Artículos Relacionados con Nvidia

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "Nvidia", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

Una empresa que casi quiebra acaba de superar la capitalización de mercado de Bitcoin

El 22 de junio, SK Hynix alcanzó una capitalización de mercado de 1,35 billones de dólares, superando la capitalización total de Bitcoin de 1,29 billones, convirtiéndose brevemente en la empresa más valiosa de Corea del Sur. Este crecimiento está impulsado por su dominio en la producción de memoria HBM, esencial para la IA, donde posee más del 60% del mercado y es proveedor clave de Nvidia. La empresa reportó un margen de beneficio operativo del 72% en el primer trimestre, con pronósticos al alza para el segundo. Su apuesta por la tecnología HBM comenzó en 2009, una inversión de alto riesgo que finalmente dio frutos con el auge de la IA. La trayectoria de SK Hynix incluyó una crisis cercana a la quiebra en 2001, seguida de una adquisición salvadora por parte de SK Group en 2012, que permitió financiar el desarrollo del HBM. El mercado valora su posición en la cadena de suministro de IA por sus barreras técnicas, pedidos reales y ciclos de producción prolongados, cambiando su valoración de cíclica a de crecimiento. En contraste, el artículo señala que el ecosistema Crypto AI, que promete infraestructura descentralizada, aún se encuentra en etapas tempranas con avances limitados. Proyectos como Bittensor siguen desarrollando sus mecanismos fundamentales, mientras que las empresas mineras de Bitcoin enfrentan dificultades y una transición costosa hacia la computación de IA. Expertos como Arthur Hayes argumentan que la IA está absorbiendo la mayor parte de la liquidez del mercado, y que una posible corrección podría afectar también a las criptomonedas. La clave para Crypto AI será definir un valor tangible y una ventaja clara en la cadena de suministro de IA, donde actualmente priman la capacidad de producción física y los márgenes cuantificables.

marsbit06/22 12:07

Una empresa que casi quiebra acaba de superar la capitalización de mercado de Bitcoin

marsbit06/22 12:07

Musk vuelve a fijarse en la infraestructura de IA: Tesla venderá "bloques de cómputo"

Tesla ha solicitado la marca "Megapod" para un sistema modular de hardware para centros de datos de IA, que incluiría servidores, equipos de red, unidades de distribución eléctrica y sistemas de refrigeración. Este movimiento sigue a la disolución del equipo Dojo, el proyecto de supercomputación de IA propio de Tesla, hace menos de un año. La descripción de la marca sugiere que Megapod sería una solución "plug-and-play" para el cómputo de IA, similar en concepto a los productos de almacenamiento de energía Megapack y Megablock de Tesla. Aunque se especula sobre una posible competencia con NVIDIA en hardware modular para IA, el análisis señala que es más probable que Tesla se enfoque en los aspectos de energía, refrigeración y despliegue modular de los centros de datos, áreas donde su negocio de energía tiene ventajas. El artículo destaca que los problemas de infraestructura eléctrica son un cuello de botella clave para la IA. Tesla ya vende sistemas de baterías Megapack a xAI, mostrando la conexión entre almacenamiento de energía y centros de datos de IA. Megapod podría representar la evolución de esta estrategia, ofreciendo una solución integral. A pesar de los desafíos en un mercado maduro, la apuesta de Tesla se basa en su experiencia en modularización, control de energía y la creciente demanda de infraestructura de IA rápida y eficiente.

marsbit06/22 07:38

Musk vuelve a fijarse en la infraestructura de IA: Tesla venderá "bloques de cómputo"

marsbit06/22 07:38

Análisis de la última reasignación de cartera del "hijo de la versión" del mercado de valores estadounidense: 9.000 millones de USD en ventas en corto de NVIDIA, apuntando a los sectores eléctrico y de memoria

