Resumen del contenido clave
En la exposición de computadoras de Taipéi de 2026, NVIDIA presentó dos productos que a primera vista no parecían estar relacionados: un diseño de referencia para robots humanoides en colaboración con YuShu (sistema Isaac GR00T) y el chip de PC AI RTX Spark desarrollado conjuntamente con MediaTek. Estas acciones no son aisladas, sino parte de una estrategia clave de NVIDIA para pasar de ser un fabricante de tarjetas de memoria para centros de datos a un proveedor de plataformas para escenarios AI. Al ofrecer diseños de referencia completos que incluyen hardware y software, la empresa busca replicar su ecosistema CUDA (el “lenguaje universal” para el desarrollo AI) en nuevos campos como las PC y los robots, con el objetivo de convertirse en una plataforma indispensable para los desarrolladores en todos los nuevos escenarios AI, apostando al crecimiento en múltiples áreas durante la próxima década.
I. El cambio de rumbo de NVIDIA: de vender hardware a vender “infraestructura AI”
Anteriormente, NVIDIA ganaba dinero vendiendo GPU a proveedores de servicios en la nube y compañías de modelos grandes. Su ventaja competitiva radicaba en su ecosistema CUDA, que había logrado que millones de desarrolladores se acostumbraran a escribir código en sus dispositivos, creando una barrera que hacía difícil desarrollar aplicaciones AI sin sus tarjetas. Sin embargo, el crecimiento de los centros de datos tiene sus límites, por lo que Jensen Huang quiere expandir este enfoque a más escenarios:
- Proporcionar un “plan de desarrollo listo para usar” al sector de robots, permitiendo a los investigadores comenzar su trabajo directamente con el hardware y software de NVIDIA en lugar de tener que crear todo desde cero;
- Ofrecer chips AI para PC, convirtiéndolos en “centros de poder de cómputo personal para AI”, lo que permite a las personas comunes ejecutar aplicaciones AI localmente.
En otras palabras, lo que NVIDIA vende ahora no es simplemente un chip, sino un conjunto completo de herramientas que les permiten desarrollar aplicaciones AI rápidamente, como si estuviera creando un escenario ideal para todos aquellos que quieran entrar al mundo del AI.
II. RTX Spark: ¿El revolucionario de las PC AI o simplemente un intento fallido?
Las PC AI han sido promocionadas durante dos años sin tener mucho éxito, y los problemas radican en dos aspectos: la compatibilidad de software (las PC con arquitectura Arm no pueden ejecutar software antiguo basado en x86) y el hecho de que los consumidores no entiendan claramente para qué sirven las PC AI. RTX Spark, desarrollado en colaboración con MediaTek, intenta resolver estos problemas:
- Ventajas de hardware: Incorpora tecnologías de GPU para juegos, como DLSS y G-Sync, que son especialidades de NVIDIA, lo que podría motivar a los desarrolladores de juegos a adaptar sus aplicaciones a la plataforma Arm (algo que Qualcomm no ha logrado en siete años);
- Posicionamiento inteligente: Se presenta como un “chip de cálculo personal para AI”, lo que implica que no solo se utiliza para jugar, sino también como una estación de trabajo para tareas como el dibujo por IA o asistentes de voz;
- Alianza estratégica: Qualcomm ha dado la bienvenida a la participación de NVIDIA, ya que ambos forman parte del mismo campamento tecnológico contra Intel/AMD.
Sin embargo, también hay riesgos: Jensen Huang afirma que el chip puede ejecutar todo tipo de software Windows, pero esto es un gran desafío. Si lo logran, el mercado de PC AI podría cambiar radicalmente; de lo contrario, podrían enfrentarse a problemas similares a los de Qualcomm con la compatibilidad.
III. El diseño de referencia para robots: convertirse en el “sistema operativo” de los robots humanoides
El robot H2+ de YuShu tiene un cuerpo fabricado por YuShu, pero su “cerebro” (el chip Jetson) y su “sistema operativo” (Isaac GR00T) provienen de NVIDIA. La fuerza de este diseño de referencia radica en:
- Bajos costos de entrada: Los investigadores universitarios pueden comenzar sus estudios comprando un conjunto H2+, ahorrándoles tiempo y dinero;
- Ecosistema cerrado: Incluye potencia de cálculo, modelos básicos para el funcionamiento del robot, herramientas de entrenamiento virtual (como Cosmos para resolver la falta de datos desde la perspectiva del robot) y otros componentes esenciales;
- Replicación del modelo de NVIDIA: Al igual que CUDA hizo que los desarrolladores dependieran de sus GPU, Isaac GR00T busca que los desarrolladores de robots también dependan de su framework. Morgan Stanley predice que las ventas de robots humanoides en China se duplicarán este año a 28,000 unidades; lo que busca NVIDIA no son unas pocas unidades, sino que cada robot utilice su tecnología en el futuro.
IV. Los dos desafíos principales de la nueva estrategia: PC y robots
La nueva estrategia de NVIDIA se enfrenta a dos grandes retos:
- Mercado de PC: Los consumidores no entienden claramente el valor de las PC AI; aún deciden entre Intel/AMD, i7 o Ryzen, basándose en la capacidad de jugar. Además, Intel y AMD también están desarrollando chips que combinan NPU y GPU, lo que podría reducir la ventaja de NVIDIA;
- Mercado de robots: La comercialización de robots humanoides está lejos de ser realidad; actualmente solo existen como demostraciones y no generan ingresos. Los altos costos, las dificultades de mantenimiento y la falta de regulaciones claras son problemas que no se pueden resolver con tecnología. Si el mercado de robots no despega hasta dentro de cinco años, el retorno de la inversión de NVIDIA podría ser lento.
V. La apuesta a largo plazo: establecerse en todos los escenarios AI
El mapa que muestra Jensen Huang (vehículos HYPERION, satélite SPACE-1, tecnología médica HOLOSCAN) representa las posibles aplicaciones para la IA en los próximos diez años. NVIDIA busca implantar sus herramientas en cada uno de estos escenarios antes de que se conviertan en realidad.
El principio es simple: no necesita ganar en todos los escenarios; si logra que un 20% del mercado esté compuesto por PC AI o que los robots humanoides se vuelvan populares, podría generar ingresos significativos. Su apuesta es estar presente en cada uno de estos cambios tecnológicos, asegurándose de no ser superado.
RTX Spark y H2+ son dos “boletos de entrada” que ofrece NVIDIA al mercado. El éxito depende de si los consumidores y el mercado están dispuestos a adoptar estas soluciones en los próximos cinco años.
En resumen: NVIDIA está pasando de ser el “rey de las tarjetas de GPU para AI” a convertirse en un proveedor de infraestructura para escenarios AI, utilizando su ecosistema y herramientas para dominar los nuevos campos tecnológicos del próximo decenio. Sin embargo, su éxito dependerá de si los consumidores y el mercado le dan la oportunidad de hacerlo.