Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarWired→ original

Huang deja Nvidia y la cuota de AMD en chips de IA sube del 2% al 7–10%

Nvidia vende alrededor del 80% de los aceleradores de IA, los chips que sirven para entrenar y ejecutar redes neuronales, pero el CEO Jensen Huang ha dejado la compañía y la dirige de forma provisional la directora financiera Colette Kress. La cuota de AMD ha pasado del 2% en 2022 al 7–10% en 2026, y Google, Amazon y Microsoft fabrican sus propios chips. Hasta ahora, cambiar de hardware exigía reescribir el código para CUDA; hoy la IA puede hacerlo en cuestión de horas. Por eso conviene probar de antemano los modelos en AMD y comparar el coste de ejecución.

Procesado por IA desde Wired; editado por Hamidun News
Huang deja Nvidia y la cuota de AMD en chips de IA sube del 2% al 7–10%
Fuente: Wired. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalWired ↗
Editor jefe
Dato clave #1Según el CEO de Wafer, los nuevos modelos pasan a AMD en cuestión de horas y con una eficiencia de al menos el 80%.
Dato clave #2La participación de China en los ingresos de Nvidia cayó del 20% en 2024 al 8%.
Dato clave #3Los ingresos de Nvidia fueron de 26.910 millones de dólares en enero de 2022 y de 215.940 millones en enero de 2026.

Nvidia sigue siendo la empresa más influyente de la era de la IA: según Silicon Analysis, controla alrededor del 80% de las ventas de aceleradores de IA, es decir, de los chips con los que se entrenan y ejecutan las redes neuronales. Pero, según Wired, la compañía afronta ahora varios problemas a la vez. Su CEO, Jensen Huang, que fue de los primeros en entender que las GPU servían para la IA, ha dejado el cargo. Las funciones han pasado a la directora financiera, Colette Kress. Mientras tanto, los competidores se acercan desde varios frentes, y uno de los principales fosos defensivos de Nvidia, la plataforma de software CUDA, resulta menos sólido de lo que se creía.

Los chips se diseñan en años y el mercado cambia en meses

Un directivo de una gran empresa de IA explicó a Wired cuál es el problema: todo lo que se vende hoy se diseñó hace dos o tres años. Por tanto, Kress o quien dirija Nvidia de forma permanente tiene que adivinar ya cómo serán los chips dentro de dos años.

Las cifras, por ahora, favorecen a la compañía. Los ingresos crecieron de 26.910 millones de dólares en enero de 2022 a 215.

940 millones en enero de 2026. Sin embargo, la cuota de AMD en el mercado de aceleradores de IA subió en ese mismo periodo del 2% al 7–10%. Google, Amazon y Microsoft desarrollan chips propios para entrenar y ejecutar sus modelos, con el fin de reducir costes y depender menos de Nvidia.

Cerebras vende chips gigantes para modelos gigantes. AMD compró Taalas, una empresa que graba los pesos del modelo directamente en el silicio para que el cálculo sea muy eficiente. El inconveniente común de estas soluciones es que, para ejecutar en ellas los modelos actuales, hay que reescribir mucho código.

El analista Patrick Moorhead, de MoorInStrat, añade dos factores más. Por un lado, con los agentes de IA gana importancia la inferencia, es decir, la ejecución de modelos ya entrenados, y en ese terreno Nvidia tiene menos ventajas que en el entrenamiento. Por otro, crece la demanda de procesadores convencionales (CPU), un mercado en el que Nvidia apenas compite. En diciembre de 2025 la compañía compró una startup de chips especializados, pero Moorhead no considera que eso sea una respuesta completa.

El foso de CUDA se ha vuelto permeable

Durante años, Nvidia retuvo a los desarrolladores gracias a CUDA, un conjunto de herramientas de software con las que se escribe código y se construyen modelos para sus chips. Imagine una empresa cuya producción entera está diseñada para CUDA: pasarse a AMD significaría meses de reescritura, así que casi nadie lo intentaba.

Ahora los modelos de IA leen y escriben código con tanta soltura que pueden portar por sí mismos otros modelos a hardware distinto. La startup Wafer utiliza la IA para adaptar modelos a AMD y después vende su ejecución a un precio más bajo. Su CEO, Emilio Andere, afirma que, tras la publicación de cada gran modelo de pesos abiertos, su equipo lo pone en marcha en AMD en cuestión de horas, con una eficiencia de al menos el 80% respecto a Nvidia.