Leopold Aschenbrenner, considerado uno de los inversores más agresivos en IA, ha realizado cambios significativos en su cartera. Ha establecido posiciones cortas por unos 9.000 millones de dólares en empresas como NVIDIA, ASML y Oracle, al mismo tiempo que redirige capital hacia lo que él identifica como los próximos cuellos de botella en infraestructura de IA: energía eléctrica, memoria, redes de centros de datos y activos de modelos más profundos como Anthropic. Su lógica no sugiere que la burbuja de la IA haya estallado, sino una rotación dentro de la infraestructura. Considera que la "transacción de la pala" clásica (como invertir en semiconductores) está demasiado concurrida y sobrevalorada. En su lugar, apuesta por los eslabones fundamentales siguientes: la capacidad real de construir y energizar centros de datos, y la necesidad crítica de materiales como el cobre y la fibra óptica para la transmisión de datos. La reciente emisión de bonos de NVIDIA por 25.000 millones de dólares, a pesar de su gran liquidez, se interpreta como una señal de un cambio en la financiación del sector. Aschenbrenner también ha invertido de forma privada en Anthropic, lo que representa una apuesta directa al "mineral" (el modelo de IA) en lugar de solo a las "herramientas". En resumen, su estrategia actual se centra en la infraestructura física y de servicios esenciales (energía, construcción, redes) que habilitarán la próxima fase de expansión de la IA, considerándolas apuestas más sólidas y menos saturadas.

marsbit06/20 03:14

Análisis de la última reasignación de cartera del "hijo de la versión" del mercado de valores estadounidense: 9.000 millones de USD en ventas en corto de NVIDIA, apuntando a los sectores eléctrico y de memoria

marsbit06/20 03:14

La CPU regresa a la mesa: comienza un 'ascenso' de 170.000 millones de dólares

El 1 de junio, NVIDIA presentó su primera CPU independiente, Vera, en el GTC Taipei 2026, marcando su entrada directa en este mercado. Simultáneamente, AMD ha duplicado su previsión del tamaño del mercado de CPUs para servidores a más de 1,2 billones de dólares, reflejando el crecimiento explosivo impulsado por la IA. Según UBS, se espera que el mercado de CPUs para servidores alcance unos 170.000 millones de dólares en 2030. El motivo principal de este resurgimiento es la transición de la IA hacia la fase de inferencia y los Agentes Inteligentes (Agentic AI). En este contexto, las CPUs asumen un papel crucial, gestionando hasta el 90% de la latencia en tareas complejas que involucran razonamiento múltiple, llamadas a herramientas externas y gestión de datos. A diferencia del entrenamiento, dominado por las GPUs, los Agentes generan grandes volúmenes de datos intermedios (KV Cache) que superan la capacidad de memoria de las GPUs, trasladándose a la memoria masiva de las CPUs. Esto ha alterado la proporción típica entre GPU y CPU, acercándose a 1:1 en escenarios de Agentes, frente a la proporción anterior de 1:8. Esta mayor demanda ha provocado un aumento de precios del 10%-15% en CPUs de servidor, la primera subida significativa en más de una década, y ha generado escasez de suministro. Se prevé que el mercado se divida en CPUs de alto rendimiento para clústeres de IA (~700.000 millones dólares) y CPUs desplegadas de forma independiente para Agentes (~700.000 millones dólares), un segmento nuevo desde 2026. NVIDIA, con su CPU Vera basada en ARM, apunta a un ratio 1:1 con sus GPUs Rubin. AMD superó a Intel en ingresos por centro de datos en el primer trimestre de 2026. En China, fabricantes como Hygon (arquitectura x86) y Huawei (ARM) se benefician de esta tendencia global y de las políticas de sustitución de importaciones, enfrentándose a una ventana de oportunidad crítica antes de 2027. En resumen, la era de los Agentes de IA ha reposicionado a la CPU como un cuello de botella crítico y un motor de crecimiento clave, donde la capacidad de colaboración entre CPU y GPU será más decisiva que el rendimiento individual de cada chip.

