Por | CLS de Lianshe
En abril de 2026, la figura de Huang Renxun, CEO de Nvidia, apareció con frecuencia en los principales centros de poder global.
Desde el Foro de Davos hasta la conferencia GTC, transmitió repetidamente al mundo un mensaje central: la IA no es solo una revolución tecnológica, sino también el proyecto de construcción de infraestructura más grande en la historia de la humanidad.
Sin embargo, una larga conversación el 15 de abril con el presentador de podcasts de Silicon Valley, Dwarkesh Patel, desgarró la apariencia del control de Huang Renxun.
En casi dos horas de intercambio, Huang Renxun no solo desafió públicamente el TPU de Google, admitió que había cometido graves errores estratégicos, sino que también propuso la idea de clasificar los tokens por niveles y emitió una refutación sin precedentes contra las restricciones a la exportación.
En esta conversación sin guion, Huang Renxun no solo estaba defendiendo la capitalización de mercado de Nvidia, sino que también luchaba desesperadamente por mantener la posición dominante de la empresa como el cuello de botella de la potencia computacional global.
Redefiniendo Nvidia: Entran electrones, salen tokens
Muchos se preocupan de que si el software de IA se vuelve tan común y barato como el agua y la electricidad, los chips de Nvidia también podrían volverse menos importantes. Huang Renxun respondió a esta preocupación con un modelo extremadamente simple: el trabajo de Nvidia es "entran electrones, salen tokens".
Aquí, los "electrones" se refieren a la energía eléctrica más primaria, la energía básica que impulsa el funcionamiento de las computadoras. Los llamados tokens pueden entenderse como fragmentos de lenguaje o unidades lógicas generadas por la IA.
Él cree que hacer que cada palabra, cada lógica generada por la IA sea más valiosa es un proceso extremadamente complejo y difícil de reemplazar fácilmente.
Para consolidar esta posición, la estrategia de Nvidia es "hacer todo lo necesario, pero lo mínimo posible". Todos los eslabones que no necesitan ser hechos por ellos mismos se delegan a los socios del ecosistema, mientras que ellos se enfocan en el núcleo tecnológico más difícil.
Esta estrategia le ha dado a Nvidia un poder absoluto en la cadena de suministro. Actualmente, los compromisos de compra de Nvidia se acercan a los 100.000 millones de dólares, y en el futuro incluso podrían superar el billón.
Huang Renxun afirmó directamente que la razón por la que los socios están dispuestos a invertir en la construcción de fábricas para él es porque Nvidia tiene la capacidad absoluta de convertir esta capacidad productiva en demanda global.
Curiosamente, Huang Renxun señaló que el cuello de botella real de la expansión de la potencia computacional no es la fabricación de chips. Cree que los problemas técnicos de los semiconductores pueden resolverse en dos o tres años, pero el cuello de botella más difícil son realmente los "fontaneros y electricistas" en la construcción de infraestructura. Incluso propuso invitar a fontaneros a la conferencia GTC de Nvidia el próximo año.
Además, más que el hardware, le preocupa la política energética, porque sin electricidad suficiente, ni siquiera las fábricas de computación más avanzadas pueden funcionar.
Críticas a los chips personalizados: Sin Anthropic, el crecimiento del TPU sería 0
Al hablar de los chips personalizados (ASIC) de la competencia, Huang Renxun se mostró extremadamente agresivo. Nombro directamente el TPU de Google y el Trainium de Amazon, y desafió públicamente a los oponentes a realizar pruebas de rendimiento. Se burló diciendo que la ventaja de costos del 40% que afirman los oponentes es completamente insostenible.
Él further reveló las dificultades comerciales de los oponentes. Huang Renxun cree que estos chips especializados, aunque son rápidos en ciertos cálculos fijos, carecen de flexibilidad y no pueden seguir el ritmo de los cambios anuales de los algoritmos de IA, que son decenas de veces superiores. Más críticamente, él cree que simplemente no existe una gran oportunidad de mercado para chips personalizados. Dijo sin rodeos que sin el gran cliente Anthropic soportando la carga, el crecimiento del TPU y Trainium es en realidad cero.
