Las grandes empresas tecnológicas pueden financiar la mayor parte de estos gastos mediante flujo de caja y mercados de deuda pública.
Las empresas de IA más pequeñas y los operadores de infraestructura a menudo no pueden hacerlo.
El plan de financiamiento de NVIDIA busca atraer capital privado e institucional de mayor escala para cubrir esta brecha.
Según la estructura anunciada, los seis grupos financieros establecerán fondos de capital dedicados y evaluarán de forma independiente proyectos que involucren infraestructura de IA basada en NVIDIA.
NVIDIA proporciona la plataforma tecnológica y el ecosistema.
Los financiadores aportan suscripción, capital, experiencia en infraestructura y acceso a los mercados de capitales.
La compañía afirma que los clientes objetivo incluyen:
- Laboratorios de IA de vanguardia
- Startups nativas de IA
- Grandes empresas
- Proveedores de nube de IA
- Gobiernos y proyectos nacionales de IA
Este modelo puede permitir que instituciones con una fuerte demanda pero que no pueden o no quieren asumir el costo total de la infraestructura de una sola vez accedan a recursos de cómputo costosos.
Esto se acerca más a la financiación de infraestructura que a un plan de pagos de consumo
Llamar a esta visión "una hipoteca para comprar GPU" es una imagen vívida, pero la estructura real se parece más a la financiación de infraestructura y equipos.
Un acuerdo simplificado podría verse así:
Capital institucional
↓
Instrumento financiero / propietario de la infraestructura
↓
Fábrica de IA basada en NVIDIA
↓
Usuarios de cómputo a largo plazo
↓
Tarifas de uso o flujos de caja similares a arrendamientos
↓
Servicio de deuda / retorno para inversores
Los usuarios de cómputo no necesariamente tienen que poseer directamente cada GPU.
Las instituciones financieras evaluarán si el proyecto puede generar suficientes flujos de caja persistentes para justificar la inversión.
Esa evaluación puede incluir:
- Calidad crediticia del cliente
- Duración del contrato
- Utilización del cómputo
- Ingresos esperados por arrendamiento
- Demanda de modelos
- Costos de electricidad
- Vida útil del hardware
- Valor residual
- Opciones de reubicación
Este modelo se asemeja al negocio común de financiación de activos: una parte posee o financia la compra de un activo productivo de alto valor, mientras que otra parte lo utiliza.
El arrendamiento de aeronaves es una analogía clara.
Las aerolíneas no siempre compran cada avión con efectivo. Los arrendadores pueden ser propietarios de las aeronaves y recibir pagos a largo plazo, conservando al mismo tiempo el valor del activo físico.
El cómputo de IA puede seguir un modelo de financiación similar, aunque las características de depreciación de las GPU difieren considerablemente de las de las aeronaves.
Por qué NVIDIA cree que el cómputo puede convertirse en una clase de activo invertible
Jensen Huang publicó otra nota el 11 de agosto, argumentando que el cómputo de las fábricas de IA de NVIDIA posee las cualidades que los inversores buscan en la infraestructura.
Su argumento se basa en cuatro puntos clave.
1. El activo genera ingresos
La infraestructura de IA no es equipo inactivo.
Puede utilizarse para entrenamiento, inferencia, ajuste fino, computación científica, cargas de trabajo de agentes, generación de medios, robótica y otros servicios de pago.
Si la capacidad se mantiene utilizada, el equipo puede generar flujos de caja recurrentes.
2. La arquitectura admite múltiples cargas de trabajo
NVIDIA sostiene que su infraestructura no se limita a un solo modelo.
El mismo clúster de GPU puede servir para lenguaje, visión, voz, biología, IA física, robótica y computación de alto rendimiento.
Esto hace que el hardware sea más fácil de reubicar cuando cambian los clientes o las cargas de trabajo.
3. CUDA amplía la base de usuarios potenciales
El ecosistema de software de NVIDIA es crucial para el argumento de financiación porque el hardware vale más cuando más clientes pueden usarlo.
CUDA está ampliamente implementado en entornos de nube, marcos, aplicaciones y empresas.