marsbit06/19 13:50

La CPU regresa a la mesa: comienza un 'ascenso' de 170.000 millones de dólares

marsbit06/19 13:50

Entrevista a los cofundadores de CoreWeave, acción relacionada con Nvidia: La demanda de IA parece 'intensificarse' cada día

CoreWeave, líder en neocloud, analiza la evolución de la demanda de IA con sus ejecutivos Brannin McBee y Nick Robbins. La necesidad de capacidad de computación para IA no se está enfriando, sino que se intensifica cada día, impulsada por las aplicaciones de agentes inteligentes, inferencia y IA empresarial. La entrevista destaca un cambio estructural: el cuello de botella ya no son solo las GPU, sino problemas de infraestructura más complejos como la disponibilidad de centros de datos con energía ("powered shells"), CPU, almacenamiento, cadena de suministro y costos. CoreWeave, que sirve a clientes como OpenAI, Anthropic y grandes tecnológicas, observa un aumento relativo en la necesidad de CPU (como las futuras Vera de Nvidia) y almacenamiento junto a las GPU, lo que ha llevado a rediseñar sus centros de datos. La competencia en infraestructura de IA ya no se centra solo en adquirir chips, sino en la capacidad de ejecución: desplegar rápida y eficientemente sistemas complejos. CoreWeave atribuye su éxito a su historial de ejecución, su rendimiento superior y su plataforma madura para llevar la IA a producción. Actualmente, la principal limitación es la disponibilidad de instalaciones de centros de datos listas, aunque la escasez y el costo de componentes como la memoria HBM son factores gestionados mediante contratos que trasladan los costos a los clientes. Se espera que el despliegue masivo de la próxima generación de servidores, como Vera Rubin, gane fuerza a lo largo de 2027.

marsbit06/19 10:40

Entrevista a los cofundadores de CoreWeave, acción relacionada con Nvidia: La demanda de IA parece 'intensificarse' cada día

marsbit06/19 10:40

Dylan Patel: SemiAnalysis, elogiado por Jensen Huang, tiene como fundador a un 'apicultor y forero'

Dylan Patel, fundador de SemiAnalysis, ha pasado de ser apicultor en Minnesota y un activo participante en foros técnicos anónimos a liderar una influyente firma independiente de investigación de inversiones en semiconductores. Su plataforma, que comenzó como un blog personal en 2020, ahora es una empresa global con unos 60 empleados y un laboratorio de desmontaje de chips. SemiAnalysis, que espera superar los 100 millones de dólares en ingresos este año, es reconocida por su análisis técnico profundo e independiente del sector. La firma ha ganado notoriedad e impacto significativo. Jensen Huang, CEO de NVIDIA, ha elogiado públicamente sus informes. En un caso destacado, un informe crítico de SemiAnalysis sobre las deficiencias del software ROCm de AMD para sus GPUs MI300X llevó a una llamada de 90 minutos con la CEO Lisa Su, quien agradeció la "retroalimentación constructiva". Un informe posterior de 2025 reconoció las mejoras de AMD. Además, otro análisis sobre los ajustes en la memoria de los servidores Rubin de NVIDIA influyó en la presión a la baja de las acciones de fabricantes de memoria. SemiAnalysis se distingue por centrarse en los detalles técnicos y los cuellos de botella reales de la industria, como la cadena de suministro y la escalabilidad, lo que la convierte en una referencia clave para las decisiones de inversión en el sector de los semiconductores y la IA.

