Nvidia ha notificado a sus clientes y socios de la cadena de suministro aumentos de precios superiores al 15% en productos de GPU relacionados con la IA, lo que intensifica la presión de costos en una industria ya tensionada por el auge de la demanda de infraestructura de cómputo.

Los aumentos afectan tanto a los aceleradores de IA de grado servidor como a las tarjetas gráficas de consumo, y los gastos empresariales podrían escalar aún más una vez que se sumen los márgenes de los eslabones posteriores de la cadena. Dado que los aceleradores de Nvidia constituyen la base de la mayoría de los clústeres de entrenamiento e inferencia de IA a gran escala —y sus mayores clientes incluyen a las principales plataformas de nube—, los cambios de costos a nivel de componentes en la empresa tienden a propagarse por el mercado más amplio de infraestructura de IA.

Los costos de memoria impulsan los aumentos

La causa raíz es la memoria de alto ancho de banda, o HBM: la DRAM apilada que alimenta de datos a los aceleradores de IA a alta velocidad. La demanda de HBM se ha disparado junto con el despliegue de la IA, y los proveedores han respondido subiendo sus precios. La producción de HBM está concentrada en un pequeño número de fabricantes de memoria —principalmente SK Hynix, Micron y Samsung—, cuya capacidad ha quedado fuertemente comprometida con clientes de centros de datos a medida que ha escalado el gasto en infraestructura de IA. Según reportes, el costo de los módulos de memoria GDDR7 se ha triplicado en comparación con generaciones anteriores.

Nvidia diseña sus propios chips de GPU (dies), pero depende de esos proveedores externos para la HBM y la GDDR, por lo que los movimientos en los precios de la memoria se reflejan en los kits de GPU que vende. La empresa emitió notificaciones a sus socios de tarjetas adicionales (add-in board) en mayo y julio de 2026, que cubren kits de GPU que combinan el propio chip de GPU con la VRAM. La gama afectada abarca los productos GDDR7 más recientes de la generación Blackwell, así como modelos anteriores basados en GDDR6.

Las GPU de servidor como la H200 y la B200 registraron aumentos de precio de hasta un 15% a principios de 2026, mientras que las tarjetas de consumo han tenido alzas al por mayor más moderadas, de entre un 5% y un 10%.

Los precios minoristas suben aún más rápido

Los precios minoristas medianos de las tarjetas gráficas de la serie RTX 50 subieron hasta un 39% entre junio y agosto de 2026. La RTX 5070 registró un aumento del 36% en su precio minorista durante ese período, y la RTX 5060 Ti se disparó un 39%.

La GPU RTX Pro 6000 Blackwell alcanzó los 16.000 dólares en agosto de 2026, frente a un precio inicial de preventa de 7.600 dólares: un aumento del 110%.

Según estimaciones de analistas, los costos empresariales vinculados a estos ajustes de kits de GPU podrían terminar aumentando entre un 20% y un 30% una vez que se tome en cuenta el impacto completo a nivel de sistema. En el ámbito del consumo, el precio minorista añade los márgenes de distribución y de los revendedores sobre los costos al por mayor, una de las razones por las que los precios en tienda pueden moverse más que los aumentos de los componentes subyacentes.

La presión sobre los constructores de IA

Los analistas prevén presiones continuas de entre un 15% y un 20% en los costos empresariales impulsadas solo por los costos de memoria. Para los proveedores de nube y las empresas de IA como servicio, se espera que estos mayores costos de hardware se trasladen aguas abajo, encareciendo los entrenamientos y elevando los costos de inferencia.

El panorama de la oferta aporta más contexto. Los fabricantes de memoria han iniciado la expansión de su capacidad, pero las nuevas líneas de fabricación requieren plazos largos, por lo que los incrementos de producción llegan en cuestión de trimestres y no de semanas. Mientras tanto, la cantidad de memoria por acelerador sigue aumentando: cada plataforma sucesiva de Nvidia ha equipado sus GPU con asignaciones de HBM más grandes, incrementando de generación en generación la proporción de la memoria en la lista de materiales de un sistema de IA.