Esto crea un mercado secundario más profundo para la capacidad de cómputo.
4. El software puede extender la vida económica útil
Huang sostiene que la optimización continua de CUDA puede permitir que el hardware instalado genere mejores resultados económicos con el tiempo.
El software no puede detener el envejecimiento físico ni hacer que las GPU antiguas sean equivalentes a las nuevas arquitecturas, pero puede mejorar la utilización, el rendimiento de los núcleos, el soporte de marcos y la gama de cargas de trabajo que siguen siendo económicamente viables.
La cifra de 500 mil millones es un objetivo, no capital ya recaudado
Esta distinción es clave para entender el anuncio.
NVIDIA afirma que estas plataformas de financiamiento buscan movilizar más de 500 mil millones de dólares en capital total de terceros con el tiempo.
La compañía aclara explícitamente que esta cifra:
- No es ingreso de NVIDIA
- No es un fondo único
- No es un compromiso hacia un cliente específico
Reuters informó que NVIDIA no reveló los montos de compromiso individuales de las seis instituciones financieras, los términos detallados de financiamiento ni los calendarios de despliegue.
Los acuerdos actuales se basan en memorandos de entendimiento.
Los acuerdos finales aún deben negociarse.
Esto significa que los titulares que afirman que NVIDIA "recaudó 500 mil millones de dólares" exageran lo que realmente ha ocurrido.
Una descripción más precisa es que NVIDIA y seis instituciones financieras principales están construyendo una plataforma cuyo objetivo público a largo plazo es canalizar más de 500 mil millones de dólares hacia proyectos de infraestructura de IA.
¿Cuánto riesgo asumirá NVIDIA?
NVIDIA está tratando de responder a una preocupación evidente: si la empresa vende GPUs y al mismo tiempo ofrece garantías para la financiación, ¿está realmente Wall Street asumiendo un riesgo independiente?
Jensen Huang afirmó que los proveedores de capital suscribirán cada proyecto de forma independiente.
Ellos mismos deberán revisar clientes, tasas de utilización, flujos de caja, demanda y valor residual.
NVIDIA podría ofrecer un mecanismo de respaldo de valor residual de hasta el 25% de la oportunidad del proyecto, evaluado caso por caso.
Esto no debe describirse como que NVIDIA garantiza el 25% de toda la plataforma de 500 mil millones de dólares.
El mecanismo es limitado, específico para cada proyecto y está vinculado al valor residual de los activos.
En un escenario teórico máximo, el 25% de 500 mil millones equivaldría a 125 mil millones de dólares, lo que explica por qué esa cifra apareció en los reportes. Pero la exposición real de NVIDIA dependerá de qué proyectos reciban apoyo y de cómo se estructure cada acuerdo.
NVIDIA afirma que su objetivo es liberar capital independiente mientras mantiene su propio riesgo bajo control.
Por qué Wall Street está interesado
Los seis socios no son solo inversores tecnológicos.
Se encuentran entre las mayores instituciones globales de infraestructura, crédito privado, capital de seguros, pensiones y gestión de activos de duración prolongada.
La infraestructura de IA les ofrece un nuevo lugar para desplegar capital.
Un proyecto informático a gran escala puede ofrecer:
- Pagos contractuales
- Ingresos por uso a largo plazo
- Colateral físico
- Recuperación de valor residual
- Flujos de caja similares a infraestructura
- Exposición al crecimiento de la IA sin necesidad de comprar acciones de laboratorios de IA
Para instituciones que gestionan pensiones o fondos de seguros, el atractivo es diferente al del capital de riesgo.
No necesitan que una startup se convierta en una empresa de cien mil millones de dólares.
Necesitan retornos predecibles de un activo productivo cuya utilización y valor recuperable puedan medirse.
Por eso, convertir la capacidad de cómputo en algo modelable, financiable y revendible podría ser tan importante como el tamaño de las primeras transacciones.
El acuerdo con Anthropic muestra cómo podría ser este tipo de financiación
El artículo original utiliza a Anthropic como ejemplo de cómo la financiación de infraestructura de IA ya está evolucionando.
