Antes de GTC 2026, Nvidia insinúa un chip óptico que podría rediseñar los centros de datos de IA

Antes de la presentación de Nvidia en GTC 2026, el mercado no habla de otro aumento de teraflops, sino de un posible cambio en la forma en que se conectan los chips de IA entre sí. El detonante fue una frase de Jensen Huang sobre un «chip que sacudirá el mundo», pronunciada antes de la presentación del 16 de marzo de 2026 en San José.

Qué promete Nvidia

En apariencia, todo parece la actualización habitual de la gama. Nvidia ya ha convertido a Blackwell en su buque insignia actual, y en GTC el mercado espera un énfasis oficial en la siguiente generación, Vera Rubin. Blackwell Ultra GB300 ya tiene características extremas: 288 GB de HBM3e, hasta 15 petaflops en FP4 y racks NVL72 que reúnen decenas de aceleradores en un único bloque de cómputo. Son cifras importantes para el sector, pero por sí solas no explican una promesa tan sonora. La comparación con 2016 no es casual: la presentación del P100 resultó, con el tiempo, uno de los momentos clave del actual boom de la IA.

La intriga es que Huang no vinculó la declaración a un producto concreto. Normalmente Nvidia coloca señales con antelación: una nueva arquitectura, un nuevo rack, un nuevo clúster DGX. Esta vez el mercado escuchó una fórmula sin explicación, y por eso la atención pasó de las áridas especificaciones a la propia idea de un avance. Si Vera Rubin realmente trae un aumento de varias veces en el ancho de banda de memoria y reduce de forma notable el coste de la inferencia, ya sería una gran noticia. Pero la expresión «sacudir el mundo» sugiere un paso de otra escala.

Por qué todos miran hacia la óptica

La hipótesis principal sobre el anuncio es la fotónica de silicio: transmitir datos entre chips con luz en lugar de señales eléctricas por cobre. En el centro de estas expectativas está la arquitectura Feynman, que se asocia con el periodo posterior a Vera Rubin. La idea es sencilla: las GPU actuales no están limitadas solo por la potencia del propio chip, sino también por la rapidez con la que intercambia datos con los aceleradores vecinos, la memoria y la red. Cuanto mayor es el clúster, más dolorosas se vuelven las pérdidas en las conexiones, el calentamiento y los límites de distancia.

«En GTC 2026 presentaremos un chip que sacudirá el mundo».

Si Nvidia realmente muestra una interconexión óptica funcional, no será una mejora cosmética, sino un intento de eliminar el principal cuello de botella de la infraestructura de IA. Las líneas eléctricas pierden eficiencia a medida que crecen las velocidades y la densidad de integración. Los canales ópticos prometen más ancho de banda por bit, menos calor y mejor escalabilidad. Por eso la conversación gira de pronto no en torno a un 20% más de rendimiento, sino a rehacer la forma en que se construyen los grandes clústeres para entrenar y servir modelos.

Qué cambia

El paso a la óptica no importa solo a los ingenieros que cuentan nanosegundos entre chips. Golpea la economía de los centros de datos, porque la carrera actual de la IA choca cada vez más con la energía, la refrigeración y el coste de servir modelos. Cuanto más grandes son los clústeres, más dinero se va no en los «cerebros» en sí, sino en transmitir datos entre ellos y en combatir el calor que esa transmisión genera.

Si la apuesta de Nvidia funciona, el sector podría obtener varios efectos prácticos a la vez:

• menor gasto de energía por cada bit de datos transmitido;
• menor emisión de calor y, en consecuencia, una refrigeración más sencilla de los racks;
• la posibilidad de separar los aceleradores a mayores distancias sin una pérdida brusca de velocidad;
• una distribución más flexible de los centros de datos y de la infraestructura de red;
• nuevas reducciones del precio de la inferencia para los servicios de IA masivos.

Pero también hay un fuerte escepticismo. Las interconexiones ópticas llevan muchos años prometiéndose a la industria, y el camino del prototipo de laboratorio al rack de servidor en serie siempre es más largo de lo que parece en una presentación. Además, Nvidia tiene un incentivo directo para elevar las expectativas: su capitalización es enorme, competidores como AMD, Intel, Google y Amazon invierten miles de millones en aceleradores alternativos, y cualquier presentación se convierte al instante en una prueba de liderazgo. Por eso la pregunta principal no es si mostrarán una diapositiva atractiva, sino si habrá datos concretos en el escenario: un prototipo funcional, plazos de entrega y nombres de clientes.

Qué significa

Si el 16 de marzo de 2026 Nvidia confirma su apuesta por la fotónica de silicio, la noticia será mayor que otro anuncio de GPU: se trataría de un cambio en la arquitectura de los centros de datos de IA y de una nueva vuelta de tuerca en la reducción del coste de cómputo. Si tras las grandes palabras solo se esconde la actualización prevista de Blackwell y Vera Rubin, el mercado recibirá un paso importante, pero evolutivo, y no una ruptura tecnológica. Por eso inversores, ingenieros y proveedores de nube mirarán no los eslóganes, sino los plazos, los prototipos y los primeros clientes.