Odaily星球日报06/19 01:06

Dylan Patel: SemiAnalysis, elogiado por Jensen Huang, tiene como fundador a un 'apicultor y forero'

Odaily星球日报06/19 01:06

Presión de las CPU de Nvidia, China contraataca con RISC-V: Observación Profunda de los Semiconductores (IV)

NVIDIA planea llevar su CPU Vera a China en agosto, un chip Arm para IA con precios superiores a $20,000 por unidad. Esto subraya la dependencia china de arquitecturas controladas externamente, impulsando la búsqueda de alternativas. RISC-V emerge como una vía clave. Es una arquitectura de conjunto de instrucciones (ISA) abierta y modular que permite autonomía, control y, potencialmente, un ecosistema próspero, lo que desafía el "triángulo imposible" de la industria (prosperidad, control y autonomía). En China, RISC-V está ganando impulso en computación de alto rendimiento (HPC) gracias a: 1. La enorme demanda de potencia de cálculo para IA. 2. Las restricciones a la exportación que limitan el acceso a chips avanzados. 3. El modelo abierto de RISC-V que reduce costos estructurales. 4. Un fuerte apoyo político y de financiación. Los avances son tangibles: * Varios equipos chinos han alcanzado o superado la barrera de rendimiento de 15 puntos SPECint, un indicador clave para CPUs de servidor. * Se están desarrollando componentes de sistema críticos como redes en chip (NoC) coherentes. * Ya hay un chip de servidor RISC-V de 40 núcleos, 100% compatible con el estándar RVA23, priorizando la compatibilidad del software sobre las extensiones personalizadas. * Se logran buenos resultados en cargas de trabajo como decodificación de video e inferencia de modelos grandes. **Retos importantes persisten:** * **Fragilidad del ecosistema:** Falta madurez en software, herramientas y estándares unificados. * **Herramientas y verificación:** Los flujos de trabajo EDA y la verificación son más complejos y menos maduros que para Arm/x86. * **Rendimiento y eficiencia por núcleo:** Todavía se está alcanzando el nivel de las arquitecturas maduras. * **Acceso a procesos de fabricación avanzados.** En conclusión, RISC-V representa una ruta estratégica viable para que China desarrolle CPUs de alto rendimiento autónomas. La puerta está abierta, con avances significativos en hardware y un entorno favorable. Sin embargo, el camino para construir un ecosistema competitivo, superar desafíos técnicos profundos y rivalizar con fortalezas establecidas como CUDA es largo y requerirá un trabajo constante y colaborativo.

marsbit06/18 17:50

Presión de las CPU de Nvidia, China contraataca con RISC-V: Observación Profunda de los Semiconductores (IV)

marsbit06/18 17:50

Entrevista con los cofundadores de CoreWeave, una «acción relacionada con Nvidia»: la demanda de IA parece intensificarse cada día

Entrevista a los cofundadores de CoreWeave: La demanda de IA parece intensificarse cada día Resumen: CoreWeave, proveedor líder de computación en la nube con GPU, analiza la evolución de la demanda de infraestructura para IA. Sus ejecutivos, Brannin McBee y Nick Robbins, señalan que la demanda, impulsada por agentes de IA, inferencia y aplicaciones empresariales, continúa creciendo sin signos de desaceleración. El cuello de botella principal ya no son solo las GPU, sino problemas de infraestructura más complejos: disponibilidad de centros de datos con suministro eléctrico ("powered shells"), CPU, almacenamiento, mano de obra calificada y capacidad de ejecución de la cadena de suministro. Destacan un cambio estructural: la importancia de la CPU y el almacenamiento aumenta junto con las GPU, debido al auge de la IA agencial. CoreWeave, que sirve a clientes clave como OpenAI y Nvidia, rediseñó sus centros de datos para adaptarse. Su ventaja competitiva radica en su capacidad de ejecución, entrega rápida y una plataforma eficiente. El modelo de negocio, basado en contratos a largo plazo, les permite aislarse de la volatilidad de precios de componentes como la memoria HBM. Prevén que el despliegue masivo de la próxima generación de servidores, como Vera Rubin, se producirá principalmente a lo largo de 2027.

marsbit06/18 03:04

Entrevista con los cofundadores de CoreWeave, una «acción relacionada con Nvidia»: la demanda de IA parece intensificarse cada día

marsbit06/18 03:04

El equipo de NVIDIA permite a un agente de programación hacerse cargo de experimentos con robots reales, logrando una tasa de éxito del 99%

