Nvidia estrena un modelo de compute sin capital por adelantado: repart

Nvidia va a financiar el acceso a sus propias GPUs. En un anuncio en su newsroom, la compañía presenta un modelo de negocio en el que las nubes de IA acceden a infraestructura acelerada a gran escala mediante reparto de ingresos y apoyo crediticio, sin poner por delante el capital que hoy hace falta para levantar un centro de datos. La idea es quitar de en medio la barrera que frena a las startups: comprar chips vale una fortuna antes de facturar el primer euro.

Puntos clave

El esquema combina revenue-share (Nvidia cobra un porcentaje de lo que el cliente factura) con respaldo de crédito, en lugar de exigir el pago del hardware por adelantado.
Sharon AI desplegará hasta 40.000 GPUs Nvidia Grace Blackwell GB300, la generación tope de la compañía para entrenamiento e inferencia.
Firmus construirá un campus en Batam, Indonesia, que escalará hasta 360 megavatios y hasta 170.000 GPUs.
Los beneficiarios directos son constructores de modelos, proveedores de inferencia y empresas que estén llevando IA a producción.

Cómo funciona el modelo

Hasta ahora, montar una nube de IA seguía un orden fijo y carísimo. Buscabas terreno, cerrabas el suministro eléctrico, levantabas el data center y, solo al final, comprabas decenas de miles de GPUs que cuestan decenas de miles de dólares cada una. Todo ese capital salía de tu bolsillo o de rondas de deuda antes de tener un cliente. Nvidia le da la vuelta: en vez de venderte los chips y desaparecer, entra como socio financiero. Aporta el respaldo crediticio para conseguir el hardware y, a cambio, se lleva una parte de los ingresos que genere esa capacidad. El cliente arranca sin el desembolso inicial y Nvidia cobra a medida que el negocio factura.

Para Nvidia el cálculo es doble. Coloca más GPUs en el mercado sin depender solo de compradores con caja para pagarlas de golpe, y ata a esos clientes a un flujo de ingresos recurrente en vez de una venta única. James Manning, cofundador de Sharon AI, describe la colaboración como un momento clave en la trayectoria de la empresa. Tim Rosenfield, co-CEO de Firmus, lo resume en que las compañías nativas de IA necesitan acceso a cómputo escalable, y ese acceso es justo lo que el modelo tradicional de compra por adelantado les negaba.

Qué señala del mercado

El movimiento no llega en el vacío. Esta misma semana, Meta anunció que montará un negocio cloud para alquilar su compute sobrante, y SpaceX ya vende capacidad de su centro Colossus a Anthropic y Google. La foto de fondo es la misma en los tres casos: hay una demanda de cómputo enorme y un cuello de botella de capital para atenderla. Cada actor busca una manera de financiar la construcción de infraestructura sin cargar todo el riesgo en su propio balance. Nvidia, que hasta ahora se limitaba a vender chips, se coloca ahora en el centro de la cadena financiera, no solo en la técnica. Las cifras de las dos primeras operaciones dan la escala: 40.000 GPUs en un caso, 170.000 en el otro, y un campus de 360 megavatios, que es consumo de una ciudad pequeña.

Por qué importa

Para una empresa española que usa Claude, ChatGPT o Gemini en sus procesos, esto no cambia nada mañana, pero explica por qué la IA se vuelve más barata y más disponible con el tiempo. Cuando el fabricante de las GPUs asume parte del riesgo de financiar la infraestructura, entra más capacidad al mercado y bajan los precios de la inferencia, que es lo que pagas cada vez que llamas a un modelo por API. Si montas automatizaciones que consumen tokens a diario, el coste por consulta depende de cuánta capacidad haya compitiendo por servirte. Modelos como este empujan en esa dirección. La otra lectura es de dependencia: cuantas más nubes de IA nazcan financiadas por Nvidia, más gira el sector entero alrededor de un solo proveedor de chips.

Relacionado