Fábricas de IA de Nvidia: por qué se frenó el reparto

La estrategia de infraestructura de IA de Nvidia va hoy más allá de la venta de GPUs: colabora también en la financiación de los centros de datos que las albergan. En 2026 la compañía presentó un modelo que combina compromisos de capacidad take-or-pay con el reparto de ingresos, pero las informaciones del 28 de agosto señalan que al menos parte de estos acuerdos se paralizaron ante reticencias internas sobre el escrutinio de los reguladores de competencia y el nivel de control que Nvidia podía ejercer sobre sus socios de nube.

Esta noticia se presta a la simplificación precipitada de que Nvidia dio marcha atrás en los centros de datos, lo cual sería incorrecto. Los propios comunicados de Nvidia de julio y agosto demuestran que continúa impulsando las fábricas de IA con DSX y la financiación a través de terceros a una escala enorme. La pausa atañe a la estructura concreta de reparto de ingresos y a las condiciones asociadas a determinados acuerdos comerciales.

¿Qué buscaba Nvidia con la financiación de nubes de IA?

Nvidia pretendía resolver un problema de liquidez para proveedores de nube de IA que cuentan con demanda de cómputo pero carecen de capacidad para financiar instalaciones de gran envergadura por sí mismos. Su modelo emparejaba las compras de hardware de Nvidia con el compromiso por parte de Nvidia de abonar cierta capacidad si los clientes finales no la contrataban.

En su informe financiero del segundo trimestre fiscal de 2027, Nvidia señaló que socios seleccionados de nube de IA adquieren infraestructura de centros de datos de Nvidia mientras Nvidia asume contratos de servicios en la nube. Esos compromisos suelen extenderse durante seis años y sumaban $36 billion a fecha de 26 de julio de 2026.

La conferencia de resultados de Nvidia explicó la lógica comercial con mayor franqueza. La empresa aporta una garantía mínima de ingresos mediante un compromiso take-or-pay sobre parte de la capacidad de la instalación y, a cambio, participa en una porción de los ingresos generados por encima de ese umbral mínimo.

Eso proporciona a los prestamistas una base de ingresos contratados más sólida, lo que facilita financiar el proyecto de infraestructura. Nvidia asegura la venta del hardware y, potencialmente, un flujo continuado de ingresos ligado a la utilización de esos mismos equipos.

Para profundizar en el contexto de infraestructura física que rodea a estas operaciones, la sección de Centros de Datos y AIOps de Mr.PlanB muestra el punto de encuentro entre potencia eléctrica, refrigeración, densidad de racks, financiación y limitaciones operativas.

¿Por qué querría Nvidia obtener ingresos tras la venta de las GPUs?

Los ingresos recurrentes vinculados al uso permiten ampliar el rendimiento económico de Nvidia más allá de una venta puntual de equipamiento. Nvidia lo planteó exactamente así en su conferencia de resultados de agosto, describiendo el modelo como un mecanismo para cobrar por la venta del hardware y de nuevo mediante un porcentaje de los ingresos por alquiler.

Eso alinea además los incentivos de Nvidia con la tasa de ocupación. Si un socio llena la instalación con clientes de pago, Nvidia sale beneficiada. Si la demanda flaquea, el compromiso take-or-pay de Nvidia absorbe parte de la capacidad no utilizada.

De este modo, el esquema acerca a Nvidia al riesgo operativo de gestionar infraestructura de cómputo sin convertirla en propietaria directa de cada centro de datos. El capital independiente sigue financiando los proyectos, según sostiene Nvidia.

El modelo resulta atractivo desde el punto de vista estratégico porque la infraestructura de IA es muy intensiva en capital. Nvidia puede ayudar a ensanchar el mercado de sus propios sistemas facilitando el acceso al crédito a aquellos clientes que no disponen de los balances de los gigantes del cloud.

¿Cómo eran las condiciones comerciales descritas con los socios?

El informe de Golem del 28 de agosto, citando a The Wall Street Journal, expone que Nvidia buscaba fijar un precio mínimo de alquiler de GPU diseñado para cubrir los costes de operación y amortización del operador, reservándose Nvidia el 50 por ciento de los ingresos obtenidos por encima de dicho nivel en algunos casos. La publicación añade que Nvidia ofrecía financiación y soporte para proyectos junto con las garantías de capacidad.

De acuerdo con ese mismo informe, algunas condiciones planteadas iban más allá de lo puramente económico. Al parecer, Nvidia pretendía influir en qué clientes podían alquilar el hardware, prefiriendo una base más amplia de clientes pequeños frente a permitir que un único gran cliente absorbiera la capacidad de un modo que pudiera chocar con los planes de la propia Nvidia.

Esos pormenores explican la preocupación suscitada. Que un fabricante de chips aporte un respaldo financiero es una cosa; que un proveedor dominante condicione la selección de clientes, la economía de los precios de alquiler y el reparto de la capacidad abre un debate de competencia muy distinto.

Dado que estos términos proceden de filtraciones sobre acuerdos concretos, no debe asumirse que se aplicaran de forma idéntica a todas las alianzas de financiación de Nvidia.

¿Por qué paralizó Nvidia parte de los acuerdos de reparto de ingresos?