En junio de 2026, Apollo y Blackstone respaldaron la expansión de capacidad de cómputo de Anthropic por aproximadamente 35 mil millones de dólares, involucrando chips de IA personalizados e infraestructura relacionada con Broadcom y Google.
La estructura utiliza capital privado para financiar la infraestructura de cómputo, en lugar de exigir que Anthropic compre todo el hardware directamente con su propio efectivo.
Los reportes públicos describen una estructura de propósito especial donde la deuda está respaldada por pagos similares a arrendamientos, y Broadcom proporciona respaldo de valor residual para la parte senior de la financiación.
Los detalles específicos no son idénticos a la nueva plataforma de NVIDIA.
Pero el principio económico es similar:
El proveedor de capital compra o financia la capacidad de cómputo
↓
La empresa de IA utiliza la capacidad de cómputo
↓
Los pagos a largo plazo amortizan la financiación
↓
El hardware conserva cierto valor recuperable
La nueva iniciativa de NVIDIA busca transformar acuerdos que antes se negociaban caso por caso en un canal de financiación repetible que cubra una base más amplia de clientes.
El cambio más grande: la infraestructura de IA puede absorber capital institucional
El significado más profundo del plan de financiación no es solo sacar un gasto del balance de un cliente.
Si la capacidad de cómputo de IA es aceptada como un activo de infraestructura convencional, la base de capital potencial supera con creces las reservas de efectivo de las empresas tecnológicas.
Las posibles fuentes de capital incluyen:
- Fondos de pensiones
- Compañías de seguros
- Fondos de infraestructura
- Fondos soberanos
- Fondos de crédito privado
- Inversores en deuda respaldada por activos
- Bancos e inversores de mercados de capitales
Estos inversores ya financian aeropuertos, servicios públicos, torres de telecomunicaciones, oleoductos, instalaciones logísticas, aviones, bienes raíces y centros de datos.
NVIDIA quiere que las fábricas de IA también entren en esa misma conversación.
Sin embargo, para lograrlo, los inversores necesitan respuestas creíbles a varias preguntas:
- ¿Cuánto tiempo más se puede utilizar el hardware?
- ¿Qué tan rápido reducirá el valor de las generaciones anteriores la nueva generación de GPUs?
- ¿Puede el hardware transferirse a otro operador?
- ¿Seguirán los clientes pagando por la capacidad de cómputo?
- ¿Cuál será el valor real de reventa dentro de unos años?
- ¿Cuánto de los beneficios económicos proviene del software de NVIDIA y no del chip en sí?
Una plataforma de financiación puede ofrecer una estructura, pero no puede eliminar estos riesgos.
La reacción del mercado expone el otro lado de esta apuesta
El anuncio no fue recibido con entusiasmo incondicional.
El 10 de agosto, las acciones de NVIDIA cayeron aproximadamente un 2,9%, mientras los inversores evaluaban el plan de financiación en medio de presiones más amplias del mercado.
Ese mismo día, varias gestoras de activos alternativos que participan en el programa vieron subir sus acciones.
Este contraste plantea una preocupación conocida en torno a la infraestructura de IA: la financiación circular.
La lógica es la siguiente:
- La empresa de chips quiere que los clientes compren más infraestructura.
- Los clientes necesitan financiación para poder costear esa infraestructura.
- El proveedor de capital financia la compra.
- La empresa de chips obtiene ingresos por hardware.
- Si el cliente enfrenta problemas más adelante, la estructura de financiación puede depender de que ese mismo hardware conserve su valor.
En su forma más agresiva, la financiación del proveedor puede hacer que la demanda parezca más fuerte, mientras el riesgo se acumula en otras partes del sistema.
NVIDIA respondió directamente a esta crítica en el artículo de Jensen Huang del 11 de agosto.
La empresa sostiene que este plan es diferente porque los seis proveedores de capital son instituciones independientes que tomarán sus propias decisiones de suscripción, en lugar de simplemente aceptar la palabra de NVIDIA de que cada proyecto es financiable.
Esta distinción es importante, pero la preocupación no desaparecerá hasta que los inversores puedan ver cómo se estructuran los proyectos específicos y cuánto riesgo retiene finalmente NVIDIA.
