《Algunas reflexiones antes de Nvidia esta noche》
Escrito por: @GavinSBaker
Traducido por: Peggy, BlockBeats
Nota del editor: Después de la publicación de los resultados financieros de Nvidia, el enfoque del mercado suele centrarse en los ingresos, beneficios y previsiones a corto plazo. Pero el autor @GavinSBaker intenta llevar la discusión a una dimensión más a largo plazo: lo que determina el valor de Nvidia no son solo los datos de un trimestre, sino cuánto puede mantenerse la demanda de IA y si la inversión en capacidad de cálculo realmente genera retornos sostenibles.
El artículo parte de la experiencia histórica de los ciclos tecnológicos, discutiendo si la “burbuja y sobreconstrucción” se repetirá, y señala que en esta fase del ciclo de IA existen cuellos de botella en energía eléctrica y suministro de obleas, lo que podría moderar el ritmo de expansión. Por otro lado, los precios de alquiler de GPU y la alta utilización de modelos antiguos también ofrecen una validación práctica del “ROI de IA”.
A continuación, el texto original:
Aquí algunas observaciones personales que quizás sean útiles para quienes siguen a Nvidia. En mi opinión, los verdaderos variables clave en torno a esta compañía son dos: uno, la continuidad de la demanda; y dos, el retorno de inversión (ROI) en IA, que está estrechamente relacionado con la vida útil efectiva de las GPU.
¿Se repetirá la historia en la continuidad de la demanda?
Desde la experiencia histórica de las olas tecnológicas, casi todos los ciclos similares han pasado por burbujas financieras y sobrecapacidad. Carlota Perez en “Revoluciones Tecnológicas y Capital Financiero” analiza esto de manera sistemática. Ella señala que en cada revolución tecnológica, ya sea ferrocarril, radio o internet, los mercados financieros detectan temprano su potencial a largo plazo, y la fiebre de capital que sigue suele generar burbujas (esto también puede explicarse con lo que Mauboussin llama “colapso de la diversidad de opiniones”). La burbuja lleva a una sobreconstrucción, que a su vez provoca una caída en la demanda en fases, y eventualmente un colapso del mercado; pero el exceso de oferta en tecnologías básicas sienta las bases para una “edad dorada”. La trayectoria del internet es un ejemplo típico.
Por ello, para Nvidia, lo importante no son los resultados del trimestre ni las previsiones del próximo, que ya suelen estar anticipadas por los inversores institucionales. Lo realmente relevante es la sostenibilidad del beneficio por acción (EPS), no solo la pendiente de crecimiento en un año determinado.
Desde las expectativas implícitas en la valoración actual, el mercado parece estar expresando una opinión: que las ganancias de Nvidia están cerca de su pico temporal, y que esto refleja preocupaciones sobre una expansión excesiva del gasto de capital. Es importante destacar que lo que preocupa al mercado no es una “burbuja de valoración”, sino una “burbuja de fundamentos”, es decir, un riesgo potencial de sobreconstrucción impulsada por capex. Si el mercado logra confiar en que Nvidia mantendrá un crecimiento compuesto de ingresos de un solo dígito alto después de 2027, la valoración central podría mantenerse.
¿Es esta vez realmente diferente?
Decir “esta vez es diferente” suele ser peligroso. Pero en esta fase del ciclo de IA hay diferencias: a nivel global, existen cuellos de botella sustanciales en energía (vatios) y en obleas de proceso avanzado, y aliviar estas restricciones podría tomar varios años.
Estas restricciones en la oferta, en realidad, podrían frenar la sobrecapacidad. Los grandes proveedores de la nube, si las condiciones lo permiten, teóricamente seguirían ampliando, pero en la práctica, la energía y las obleas limitan su ritmo de expansión. A diferencia de las revoluciones tecnológicas históricas descritas por Perez, en las que no existían cuellos de botella en la oferta que limitaran la velocidad de despliegue.
Sin sobreconstrucción, es difícil que ocurra un colapso, especialmente en un contexto donde las valoraciones de las tecnológicas no están en extremos elevados.
