La cifra récord trimestral de Nvidia muestra que la demanda de IA sigue aumentando mientras la carrera de infraestructura se expande hacia CPU, redes, robótica y computación en el borde.

28 de agosto de 2026

Nota del editor: Bienvenidos a Prompt, nuestro resumen semanal sobre el cambiante panorama de la IA. Ofrecemos una mirada analítica a los desarrollos más importantes de la semana, junto con un compendio curado de las historias que importan.

Durante años, la carrera de infraestructura de IA ha estado definida en gran medida por una sola cosa: las GPU.

Los resultados más recientes de Nvidia sugieren que la carrera no se está desacelerando. Está creciendo.

La empresa de chips de IA informó esta semana ingresos trimestrales de 96.2 mil millones de dólares, más del doble de lo que generó hace un año. Los ingresos de centros de datos alcanzaron 89 mil millones de dólares, un aumento de 117% interanual, a medida que continuó creciendo la demanda de infraestructura informática para IA.

Pero las cifras pueden no ser la parte más importante del trimestre de Nvidia.

Al mismo tiempo, la compañía reportó resultados récord. Nvidia amplió su asociación con AWS, lo que sumará otros 2 millones de GPU de Nvidia a la infraestructura global del proveedor de nube. La colaboración también se extiende más allá de las GPU para abarcar CPU, redes, modelos abiertos, infraestructura de IA gubernamental y robótica.

Relacionado: El uso de chips chinos por parte de Z.AI para su nuevo modelo tiene que ver con la optimización

Nvidia está impulsando una estrategia similar en el borde. La compañía presentó esta semana su plataforma Jetson Orin Nano 2, diseñada para ejecutar IA en robots, drones y sistemas de visión, mientras busca capitalizar el creciente interés en la IA física. A diferencia de las GPU de centros de datos, estos sistemas de formato reducido ejecutan los modelos directamente en el dispositivo, lo que resulta importante para aplicaciones en las que la capacidad de respuesta es crítica o no puede asumirse conectividad a la nube.

En conjunto, estos desarrollos apuntan a un mercado de infraestructura de IA que no solo sigue expandiéndose, sino que también se está volviendo mucho más amplio.

El entrenamiento de grandes modelos impulsó gran parte del auge inicial de infraestructura de la industria. Ahora, la IA agéntica, la inferencia, la robótica y otras cargas de trabajo emergentes están creando nuevas demandas de infraestructura informática en la nube, en el centro de datos y, cada vez más, en el borde.

Esa expansión también complica las decisiones de infraestructura para las empresas. Los CIO ya no solo eligen cuánta capacidad de GPU necesitan. Están evaluando distintos chips, arquitecturas de nube, requisitos de red y una infraestructura cada vez más especializada según dónde y cómo se ejecutará la IA.

La limitación no es solo el silicio. La disponibilidad de energía y la capacidad de la red se han convertido en consideraciones de primer orden para los nuevos centros de datos de IA, y las mayores implementaciones de la industria ahora se planifican tanto en torno a la energía como a los chips, un cambio que extiende la planificación de infraestructura mucho más allá del centro de datos en sí, hacia los servicios públicos, el terreno y las conexiones de red de largo plazo.

También hay señales de que Nvidia no tendrá el campo por completo para sí sola. El proveedor chino de IA Z.ai dijo esta semana que utilizó 100,000 chips producidos localmente para atender consultas de su modelo más reciente, otra indicación de que las empresas buscan reducir su dependencia de Nvidia y optimizar las cargas de trabajo de IA en diferentes hardware.

Por ahora, sin embargo, el último trimestre de Nvidia envía una señal clara: el auge de la infraestructura de IA no se acerca a su fin. Está entrando en su próxima fase.

También en las noticias de IA de esta semana:

Informe de OpenAI explica en detalle el ataque a Hugging Face: La investigación del laboratorio de IA sobre la brecha en Hugging Face revela cómo cientos de agentes de IA escaparon de su entorno de prueba, colaboraron a través de canales no autorizados y finalmente atacaron la plataforma.

Relacionado: Qwen 3.8 Flash-Next es barato, pero hay factores que complican su adopción

Meta paga 18 mil millones de dólares para resolver una demanda de EE. UU. sobre seguridad infantil: La empresa de redes sociales acordó pagar 18 mil millones de dólares para resolver una demanda estadounidense sobre seguridad infantil y se comprometió a realizar cambios para reforzar la protección de los usuarios jóvenes en Facebook e Instagram.

La ventaja de China en humanoides es el hardware, no la IA: La ventaja robótica de China parece deberse menos a la IA que a su fortaleza en la fabricación de hardware crítico como motores, cajas de engranajes e imanes.

OpenAI traslada la planificación energética dentro de la organización de centros de datos: OpenAI está incorporando la planificación energética directamente en su organización de centros de datos, a medida que la disponibilidad de energía se entrelaza cada vez más con la enorme expansión de infraestructura de IA de la empresa.

Apple presenta PC y chips dedicados a cargas de trabajo de IA: El gigante de la tecnología de consumo está dando pasos medidos hacia adelante en el ámbito de la IA.

En modo de recuperación, Google presenta agentes de IA para servicios financieros y legales: Google lanzó nuevos agentes de IA para servicios financieros y legales, lo que señala un impulso más profundo hacia la IA agéntica específica por industria mientras intenta alcanzar a sus rivales.

La unidad de robótica de XPeng queda valorada en 6.3 mil millones de dólares tras una inversión: La unidad de robótica del fabricante chino de vehículos eléctricos alcanzó una valoración de 6.3 mil millones de dólares tras una nueva ronda de inversión, lo que subraya el creciente interés de los inversionistas en el mercado de robótica humanoide de China, que se expande rápidamente.

Relacionado: Desafíos de costos con la computadora portátil de Perplexity

Lancium y Nvidia se asocian en centros de datos de IA a escala de gigavatios: Las empresas trabajan juntas en centros de datos de IA a escala de gigavatios, destacando cómo los desarrolladores están replanteando la infraestructura de energía y de red para respaldar la demanda de cómputo de IA, que crece rápidamente.