Por qué los GPUs son diferentes de los aviones
La analogía de los aviones ayuda a explicar la estructura de financiación, pero no funciona tan bien al hablar de depreciación.
Los aviones se deprecian principalmente por edad, horas de vuelo, ciclos de despegue y aterrizaje, estado de mantenimiento y demanda del mercado.
En cambio, los GPUs pueden depreciarse rápidamente porque las nuevas arquitecturas cambian la economía del cómputo.
Si un acelerador más nuevo ofrece mejor rendimiento por vatio, memoria, red o costo por token, las tarjetas anteriores pueden perder atractivo incluso si siguen funcionando perfectamente.
Este riesgo de obsolescencia tecnológica puede ser la parte más difícil de tratar los GPUs como garantía a largo plazo.
Un modelo de financiación a cinco años necesita estimar el valor de un chip después de múltiples ciclos de producto.
En una industria donde los nuevos aceleradores iteran rápidamente y las arquitecturas de modelos cambian constantemente la combinación de cargas de trabajo más valiosas, esto no es nada fácil.
La respuesta de NVIDIA: CUDA, intercambiabilidad y reubicación
La respuesta de Jensen Huang es que los productos de cómputo de NVIDIA no son dispositivos de un solo uso.
Un GPU que ya no es adecuado para entrenar los modelos frontera más recientes aún puede utilizarse para:
- Ajuste fino
- Inferencia
- Modelos más pequeños
- Cargas de trabajo empresariales
- Cómputo científico
- Renderizado
- Simulación
- Procesamiento por lotes
- Capacidad de nube regional
La amplitud del ecosistema CUDA aumenta el número de usuarios secundarios potenciales.
Esto es importante para los prestamistas, porque cuando un activo financiado puede transferirse a otros clientes, su seguridad es mayor.
NVIDIA también señala que las mejoras de software aumentan continuamente la productividad del hardware instalado.
El activo puede no ser tan competitivo como un GPU nuevo, pero no necesariamente se vuelve inútil.
El A100 es el ejemplo favorito de NVIDIA
NVIDIA lanzó el A100 en 2020.
Seis años después, Jensen Huang afirma que el A100 sigue teniendo uso comercial activo en entrenamiento, ajuste fino, inferencia y cómputo de alto rendimiento.
Los clientes continúan haciendo compromisos de capacidad plurianuales sobre esta arquitectura.
Para NVIDIA, esto demuestra que la vida económica de un GPU de centro de datos puede extenderse mucho más allá de lo que sugiere el ciclo de lanzamiento del producto.
También respalda el argumento de que el modelo de financiación no requiere que los GPUs más antiguos sigan siendo siempre los chips más rápidos del mercado.
Solo necesita que los GPUs mantengan suficiente eficiencia productiva para que los usuarios sigan dispuestos a pagar por su uso.
El precio de alquiler del H100 refuerza el argumento de NVIDIA
El artículo fuente también citó los datos de precios de alquiler de SemiAnalysis mencionados por Jensen Huang.
Según el artículo de NVIDIA del 11 de agosto, el precio de alquiler anual del H100 aumentó de aproximadamente 1,70 dólares por hora de GPU en octubre de 2025 a aproximadamente 2,35 dólares por hora de GPU en marzo de 2026.
El precio medio bajo demanda entre proveedores aumentó de aproximadamente 2,00 dólares por hora de GPU en octubre de 2025 a aproximadamente 2,70 dólares en junio de 2026.
Para los prestamistas, los precios de alquiler estables o en aumento respaldan la idea de que, incluso cuando productos más nuevos entren al mercado, las GPU antiguas ya instaladas pueden seguir generando flujo de caja de manera constante.
Sin embargo, para los compradores, los precios históricos de alquiler no deben considerarse una garantía del valor residual futuro.
El suministro de GPU, la disponibilidad de energía, la eficiencia de los modelos, el hardware competidor, la demanda de inferencia y las nuevas arquitecturas pueden cambiar rápidamente las condiciones económicas.
Los acuerdos realmente alcanzados hasta ahora
La etapa actual sigue siendo preliminar.