La investigación en automatización ha dado un paso significativo al salir del entorno simulado y adentrarse en el mundo físico real. El equipo de NVIDIA GEAR, dirigido por Jim Fan, presentó el proyecto ENPIRE, un marco que permite por primera vez que agentes de programación autónomos realicen investigación en hardware robótico real. El sistema coloca ocho agentes Codex en una flota de robots con recursos de GPU y un presupuesto de tokens, asignándoles el objetivo de resolver tareas de forma eficiente y segura. Estos agentes operan con mínima intervención humana, manejando de forma autónoma un ciclo cerrado que incluye el reinicio automático de escenarios, la búsqueda en literatura, la implementación y entrenamiento de estrategias, la verificación y el análisis de registros para iterar continuamente. Han logrado una tasa de éxito del 99% en tareas de manipulación diestra como atar bridas, organizar clavos en una caja o instalar GPUs. Un hallazgo clave es que para muchas tareas robóticas, restablecer el entorno es más fácil que completar la tarea principal. Por ello, ENPIRE se centra primero en que los agentes creen procedimientos automáticos de reinicio. El sistema consta de cuatro módulos principales que forman el bucle de retroalimentación física: Entorno (EN), Mejora de Políticas (PI), Evaluación (Rollout, R) y Evolución (E). El proyecto también observó una "ley de escala física": aumentar el número de robots en paralelo (por ejemplo, a 8) acelera significativamente la resolución de tareas. Se introdujeron nuevas métricas como la Utilización Media del Robot (MRU) y la Utilización Media de Tokens (MTU) para medir la eficiencia. Actualmente, algunos sistemas pueden iterar durante toda la noche sin supervisión. El objetivo final es lograr una operación completamente autónoma. El proyecto ENPIRE será de código abierto, permitiendo a los desarrolladores replicar sistemas similares.

marsbit06/18 00:37

El equipo de NVIDIA permite a un agente de programación hacerse cargo de experimentos con robots reales, logrando una tasa de éxito del 99%

marsbit06/18 00:37

AMD lanza un mini PC para IA, apuntando directamente al DGX Spark de NVIDIA

En junio de 2026, AMD presentó Ryzen AI Halo, un miniordenador de desarrollo de IA local con 128 GB de memoria unificada, que compite directamente con el DGX Spark de NVIDIA. Aunque ambos dispositivos tienen especificaciones de memoria similares y son capaces de ejecutar modelos de lenguaje grandes localmente, sus enfoques son diferentes: AMD ofrece una plataforma más asequible y abierta basada en x86 y Windows/Linux, con el ecosistema de software ROCm, mientras que NVIDIA proporciona un entorno especializado y optimizado con su arquitectura Blackwell, la tarjeta de red ConnectX-7 y el sólido ecosistema CUDA, aunque a un precio superior. En los últimos meses, AMD ha consolidado su estrategia en IA con la adquisición de capacidades de diseño de sistemas, importantes acuerdos de suministro de GPU con OpenAI y Meta (por 6 GW cada uno), y mejoras continuas en ROCm. Sin embargo, NVIDIA mantiene una ventaja significativa en software, optimización de hardware para cómputo distribuido y un ecosistema maduro. La elección entre ambos dispositivos refleja un dilema más amplio: la conveniencia y el rendimiento optimizado de un ecosistema cerrado (NVIDIA) frente a la flexibilidad y el ahorro de costes de una alternativa abierta (AMD), especialmente para desarrolladores sensibles al precio o que buscan evitar la dependencia de un solo proveedor.

marsbit06/16 09:18

AMD lanza un mini PC para IA, apuntando directamente al DGX Spark de NVIDIA

marsbit06/16 09:18

活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow

Política de Privacidadright-arrow

Otrosright-arrow