¡Las acciones de NVIDIA caen drásticamente un 7%! Meta cambia de bando contra los chips de Google, los tres gigantes tecnológicos inician una guerra.

Meta planea desplegar la Unidad de Procesamiento Tensorial (TPU) de Google en su propio centro de datos en 2027, y podría alquilar potencia computacional relacionada a través de Google Cloud a partir de 2026. Esta colaboración se considera un gran avance de Google en el mercado de chips de IA, y tras la filtración de la noticia, las acciones de NVIDIA cayeron inicialmente un 7% antes de reducirse a un 2.6%.

Meta cambia por decenas de miles de millones de dólares a Google TPU

Según The Information, Meta está en conversaciones para desplegar las Unidades de Procesamiento Tensor (TPU) de Google en su propio centro de datos en 2027, y podría alquilar la potencia computacional relacionada a través de Google Cloud a partir de 2026. Esta colaboración es de una escala impresionante, con una estimación de miles de millones de dólares en adquisiciones, lo que representa un gran avance para Google en el mercado de chips de IA. Después de proporcionar un millón de TPU a Anthropic, nuevamente atrae la atención de clientes importantes, lo que muestra que la competitividad de Google en el campo de la infraestructura de IA está aumentando rápidamente.

Esta decisión tiene múltiples implicaciones estratégicas para Meta. En primer lugar, refleja que Meta puede no querer depender en exceso del líder del mercado de chips, NVIDIA, ya que los problemas de precios elevados y largos tiempos de entrega obligan a las empresas a buscar alternativas. La demanda de las GPU H100 y H200 de NVIDIA supera la oferta, y los tiempos de espera para los pedidos a menudo alcanzan varios meses o incluso un año, además de que los precios continúan aumentando. Para Meta, que necesita escalar rápidamente su potencia computacional de IA, este cuello de botella en el suministro afecta directamente la eficiencia del entrenamiento y la inferencia de su modelo Llama.

En segundo lugar, Google TPU se ha convertido en una opción competitiva debido a su arquitectura especializada para IA, que permite ajustes más profundos para la inferencia y entrenamiento de modelos de lenguaje de gran tamaño. TPU es un chip ASIC (circuito integrado de aplicación específica) diseñado para cálculos de IA y está altamente integrado con los modelos de su propia DeepMind (como Gemini). Se considera que TPU tiene ventajas en eficiencia, capacidad de personalización y costos, que son las razones clave por las cuales las empresas están considerando trasladarse de NVIDIA.

Tercero, la estrategia de múltiples proveedores se ha convertido en un consenso entre las grandes tecnológicas. Debido a los altos precios, la escasez de suministros y la dispersión de riesgos, las empresas ya no quieren depender únicamente de NVIDIA, por lo que la mayoría de las empresas de la nube y aquellas involucradas en IA han comenzado a adoptar una “estrategia de múltiples proveedores”, adquiriendo simultáneamente GPU, TPU y otras alternativas. Meta ha optado por utilizar tanto GPU de NVIDIA como TPU de Google, asegurando así suficiente potencia computacional y obteniendo una mayor ventaja en las negociaciones de precios.

El mercado también reacciona rápidamente, el valor de mercado de Alphabet se acerca a los 4 billones de dólares, y el precio de las acciones de MediaTek en Taiwán también se benefició con un aumento del 8%, lo que indica que el efecto de derrame de Google TPU está comenzando a formarse. MediaTek, como socio clave en la cadena de suministro de Google TPU, desempeña un papel importante en las etapas de empaque y prueba, y el gran pedido de Meta impulsará directamente su crecimiento de ingresos.

NVIDIA precio de las acciones cae un 7% y luego se recupera con fuerza

(fuente: Google Finance)

Tras la filtración de rumores sobre Meta, las acciones de NVIDIA cayeron un 7% antes de reducirse al 2.6%, con una pérdida de más de 200 mil millones de dólares en capitalización de mercado en un solo día. Sin embargo, la compañía respondió a esto en X: “Estamos contentos de ver el éxito de Google, han logrado avances significativos en el campo de la IA, y nosotros seguimos suministrando a Google.” Esta declaración aparentemente cortés en realidad recuerda al mercado que Google también es un gran cliente de los GPU de NVIDIA, y que las dos compañías no son completamente opuestas.

NVIDIA significó profundamente: “Seguimos liderando toda la industria por una generación, somos la única plataforma capaz de ejecutar todos los modelos de IA en todos los escenarios, proporcionando un rendimiento, versatilidad y sustituibilidad superiores a los de ASIC.” Esta declaración ataca directamente el punto débil central de Google TPU. Si bien los chips ASIC son más eficientes en tareas específicas, carecen de flexibilidad. TPU está principalmente optimizado para el marco TensorFlow y los modelos propios de Google, lo que puede reducir drásticamente la ventaja de rendimiento al ejecutar otros marcos (como PyTorch) o modelos de terceros.

En comparación, las GPU de NVIDIA utilizan una arquitectura de computación general, que admite casi todos los marcos y modelos de IA principales. Desde la serie GPT de OpenAI, Claude de Anthropic, Llama de Meta hasta Stable Diffusion de la comunidad de código abierto, la gran mayoría de los modelos de IA se entrenan en GPU de NVIDIA. Esta ventaja del ecosistema dificulta que los desarrolladores y las empresas se separen completamente de NVIDIA, incluso si aumentan el uso de Google TPU.