NVIDIA ha firmado memorandos de entendimiento con seis instituciones financieras.
La compañía aún no ha divulgado públicamente:
- El acuerdo de financiación principal definitivo
- El volumen de fondos que aportará cada institución
- El primer proyecto financiado
- El primer cliente
- El cronograma general de implementación objetivo
- Las tasas de interés estándar
- Los términos de arrendamiento estándar
- Una fórmula unificada para el cálculo del valor residual
Se espera que cada oportunidad de financiación sea evaluada de forma individual.
Esto significa que el mecanismo final podría no parecerse a un producto de préstamo hipotecario global estandarizado, sino más bien a un conjunto de estructuras de financiación replicables aplicadas a diferentes clientes y proyectos de centros de datos.
El mecanismo de apoyo del 25% no se activa automáticamente
Otro detalle que vale la pena repetir es el mecanismo de valor residual.
NVIDIA ha indicado que, en ciertos casos, podría ofrecer un apoyo de hasta el 25% para una oportunidad determinada.
Esto no se activa automáticamente.
No es una promesa de que cada GPU conservará el 25% de su precio de compra.
Tampoco es una garantía integral que cubra el objetivo completo de 500 mil millones de dólares.
Se espera que este apoyo se evalúe caso por caso y sirva como complemento al aseguramiento independiente de los financiadores.
Este diseño busca claramente reducir la percepción externa de que NVIDIA simplemente está financiando sus propias ventas.
Si los inversores aceptarán esta distinción dependerá de los contratos reales.
Quiénes se benefician más
La plataforma de financiación parece ser más útil para:
Clientes con una fuerte demanda de capacidad de cómputo pero con acceso limitado a capital barato en comparación con las grandes empresas tecnológicas.
Laboratorios de IA de vanguardia
Los laboratorios pueden ampliar su capacidad de entrenamiento e inferencia sin inmovilizar excesivo capital accionario en hardware.
Proveedores de servicios de IA en la nube
Cuando la financiación de hardware puede respaldarse con demanda de clientes a largo plazo, los Neocloud y operadores de nube de GPU pueden aumentar su capacidad más rápidamente.
Grandes empresas
Las compañías que construyen fábricas de IA privadas pueden preferir estructuras de financiación o vinculadas al uso en lugar de realizar grandes compras de capital de una sola vez.
Gobiernos
Los proyectos nacionales de IA pueden utilizar financiación de infraestructura para acelerar proyectos de cómputo soberano sin depender completamente de los presupuestos tecnológicos anuales.
Los mejores proyectos probablemente serán aquellos que cuenten con contratos a largo plazo, alta utilización, clientes de calidad y un mercado secundario claro para el hardware.
Qué podría salir mal
Esta iniciativa también conlleva varios riesgos.
1. La depreciación del hardware más rápida de lo esperado
Las nuevas generaciones de aceleradores podrían reducir drásticamente el valor económico de las generaciones de hardware financiadas.
2. Disminución de la utilización
Los centros de datos construidos para la demanda anticipada de IA podrían operar por debajo de su capacidad, debilitando el flujo de caja destinado a pagar la financiación.
3. Impago de clientes
Algunos laboratorios de vanguardia y nubes de IA crecen rápidamente, pero siguen siendo intensivos en capital y podrían no tener una calificación crediticia de grado de inversión.
4. Retrasos en la energía eléctrica que reducen los ingresos
Si los centros de datos no obtienen energía, red, refrigeración o aprobaciones regulatorias finales, las GPU no podrán generar ingresos.
5. La eficiencia de la IA mejora más rápido que el crecimiento de la demanda
Si los modelos requieren significativamente menos cómputo para el mismo resultado, incluso con una adopción continua de IA, la capacidad instalada podría verse bajo presión.
6. Financiación circular excesiva
Si los proveedores de tecnología, clientes, financiadores y garantes de valor residual están demasiado interconectados, las pérdidas en un eslabón del ecosistema podrían transmitirse rápidamente a otros.
Qué significa esto para la fijación de precios de la IA
El artículo original concluye vinculando el sistema de financiación con el precio que los usuarios finales pagan por la IA.
