NVIDIA desplaza en GTC 2026 el foco de los chips a las fábricas de tokens y la era del Agent-as-a-Service

NVIDIA mostró en GTC 2026 que la próxima etapa del mercado de la IA no se construirá en torno a GPU individuales, sino alrededor de fábricas de inferencia, donde los tokens y las acciones de los agentes pasan a ser el producto principal. La tesis clave de la keynote: la compañía ya no vende solo aceleradores, sino una infraestructura integral para la producción industrial de resultados de IA, desde las bibliotecas CUDA hasta los racks de servidores, las redes y la capa de software corporativo.

Veinte años de CUDA como base

El punto de partida de este giro son los veinte años de CUDA. Fue la apuesta por una plataforma de software la que convirtió en su día las tarjetas gráficas de NVIDIA en una herramienta de cómputo universal para el aprendizaje automático, dejando atrás el hardware de nicho. En GTC se presentó ese camino como una evolución continua: primero un ecosistema de bibliotecas y frameworks, luego los sistemas DGX y ahora bloques modulares listos para grandes clústeres de IA. La lógica es sencilla: incluso el chip más potente significa poco sin software, optimizaciones y la posibilidad de desplegar rápidamente escenarios aplicados en producción.

De SaaS a Agent-as-a-Service

De ahí se desprende la segunda tesis de NVIDIA: el mercado avanza del modelo SaaS al Agent-as-a-Service. Si antes las empresas pagaban por acceso a una herramienta y era un empleado quien obtenía el resultado, ahora el negocio empieza a pagar por una acción de IA completada. Un agente no debe limitarse a generar texto, sino cerrar una tarea: procesar una solicitud, realizar un análisis, preparar un documento, tomar una decisión dentro de reglas establecidas.

Por eso la vara de medir de la eficiencia deja de ser el rendimiento abstracto en FLOPS y pasa a ser el coste del token útil y el precio final de una acción con sentido. Bajo esta lógica, la inferencia se convierte en una economía propia y los centros de datos, en plantas de producción de trabajo intelectual.

El concepto de Token Factory

Aquí es donde NVIDIA impulsa su concepto de Token Factory. La compañía propone ver los centros de datos de IA actuales no como lugares de almacenamiento de datos, sino como fábricas en las que entran electricidad e infraestructura y sale un flujo de tokens para aplicaciones, asistentes y agentes autónomos. En GTC se dio una estimación según la cual, para 2027, el gasto mundial en construir y modernizar estas capacidades podría acercarse a 1 billón de dólares. La demanda la alimenta no solo la IA corporativa, sino también el auge de los modelos abiertos, que se han acercado a la vanguardia en calidad y facilitan que más empresas lancen sus propios servicios.

La arquitectura Vera Rubin

El soporte de hardware de esta estrategia es la arquitectura Vera Rubin. NVIDIA no la describe como un simple aumento de potencia respecto a la generación anterior, sino como un intento de reempaquetar toda la pila para la inferencia. Lo importante ya no es una tarjeta ni siquiera un servidor, sino el rack completo: cómputo, CPU, memoria, almacenamiento, red, seguridad y conexiones ópticas entre módulos.

Este enfoque busca elevar a la vez el rendimiento y la capacidad de respuesta de los sistemas sin disparar el gasto eléctrico. Se hace un énfasis aparte en la modularidad: las configuraciones pueden montarse según el tipo de carga, desde respuestas rápidas masivas hasta costoso razonamiento en tiempo real. Eso define además una nueva segmentación del mercado: respuestas baratas para el consumo amplio e inferencia premium para escenarios agénticos complejos.

Otra señal importante de GTC es que los agentes de IA se consideran cada vez más parte de la infraestructura corporativa y no una capa experimental sobre los chats. Por eso, junto al hardware, NVIDIA promueve arquitecturas de referencia de software para implantar agentes en grandes empresas. La idea es que el agente trabaje dentro de las políticas de seguridad, acceda solo a las interfaces permitidas y se integre de forma predecible en el panorama informático de la empresa.

Para las empresas esto quizá sea incluso más importante que los propios chips: sin control, auditoría y capacidad de gestión, ninguna autonomía llegará a producción.

La conclusión principal

La conclusión principal de GTC 2026 es que NVIDIA intenta ocupar no solo el mercado de aceleradores, sino también la posición de proveedor básico de la economía de la inferencia. Si antes la competencia giraba en torno al número de transistores y al liderazgo en el entrenamiento de modelos, ahora el centro de gravedad se desplaza hacia el coste de la acción útil, la estabilidad de los servicios de IA y la velocidad de despliegue de sistemas agénticos. Para el mercado, esto supone pasar de hablar de la «GPU más potente» a preguntarse quién logrará producir inteligencia como servicio de forma más barata y fiable.

En breve:

• En GTC 2026, NVIDIA desplazó el foco de las GPU individuales a las fábricas de inferencia, donde el producto son los tokens y las acciones de los agentes.
• El mercado avanza de SaaS a Agent-as-a-Service; la vara de medir es el coste del token útil. El gasto en estas capacidades podría acercarse a 1 billón de dólares en 2027.
• La arquitectura Vera Rubin reempaqueta toda la pila para la inferencia: el rack completo, con énfasis en la modularidad según la carga.