Según él, los ingenieros casi no tienen que corregir ni revisar el código. Andere sostiene además que los ingresos de Wafer han crecido con rapidez en los últimos meses. Esta afirmación procede solo de Andere; el artículo no incluye confirmaciones independientes.

No obstante, Moorhead señala que Nvidia también tiene acceso a la IA, así que la automatización del diseño de chips no tiene por qué debilitarla. Pero la capacidad de las redes neuronales para reescribir rápidamente el código para otro hardware podría socavar la principal ventaja de la compañía.

China y la cuestión de la gobernanza

El segundo frente es China. Washington restringe el suministro de los chips más potentes, mientras Pekín impulsa su propia industria. Las ventas de generaciones anteriores autorizadas y de chips no destinados a IA se duplicaron en un año, pero la participación de China en los ingresos de Nvidia cayó del 20% en 2024 al 8%. Huawei construye supercomputadoras con un número muy grande de chips, y algunas empresas chinas, como Z.ai, afirman haber entrenado sus modelos íntegramente en hardware de Huawei. Si los modelos abiertos chinos se consolidan en otros países, podría surgir también un mercado para los chips chinos.

La salida de Huang también tiene relación con China. Según los datos que cita Wired, mantenía una relación con Huang Le, directivo de Megaspeed, una empresa de Singapur que las autoridades estadounidenses sospechan que tiene vínculos con el servicio de inteligencia chino. Según se ha informado, Megaspeed importó a el sudeste asiático chips de Nvidia por un valor de entre 4.600 y 7.500 millones de dólares y podría haber dado acceso a ellos a empresas chinas de IA. El analista de Eurasia Group Babak Movahedi considera que Huang tenía razón en lo esencial: la prohibición total de las ventas a China refuerza a los competidores locales.

Qué significa esto en la práctica

El veterano del sector Dan Hutchinson compara la situación con el "momento Swan" de Intel: en 2019, el CEO ingeniero fue sustituido por el financiero Bob Swan, el foco se desplazó a las ventas, la burocracia creció y los ingresos cayeron. "Nvidia es ahora la Intel que está a punto de pasar", afirma. Es la opinión de un analista, no un hecho. Wired señala que los problemas de Nvidia no son necesariamente mortales, pero se acumulan.

La conclusión práctica para los equipos que desarrollan productos de IA es que depender de un único proveedor de aceleradores se convierte en un riesgo gestionable. Si el código se puede migrar rápidamente, merece la pena probar de antemano los modelos en AMD o en chips de nube y comparar el coste de ejecución. Y en cuanto a Nvidia, conviene observar quién y cómo diseña su estrategia para los próximos dos años.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Los chips se diseñan en años y el mercado cambia en meses?

Un directivo de una gran empresa de IA explicó a Wired cuál es el problema: todo lo que se vende hoy se diseñó hace dos o tres años. Por tanto, Kress o quien dirija Nvidia de forma permanente tiene que adivinar ya cómo serán los chips dentro de dos años. Las cifras, por ahora, favorecen a la compañía. Los ingresos crecieron de 26.910 millones de dólares en enero de 2022 a 215.940 millones en enero de 2026. Sin embargo, la cuota de AMD en el mercado de aceleradores de IA subió en ese mismo periodo del 2% al 7–10%.

¿Qué se sabe sobre El foso de CUDA se ha vuelto permeable?

Durante años, Nvidia retuvo a los desarrolladores gracias a CUDA, un conjunto de herramientas de software con las que se escribe código y se construyen modelos para sus chips. Imagine una empresa cuya producción entera está diseñada para CUDA: pasarse a AMD significaría meses de reescritura, así que casi nadie lo intentaba. Ahora los modelos de IA leen y escriben código con tanta soltura que pueden portar por sí mismos otros modelos a hardware distinto.

¿Qué se sabe sobre China y la cuestión de la gobernanza?

El segundo frente es China. Washington restringe el suministro de los chips más potentes, mientras Pekín impulsa su propia industria. Las ventas de generaciones anteriores autorizadas y de chips no destinados a IA se duplicaron en un año, pero la participación de China en los ingresos de Nvidia cayó del 20% en 2024 al 8%. Huawei construye supercomputadoras con un número muy grande de chips, y algunas empresas chinas, como Z.ai, afirman haber entrenado sus modelos íntegramente en hardware de Huawei.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
¿Qué te parece?
Cargando comentarios…