Esta conexión es real, aunque indirecta.
El costo de un modelo no incluye solo la investigación y el desarrollo.
También refleja los costos de:
- GPU
- Energía eléctrica
- Red
- Construcción de centros de datos
- Financiación
- Depreciación
- Operación
Si la infraestructura puede financiarse a tasas de interés más bajas y mantener una alta utilización a largo plazo, el costo por unidad de cómputo puede disminuir.
Esto puede reducir el costo de entrenar modelos más grandes y también puede hacer que la inferencia y los servicios de suscripción de IA sean más baratos con el tiempo.
Y viceversa.
Si el mercado sobreconstruye, el hardware se deprecia más rápido de lo esperado o las pérdidas de financiación aumentan, el costo de capital para la infraestructura de IA futura podría aumentar.
Por lo tanto, Wall Street se está convirtiendo en parte de la cadena de productos de IA, aunque los usuarios finales nunca lo verán en la interfaz.
Las reglas del negocio de la computación están cambiando
NVIDIA ya no es solo un proveedor de chips.
Ofrece aceleradores, redes, software, diseños de referencia, arquitectura de fábricas de IA, estándares de ecosistema y, ahora, un marco para atraer capital externo a gran escala al proceso de construcción.
Esto cambiará el panorama competitivo.
La carrera de la IA sigue tratándose de capacidades de modelos, pero también depende cada vez más de quién puede construir capacidad de cómputo utilizable al menor costo, financiarla de manera eficiente, mantenerla a plena capacidad y preservar su valor entre múltiples generaciones de hardware.
El objetivo de 500 mil millones de dólares de NVIDIA es, en esencia, una apuesta: que su ecosistema es lo suficientemente duradero como para que Wall Street considere la capacidad de cómputo como infraestructura productiva a largo plazo y alto rendimiento.
Los próximos años pondrán a prueba la premisa más crítica de esta afirmación: ¿cuánto valdrán las GPU actuales después de varias generaciones de productos más?
Preguntas frecuentes
¿NVIDIA ha recaudado 500 mil millones de dólares en efectivo?
No. NVIDIA ha firmado memorandos de entendimiento con seis instituciones financieras para crear una plataforma de financiación que movilice gradualmente más de 500 mil millones de dólares en capital de terceros. Los compromisos específicos, los acuerdos finales y el cronograma de implementación aún no se han divulgado públicamente.
¿Qué instituciones financieras están trabajando con NVIDIA?
Los socios anunciados incluyen a Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR. Se espera que estas instituciones suscriban de forma independiente las oportunidades de infraestructura de IA, en lugar de simplemente financiar automáticamente a todos los clientes de NVIDIA.
¿Esto significa que las empresas pueden comprar GPU de NVIDIA a plazos?
No en el sentido de financiación al consumo. El programa se parece más a estructuras de arrendamiento de equipos, infraestructura, crédito privado y arrendamiento financiero, donde los proveedores de capital financian las fábricas de IA y los clientes pagan por el acceso o uso a largo plazo.
¿NVIDIA ofrece alguna garantía para la financiación?
NVIDIA ha indicado que podría ofrecer un mecanismo de apoyo de valor residual de hasta el 25% para ciertas oportunidades, evaluado caso por caso. No se trata de una garantía integral del 25% sobre el objetivo de 500 mil millones de dólares.
¿Por qué los inversores considerarían las GPU como activos de infraestructura?
Los inversores pueden evaluar los ingresos recurrentes generados por la capacidad de cómputo, la profundidad del mercado de clientes, la utilización, la duración de los contratos y el valor residual. NVIDIA sostiene que CUDA, el amplio soporte de cargas de trabajo y la capacidad de reimplementación hacen que su hardware sea más duradero y líquido que los activos tecnológicos de propósito único.
¿Cuál es el mayor riesgo de ofrecer financiación a varios años para GPU?
La obsolescencia tecnológica es el riesgo central. Las nuevas generaciones de aceleradores erosionan el valor económico de las generaciones anteriores mucho más rápido de lo que el desgaste físico reduce el valor de los equipos tradicionales de infraestructura.