Hace unas semanas, Google lanzó su modelo de IA Gemini 3, que ha recibido críticas muy favorables. Este modelo fue entrenado en los TPU de la compañía, en lugar de en las GPU de NVIDIA, lo que resalta la intensa competencia en el mercado de chips. Este caso demuestra el exitoso uso de los TPU en el ecosistema interno de Google, pero también revela sus limitaciones: Gemini 3 puede funcionar de manera eficiente en TPU, en gran medida porque los ingenieros de Google diseñaron la arquitectura del modelo teniendo en cuenta las características de los TPU desde el principio. Para las empresas que utilizan marcos estándar y modelos de código abierto, el costo de esta personalización profunda puede superar los ahorros obtenidos por el chip en sí.

Tres argumentos de contraataque de NVIDIA

Ventajas del ecosistema: Todos los principales marcos y modelos de IA están optimizados para GPU NVIDIA, lo que genera altos costos de conversión.

Inigualable versatilidad: GPU puede ejecutar múltiples tareas como entrenamiento, inferencia y renderizado gráfico, mientras que ASIC está limitado a escenarios específicos.

Liderazgo técnico: el último H200 y el próximo B100 siguen liderando a la competencia en rendimiento por una generación.

El mercado de chips de IA pasa de un monopolio a una competencia multipolar

La dinámica de tres partes entre Google, Meta y NVIDIA muestra que el campo de batalla de los chips de IA está entrando en una nueva fase. Con la rápida ampliación del volumen de mercado de TPU de Google, las últimas noticias indican que Meta podría convertirse en su próximo cliente de cientos de millones de dólares, lo que lanzaría un impacto en la cadena de suministro de chips de IA. En un contexto donde NVIDIA ha monopolizado durante mucho tiempo el mercado de chips de IA, la competencia entre los tres chips no solo afecta la disposición de potencia computacional de los gigantes tecnológicos, sino que también influye en los mercados bursátiles, la cadena de suministro y el ecosistema de modelos de IA a nivel mundial.

Esta competencia determinará la arquitectura central de la infraestructura de IA de próxima generación. Si NVIDIA continúa manteniendo su ventaja tecnológica y preserva las barreras del ecosistema, su posición de dominio seguirá siendo sólida. Si Google TPU logra penetrar en más clientes empresariales, demostrando su ventaja de costo en escenarios específicos, el mercado entrará en una estructura de competencia multipolar. Si gigantes tecnológicos como Meta adoptan completamente chips de desarrollo propio o estrategias de múltiples proveedores, el poder de fijación de precios y la cuota de mercado de NVIDIA podrían enfrentar desafíos sustanciales.

A juzgar por la reacción del precio de las acciones de NVIDIA, el mercado está tomando en serio la evaluación de esta amenaza competitiva. Aunque la caída del 7% se redujo al 2.6% al cierre, la fluctuación de 200 mil millones de dólares en la capitalización de mercado en un solo día muestra que los inversores son altamente sensibles a los cambios en el panorama del mercado de chips de IA. Esta volatilidad también refleja que el asombroso aumento de NVIDIA en los últimos años ya ha incorporado una gran cantidad de expectativas optimistas en el precio de las acciones, por lo que cualquier amenaza competitiva potencial podría desencadenar una toma de ganancias.

Para la cadena de suministro, esta competencia también tiene profundas implicaciones. Las GPU de NVIDIA son principalmente fabricadas por TSMC, mientras que los TPU de Google también dependen de los avanzados procesos de TSMC. Cualquiera que gane, TSMC se beneficiará. Sin embargo, los proveedores en los sectores aguas abajo como el empaque, las pruebas, la memoria y el PCB enfrentan el riesgo de una redistribución. El aumento del 8% en el precio de las acciones de MediaTek muestra que el mercado cree que el incremento en los pedidos de TPU de Google generará nuevas oportunidades para la cadena de suministro de semiconductores de Taiwán.

Para los desarrolladores de modelos de IA, la elección del chip afectará directamente el diseño y las estrategias de optimización del modelo. Si la cuota de mercado de Google TPU sigue expandiéndose, los desarrolladores pueden necesitar optimizar el modelo específicamente para TPU, lo que aumentará los costos de desarrollo, pero también podría mejorar el rendimiento en escenarios específicos. Si el mercado mantiene un esquema de múltiples proveedores, los desarrolladores deberán asegurarse de que el modelo funcione de manera eficiente en diferentes chips, lo que plantea mayores requisitos para la abstracción y estandarización a nivel de marco.

Las elecciones y declaraciones de las distintas partes pueden convertirse en una variable clave para impulsar un nuevo reordenamiento del mercado. Si NVIDIA puede abrir la brecha tecnológica en su próxima generación de productos (como el B100), consolidará su posición de liderazgo. Si Google puede demostrar la rentabilidad del TPU y atraer a más clientes, realmente amenazará el monopolio de NVIDIA. La decisión final de Meta se convertirá en un indicador que influirá en las estrategias de adquisición de potencia computacional de otros gigantes tecnológicos.