La batalla entre Google, Amazon y OpenAI por hallar opciones distintas a los chips de Nvidia
La era digital se caracteriza por monopolios empresariales. Cada gigante tecnológico domina un sector específico: Google en búsquedas, Meta en redes sociales, Microsoft en software, Amazon en comercio electrónico. Actualmente, Nvidia controla de manera abrumadora el mercado de chips para inteligencia artificial, dejando atrás a competidores.
Los procesadores de Nvidia han demostrado ser superiores para entrenar y ejecutar modelos de IA. Empresas como OpenAI, Google, Anthropic, Meta y Amazon compiten intensamente por acceder a estos chips. Aunque otros fabricantes han desarrollado procesadores especializados, la demanda sigue siendo insuficiente para satisfacer a todos.
Las principales empresas de IA invierten recursos significativos en diseñar sus propios procesadores para reducir dependencia de Nvidia. Amazon presentó sus Trainium3, Google anunció su séptima generación de TPUs llamada Ironwood, Microsoft expresó su intención de utilizar chips propios en centros de datos, y OpenAI acordó con Broadcom producir procesadores personalizados.
Google sorprendió al sector al entrenar su modelo Gemini 3 únicamente con TPUs propias, sin usar chips de Nvidia. Anthropic acordó alquilar un millón de TPUs a Google por miles de millones de dólares. Safe Superintelligence también se comprometió a usar tecnología de Google. Meta podría gastar miles de millones comprando TPUs para sus centros de datos.
El mercado de chips aceleradores de IA crecerá al 16% anual hasta alcanzar 604 mil millones de dólares en 2033. Nvidia controlará entre el 70-75%, AMD ocupará el segundo lugar con 10%, mientras que los chips ASIC diseñados específicamente por Google, Amazon, Microsoft, Meta y OpenAI representarán el 19%.
Según analistas, el objetivo no es competir directamente con Nvidia sino ganar independencia. Estos procesadores funcionan como herramienta de negociación y alternativa para tareas específicas. Google podría lograr capturar cierta cuota de mercado a largo plazo, aunque Nvidia mantendría su posición dominante.
El ecosistema de software CUDA de Nvidia protege su negocio. Sus GPUs son versátiles y pueden programarse para múltiples tareas. Ingenieros de IA conocen estas herramientas y existe amplio código desarrollado para ellas. Sin embargo, los chips de propósito general consumen más energía que procesadores especializados para funciones específicas.
Los centros de datos enfrentarán desafíos energéticos significativos. La Agencia Internacional de la Energía proyecta que el consumo se duplicará en 2030, pasando del 1.5% al 3% del consumo global. Estados Unidos y China protagonizarán el 80% de este incremento, principalmente por servidores optimizados para IA.