Entre estos dos cuellos de botella, las obleas podrían ser más críticas que la energía. Controlar el ritmo de producción de obleas puede ser una variable clave para extender el ciclo de IA. La dirección de TSMC, conocida por su prudencia, enfatiza la estabilidad del sector y el valor a largo plazo, en lugar de la expansión agresiva a corto plazo. Sin restricciones en energía y obleas, el crecimiento de Nvidia en los próximos 24 meses podría ser más rápido, pero también aumentaría el riesgo de sobreconstrucción.
En cierto sentido, las restricciones de oferta podrían estar “ralentizando” el ciclo completo de IA. La alta dependencia de obleas de proceso avanzado en IA puede, en realidad, ser un factor que ayude a evitar fluctuaciones extremas en esta fase.
Para alcanzar escenarios extremos, la escala de capacidad de cálculo podría necesitar multiplicarse por cientos o incluso miles. El tiempo que esto requeriría también proporciona un margen para que la sociedad y las instituciones se ajusten.
La experiencia histórica también ofrece referencias: tras la invención de la máquina de vapor rotativa por James Watt, la sustitución de los caballos por ferrocarriles tomó varias décadas. La velocidad de iteración de la IA puede ser mayor, pero no se espera que en un corto período de tiempo se produzca una reestructuración social completa.
Más importante aún, la humanidad solo necesita entre 20 y 30 vatios para lograr la “inteligencia general”. En un mundo con restricciones energéticas, esta eficiencia será una ventaja duradera. Por lo tanto, un ciclo de IA más suave y duradero puede no ser una mala noticia para la sociedad.
Vida útil de las GPU y el ROI real de IA
El precio de alquiler de las GPU refleja en esencia el valor económico de los tokens, que es el núcleo del “ROI de IA”. En teoría, a medida que se lanzan chips de mayor rendimiento, los precios de alquiler de las GPU antiguas deberían caer gradualmente, incluso si el ROI de IA sigue siendo positivo.
Sin embargo, en los últimos dos meses, el alquiler de la H100, que lleva casi cuatro años en servicio, ha subido notablemente. Esto indica que, especialmente en escenarios de IA con agentes y generación de código, la capacidad de cálculo está generando un valor económico real y considerable.
Al mismo tiempo, incluso con el lanzamiento de Blackwell, la A100 de hace seis años mantiene una alta utilización y no ha mostrado una caída significativa en los precios de alquiler. Esto sugiere que la vida útil efectiva de las GPU puede ser de al menos más de 6 años, e incluso superar el ciclo de depreciación de la mayoría de los clientes.
Esto tiene un impacto estructural: si el valor residual es mayor de lo esperado, los costos de financiamiento de las GPU disminuirán aún más. En contraste, los ASICs diseñados para modelos específicos o usos particulares tienen dificultades para tener ventajas similares en ciclo de vida. En entornos de rápida iteración, los costos de capital de los chips especializados son mayores y la financiación más difícil.
En cierto modo, la versatilidad es la fortaleza de las GPU. Con la separación de funciones de prefill y decode, y la evolución de los sistemas de chips complementarios, la arquitectura de cálculo está pasando de un “chip único” a un “sistema de múltiples chips”. La infraestructura de IA ya no depende de un solo dispositivo, sino de un sistema altamente acoplado.
Con la separación de prefill y decode, el ecosistema de Nvidia podría completar su reestructuración antes que el de TPU. La diferencia en las decisiones de diseño entre fabricantes también está cambiando la ventaja relativa en costos de inferencia para los clientes.
Si algunos fabricantes dependían anteriormente de ventajas de costo para reducir el precio de tokens y ganar mercado, cuando esa ventaja desaparezca, el comportamiento del mercado tenderá a ser más racional. A largo plazo, esto puede tener un impacto positivo en el ROI de IA, especialmente en la transición de la capacidad de entrenamiento a la inferencia.
Este cambio puede ser más relevante que cualquier resultado trimestral.
Un último deseo ligero: que Nvidia vuelva a usar superhéroes como nombres en clave para sus chips. Sorprendentemente, el “campamento verde” aún no ha utilizado el nombre “Banner” (el nombre real de Hulk en Marvel).