Sin embargo, Huang Renxun también hizo una rara autocrítica. Admitió que había perdido la mejor ventana de oportunidad para invertir en OpenAI y Anthropic. La razón fue que en ese momento subestimó el grado de sed de estos laboratorios de modelos por las enormes inversiones en potencia computacional.
Dijo directamente que fue un error de su parte, ya que pensó que estos laboratorios podrían sobrevivir con capital de riesgo, pero la realidad es que tuvieron que buscar un apoyo masivo similar al de los grandes consorcios. Enfatizó que no cometería el mismo error nuevamente.
Reconocimiento del mercado chino: Refutación a las restricciones a la exportación
En el tema de las restricciones a la exportación hacia China, la reacción de Huang Renxun fue la más intensa.
Interrumpió varias veces al presentador, calificando de "loco" comparar la IA con las armas nucleares. Cree que China posee más del 60% de la capacidad global de fabricación de chips y un vasto grupo de talento en investigación de IA, por lo que intentar restringir el acceso de China a los chips es completamente poco realista.
Lanzó una severa advertencia a los formuladores de políticas. Huang Renxun señaló que las políticas restrictivas, por el contrario, obligan a China a acelerar el desarrollo de su propia industria de chips, impulsando a todo el ecosistema de IA a cambiar a arquitecturas internas.
Su pesadilla es: si en el futuro los modelos globales de IA están optimizados para hardware no estadounidense, Estados Unidos perderá por completo su liderazgo tecnológico.
Huang Renxun cree firmemente que la competencia es la garantía del liderazgo. China es actualmente uno de los mayores contribuyentes globales de modelos de código abierto, y estos logros se ejecutan principalmente en la arquitectura tecnológica de Nvidia. Si por miedo se abandona activamente este enorme mercado, no solo se perjudicarán las ganancias de las empresas estadounidenses, sino que también se perderá la oportunidad de definir los estándares tecnológicos globales.
La lógica subyacente detrás de la adquisición de Groq: Los tokens deben clasificarse por niveles
Al final de la conversación, Huang Renxun explicó las consideraciones comerciales profundas detrás de la adquisición de Groq por parte de Nvidia.
Anteriormente, Nvidia había probado varias arquitecturas de chips peculiares en simuladores y descubrió que ninguna era tan buena como la arquitectura existente. Pero la adquisición de Groq se debió a un cambio en la demanda del mercado: los tokens comenzaron a clasificarse por niveles.
La llamada "clasificación por niveles" se refiere a que diferentes clientes tienen diferentes necesidades en cuanto a la velocidad de respuesta de la IA. Huang Renxun puso un ejemplo: para los ingenieros de software que necesitan una eficiencia extremadamente alta, si la respuesta generada por la IA es un segundo más rápida, estarían dispuestos a pagar un precio más alto.
La tecnología de Groq, aunque su producción total no es alta, gana por su velocidad de respuesta extremadamente rápida. Nvidia utiliza esto para ingresar al mercado de "tokens premium", permitiendo que el servicio forme diferentes niveles de precios según la velocidad de respuesta.
Toda la larga conversación revela un hecho: Huang Renxun ha colaborado con TSMC durante 30 años sin siquiera necesitar contratos legales, este ecosistema basado en la confianza es su respaldo. Cada decisión que toma, ya sea desafiar públicamente a los oponentes o argumentar con firmeza en medio de la controversia sobre las restricciones, tiene un solo propósito:
Asegurar que cada camino global que convierte electrones en tokens de inteligencia pase por Nvidia.
Fuente de información del artículo: Jensen Huang – Will Nvidia’s moat persist? Dwarkesh Patel, YouTube
