NoticiasAccionesLas acciones de Nvidia (NVDA) se corrigen desde máximos históricos mientras los costos de la infraestructura de IA atraen el escrutinio de los inversionistas

Las acciones de Nvidia (NVDA) se corrigen desde máximos históricos mientras los costos de la infraestructura de IA atraen el escrutinio de los inversionistas

Autor: Blockonomi·

Puntos clave

  • •Las acciones de Nvidia cayeron hacia los 225 dólares el 12 de octubre tras tocar un máximo histórico de 243.37 dólares el 6 de octubre, con el sector de fabricación de chips también en debilitamiento.
  • •Microsoft espera que su chip Maia 300 entregue 40% más de tokens por megavatio que los principales sistemas GPU, con despliegues de producción en Azure previstos para 2027.
  • •Los ingresos anualizados de OpenAI alcanzaron unos 50,000 millones de dólares en septiembre, por debajo de estimaciones previas cercanas a los 68,000 millones, según Reuters.
  • •Nvidia, que ya ha invertido alrededor de 800 millones de dólares en Reflection AI, considera adquirir la startup de modelos de IA de pesos abiertos o aumentar su participación, aunque las conversaciones son preliminares.
  • •Se reporta que SpaceX busca 40,000 millones de dólares en préstamos y bonos para comprar chips de Nvidia, lo que subraya la creciente dependencia de la deuda para financiar hardware de IA y centros de datos.
Las acciones de Nvidia (NVDA) se corrigen desde máximos históricos mientras los costos de la infraestructura de IA atraen el escrutinio de los inversionistas

Las acciones de Nvidia (NVDA) cayeron hacia los 225 dólares el 12 de octubre, retrocediendo desde el máximo histórico de 243.37 dólares alcanzado el 6 de octubre. El papel se debilitó junto con el sector de fabricación de chips en general, mientras los inversionistas ponderaban el creciente costo de construir la infraestructura de inteligencia artificial.

La corrección se produjo tras el anuncio de Microsoft de un nuevo procesador personalizado, el renovado cuestionamiento sobre las cifras de ingresos de OpenAI y reportes de un fuerte endeudamiento para financiar compras de hardware de IA en medio del aumento de los costos de los centros de datos. Nvidia sigue siendo un proveedor líder de chips para centros de datos, aunque varios de sus mayores clientes están desarrollando los suyos propios.

El Maia 300 de Microsoft apunta a los costos de la IA

Microsoft espera que su chip Maia 300 produzca 40% más de tokens por megavatio que los principales sistemas GPU, según la compañía. Un rack equipado con 96 de estos aceleradores podría entregar hasta siete veces la producción de tokens del Maia 200, señaló Microsoft. Las afirmaciones de eficiencia tienen peso porque la electricidad y la refrigeración se han convertido en los límites prácticos de la velocidad a la que pueden escalar los centros de datos de IA.

La compañía planea comenzar los despliegues de producción en 2027 en sus servicios en la nube Azure. Los procesadores internos de Microsoft podrían reducir su dependencia de proveedores externos, aunque las GPU de Nvidia siguen siendo ampliamente utilizadas para el entrenamiento de IA y otras cargas de trabajo computacionales. Microsoft no está sola en ese impulso: las Tensor Processing Units de Google y los chips Trainium de Amazon reflejan el mismo esfuerzo de los mayores clientes de nube de Nvidia por diseñar su propio silicio de IA.

Las cifras de ingresos de OpenAI atraen escrutinio

Los ingresos anualizados de OpenAI alcanzaron unos 50,000 millones de dólares en septiembre, según Reuters, por debajo de estimaciones previas cercanas a los 68,000 millones. La agencia de noticias atribuyó parte de la brecha a la forma en que se contabilizan las ventas realizadas a través de socios de nube en los cálculos. El ingreso anualizado proyecta la tasa actual de una empresa a lo largo de doce meses.

El debate sobre los ingresos sumó preocupaciones sobre la concentración en las acciones vinculadas a la IA. Un análisis encontró que 42 empresas de IA generaron el 67% de las ganancias de precio del S&P 500 desde enero de 2024. Los inversionistas observan de cerca si el enorme gasto en infraestructura finalmente se traduce en ingresos. Dado que OpenAI figura entre los mayores compradores de capacidad de cómputo de IA, su trayectoria de ingresos se trata ampliamente como un indicador de la demanda de chips para centros de datos.

Nvidia evalúa una apuesta más profunda por Reflection AI

Nvidia está considerando adquirir la startup de inteligencia artificial Reflection AI o aumentar su inversión existente, reportó el Financial Times. Nvidia ya ha invertido alrededor de 800 millones de dólares en la empresa, que desarrolla modelos de IA de pesos abiertos. Las conversaciones siguen siendo preliminares y no se ha anunciado ningún acuerdo formal.

Una adición ampliaría el negocio de Nvidia más allá de los procesadores y hacia el software de IA, al tiempo que agregaría otro compromiso de inversión a su portafolio. El software ya ancla el ecosistema de Nvidia a través de CUDA, la plataforma de programación que los desarrolladores han utilizado durante casi dos décadas para ejecutar cargas de trabajo en sus GPU. Las acciones de semiconductores han caído en conjunto mientras los operadores evalúan los planes de gasto y los esquemas de financiamiento de los clientes.

El gasto en IA financiado con deuda mantiene a NVDA bajo la mira

SpaceX buscaría 40,000 millones de dólares en financiamiento para comprar chips de Nvidia mediante una combinación de préstamos y bonos, reportó Reuters. El plan subraya cómo los clientes de IA dependen cada vez más del endeudamiento para financiar chips costosos y centros de datos. No se ha anunciado ningún acuerdo de financiamiento. Las obligaciones de deuda persisten independientemente de cómo evolucione la demanda de IA, una de las razones por las que los inversionistas ahora siguen los esquemas de financiamiento tan de cerca como los libros de pedidos.

Las acciones de NVDA cotizaban cerca de los 226 dólares el lunes después de caer por debajo de los 225 dólares en otra sesión de pérdidas. El máximo de octubre sigue siendo un punto de referencia para los operadores, que monitorean los pedidos de IA, el gasto en infraestructura y la rapidez con la que los clientes despliegan procesadores competidores.

Fuente: Blockonomi