¿Las GPU antiguas de NVIDIA siguen teniendo uso comercial?
Sí. NVIDIA menciona la A100, lanzada en 2020, como ejemplo de hardware que todavía se utiliza años después para entrenamiento, inferencia, ajuste fino y cómputo de alto rendimiento. Pero esto no garantiza que cada generación futura de GPU siga el mismo patrón de valor residual.
¿Puede esta financiación hacer que la IA sea más barata para los usuarios?
Es posible.
Un menor costo de financiamiento, una mayor utilización y una vida útil prolongada del hardware pueden reducir el costo unitario de cómputo. El precio final de los servicios de IA aún depende de múltiples factores como la eficiencia del modelo, la competencia, la energía, el software y la demanda.
Herramientas relacionadas
- NVIDIA DSX: La plataforma de NVIDIA para diseñar, simular, implementar y operar fábricas de IA.
Fábricas.
- NVIDIA AI Fábricas: La arquitectura de infraestructura que NVIDIA ha creado para instalaciones de cómputo de IA a gran escala.
- Kit de herramientas CUDA: La plataforma de programación de GPU y el ecosistema de software de NVIDIA, núcleo de su argumento sobre el valor residual.
- NVIDIA AI Enterprise: La plataforma de software empresarial compatible que ofrece NVIDIA para implementar y gestionar cargas de trabajo de IA.
- NVIDIA DGX Cloud Lepton: La plataforma que conecta a desarrolladores con la capacidad de cómputo de GPU de múltiples proveedores de servicios en la nube.
Enlaces relacionados
- NVIDIA anuncia un plan de financiamiento de cómputo por 500 mil millones de dólares: Anuncio oficial sobre seis acuerdos de colaboración, memorandos de entendimiento y objetivos de capital a largo plazo.
- Jensen Huang: La capacidad de cómputo de las fábricas de IA como clase de activo invertible: Explicación detallada de NVIDIA sobre el valor residual, CUDA, la persistencia de A100, los precios de arrendamiento de H100 y el mecanismo de respaldo del 25%.
- Reuters: NVIDIA colabora con Wall Street para impulsar un financiamiento de IA de 500 mil millones de dólares: Informe independiente sobre el anuncio, los objetivos de capital y los términos no revelados.
- Reuters: Apollo y Blackstone respaldan la expansión de capacidad de cómputo de Anthropic por 35 mil millones de dólares: Información de contexto sobre precedentes de financiamiento de capacidad de cómputo de IA con gran capital privado.
- NVIDIA DSX: Documentación oficial de la plataforma de infraestructura a nivel de fábrica de IA de NVIDIA.
- Kit de herramientas NVIDIA CUDA: Plataforma oficial de desarrolladores de CUDA de NVIDIA, citada en el argumento económico del cómputo a largo plazo.
- NVIDIA AI Enterprise: Documentación oficial del stack de software de IA de nivel de producción de NVIDIA.
Resumen
NVIDIA ha firmado memorandos de entendimiento con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR para crear plataformas de financiamiento independientes que gradualmente movilicen más de 500 mil millones de dólares en capital para infraestructura de IA.
Este proyecto no es una ronda de financiamiento de 500 mil millones de dólares ya completada. Es un marco diseñado para transformar las fábricas de IA basadas en NVIDIA en activos que los proveedores de capital a largo plazo puedan financiar, arrendar, asegurar y potencialmente revender.
La cuestión central es el valor residual. NVIDIA sostiene que CUDA, el amplio soporte de cargas de trabajo, la capacidad de reimplementación, la persistencia de A100 y la sólida economía de arrendamiento de H100 pueden hacer que la infraestructura de GPU sea lo suficientemente duradera como para calificar para financiamiento de tipo infraestructura. Los inversores aún enfrentan riesgos como la rápida obsolescencia del hardware, la utilización, el crédito de los clientes, la electricidad y el financiamiento cíclico.
Si Wall Street acepta la capacidad de cómputo como un activo productivo a largo plazo, los próximos pasos
La etapa de la carrera de la IA puede depender tanto del financiamiento y el valor residual como del rendimiento bruto de los modelos.