El problema del acceso a GPUs que NVIDIA no puede resolver sola

El artículo, firmado por Gaurav Sharma (CEO de io.net, una red de infraestructura física descentralizada o DePIN, y antes CTO de la misma empresa además de haber ocupado cargos de infraestructura en Amazon, Binance y Agoda), analiza el reciente programa de NVIDIA que permite a startups de IA ceder un porcentaje de sus ingresos futuros a cambio de acceso a capacidad de GPU que de otro modo no podrían costear. El programa se lanzó en julio y fue recibido como un paso hacia la 'democratización' de la infraestructura de IA, pero según el autor revela justo lo contrario: que las propias compañías que dependen de los chips de NVIDIA no pueden conseguirlos. De hecho, semanas después de su lanzamiento, NVIDIA habría pausado partes del programa por temor a que despertara escrutinio antimonopolio, lo que el autor interpreta como una señal de que incluso la propia empresa es consciente de la concentración de poder que implicaría.

El trasfondo que expone el artículo es la magnitud del acaparamiento de capacidad: en GTC 2026, NVIDIA reveló pedidos bloqueados por un billón de dólares (en la escala anglosajona, es decir, un trillón americano) para sus chips Blackwell y Vera Rubin, con capacidad reservada hasta 2027. Esa capacidad, señala el autor, ha sido asegurada mayormente por hiperescaladores y laboratorios de IA de frontera con años de antelación, dejando a startups, investigadores y equipos con financiación real compitiendo por lo que sobra, normalmente a precios inflados. Al mismo tiempo, una parte considerable de la capacidad de GPU permanece ociosa en centros de datos que carecen de mecanismos eficientes para agregarla o revenderla.

El núcleo argumental del texto juega con el doble sentido de la palabra 'fix' en inglés: NVIDIA habría 'arreglado' el mercado en el sentido de manipularlo, mediante acuerdos de suministro masivo que dieron prioridad a los hiperescaladores, y ahora pretende 'arreglarlo' en el sentido de repararlo, cobrando además por la solución. El autor describe el mecanismo del programa como una cadena en la que NVIDIA financia a socios de nube a cambio de una parte de los ingresos que genera ese hardware, esos socios revenden la capacidad a startups, y NVIDIA termina cobrando tanto por la venta de los chips como por una porción recurrente de los ingresos derivados, sin que desaparezca el intermediario ni cambie quién decide adónde va la capacidad de cómputo.

Para contextualizar el problema, el artículo traza paralelismos históricos: la desregulación de las telecomunicaciones en los años noventa, que permitió a operadores de red virtuales revender capacidad de varias operadoras sin poseer infraestructura propia; y la aparición de la computación en la nube, que sacó los servidores de los sótanos y los convirtió en un recurso que cualquiera podía alquilar por horas, posibilitando la existencia de empresas como Airbnb, Slack, Spotify o Instagram. Sin embargo, el autor advierte que la nube también ha derivado en concentración: AWS, Azure y Google Cloud controlarían hoy alrededor de dos tercios de la infraestructura de nube global, y la asignación de GPUs dentro de ese mercado dependería más de relaciones comerciales y tamaño de contrato que de una puja abierta.

Como solución, el autor propone la creación de una suerte de 'cámara de compensación' para el cómputo: una capa de empresas situada entre los grandes proveedores de nube y el resto del mercado, cuya función sería localizar GPUs infrautilizadas —tanto en centros de datos centralizados como en redes descentralizadas— agregarlas y ponerlas a disposición sin exigir compromisos plurianuales ni relaciones previas con un hiperescalador. Cita como precedentes a Stripe, que habría hecho accesible la infraestructura bancaria a cualquiera capaz de escribir unas líneas de código, y a los operadores de red virtuales en telecomunicaciones.

El artículo cierra señalando lo que, a su juicio, está en juego: empresas que nunca llegan a crearse porque los fundadores deben diseñar su hoja de ruta en función del cómputo que pueden costear en lugar de la mejor apuesta técnica, equipos de investigación que ajustan sus experimentos a las horas de cómputo disponibles en vez de a lo que exige la ciencia, e ideas ambiciosas que no reciben financiación porque de antemano se sabe que el coste de infraestructura ahogará a la compañía. Para el autor, que NVIDIA reconozca el problema de acceso es una señal positiva, pero la respuesta real no pasa por que una sola empresa abra una puerta y cobre peaje cada vez que alguien la cruza, sino por un mercado con suficientes puertas como para que nadie tenga que esperar permiso para construir.

Conviene leer el artículo teniendo en cuenta que se trata de una columna de opinión de un directivo cuya propia empresa, io.net, opera precisamente como una red descentralizada de cómputo GPU, es decir, el tipo de 'capa de acceso' que el texto propone como solución al problema que describe. Esto no invalida sus argumentos sobre la concentración de capacidad en NVIDIA y los hiperescaladores —una dinámica ampliamente comentada en el sector—, pero sí conviene tomar la propuesta de solución como la de una parte interesada y no como un análisis neutral.