Según las informaciones publicadas, las reticencias internas en Nvidia giraban en torno a un posible escrutinio de las autoridades de competencia y al grado de intromisión en las operaciones de sus clientes. Golem indica que al menos varios contratos se suspendieron temporalmente mientras se reconsideraba el modelo.

El momento resulta clave porque Nvidia ya ocupa una posición central en la cadena de suministro de los centros de datos de IA. Su hardware, redes, software, arquitecturas de referencia y alianzas financieras alcanzan múltiples estratos de una fábrica de IA.

Cuando un único actor influye en el hardware, el suelo financiero, las tarifas de alquiler y la asignación de capacidad a los clientes, los organismos reguladores pueden cuestionar si esa posición restringe la competencia en el mercado, aun cuando cada contrato individual tenga sentido comercial. Por tanto, la pausa no significa que la economía del proyecto haya fracasado; refleja más bien que la gobernanza en torno al modelo necesita replantearse.

¿Continúa Nvidia financiando infraestructura de IA?

Sí. Nvidia anunció el 11 de agosto que colabora con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR en plataformas independientes de financiación destinadas a movilizar más de $500 billion de capital privado a lo largo del tiempo para infraestructura de IA.

Esa estrategia global de capital discurre al margen de la forma en que se diseñe un acuerdo concreto de reparto de ingresos con una neocloud. Nvidia continúa impulsando la plataforma DSX como marco de diseño y operación para fábricas de IA.

Conviene mantener estos conceptos separados: DSX es una plataforma y una guía de infraestructura, el reparto de ingresos es un modelo comercial, y las plataformas de financiación de terceros constituyen una estructura de capital, por lo que cada elemento puede evolucionar a su propio ritmo.

Para los responsables que evalúan modelos de infraestructura, nuestra sección de comparativas aplica la misma disciplina: separa la capa tecnológica de la contractual, ya que una buena plataforma puede llegar acompañada de una dependencia no deseada.

¿Cuál es el riesgo para los proveedores de nube de IA?

La ventaja indiscutible radica en un acceso más fluido al capital y al hardware. El riesgo estriba en que el proveedor pase a depender económicamente del mismo suministrador que le vende la plataforma de cómputo principal.

Una garantía take-or-pay transmite tranquilidad a los prestamistas, pero también puede condicionar la fijación de precios y la estrategia comercial con los clientes. Si la garantía desaparece más adelante, refinanciar la deuda puede complicarse. Si un proveedor articula su plan de negocio sobre condiciones marcadas por Nvidia, cambiar de fabricante de GPU implicará mucho más que sustituir componentes físicos.

Por tanto, el operador necesita proyectar dos vías de salida. Una es técnica: ¿pueden las cargas de trabajo ejecutarse sobre otra plataforma de aceleradores? La otra es financiera: ¿qué ocurrirá con la deuda, los precios y la ocupación si la garantía del fabricante cambia?

Los contratos terminan modelando la arquitectura. Un compromiso de capacidad a seis años influye en qué hardware se instala, qué volumen se construye y a qué tipo de clientes necesita atraer el operador.

¿Genera esto un círculo vicioso de gasto en IA?

Existen motivos legítimos para vigilar la circularidad financiera, pero la existencia de una garantía no prueba por sí misma una demanda artificial. El informe regulatorio de Nvidia precisa que los socios pueden comercializar la capacidad a terceros con condiciones más ventajosas, lo que reduce el compromiso de Nvidia conforme la demanda real de los clientes toma el relevo.

La inquietud surge cuando el respaldo del fabricante se vuelve imprescindible para justificar la construcción y esa construcción se destina a adquirir más productos de ese mismo fabricante. Los inversores necesitan comprender qué volumen de demanda final existe al margen de las garantías.

Para los operadores, la cuestión práctica es más directa: pregunta quién paga cuando la ocupación cae. Si la respuesta es el suministrador del hardware, analiza con detalle la duración, los derechos de cancelación y el escenario previsto cuando esa ayuda expire.

¿A qué prestaría atención a partir de ahora?

Observaría con interés si Nvidia publica condiciones revisadas de reparto de ingresos que reduzcan la injerencia sobre los precios y clientes del socio, preservando a la vez el respaldo de capacidad suficiente para satisfacer a los prestamistas. Eso indicaría que la compañía ajusta la gobernanza manteniendo viva la idea de la financiación.

También compararía el ritmo de crecimiento de las plataformas independientes de financiación frente a los compromisos directos asumidos por Nvidia. Si el capital institucional puede respaldar fábricas de IA basándose en una demanda diversificada de clientes, Nvidia necesitará una implicación comercial directa mucho menor.

Por último, vigilaría la utilización real por encima de los megavatios anunciados o del volumen de capital captado. La prueba más rotunda de viabilidad del modelo de fábrica de IA residirá en si los clientes continúan pagando por el cómputo una vez que las garantías y los incentivos de lanzamiento iniciales hayan quedado atrás.

Si gestionara una nube de IA, aceptaría financiación respaldada por el fabricante únicamente si las condiciones relativas a clientes, precios y opciones de salida preservaran mi independencia operativa. El capital barato resulta muy atractivo, pero un acuerdo financiero que termine dictando tu mercado por ti es infinitamente más costoso de lo que parece.