NVIDIA inicia hoy la Conferencia de Tecnología de GPU (GTC) 2026 en San José, bajo una presión que difiere de años anteriores. Esta reunión, que se extiende hasta el 19 de marzo, centra la atención en la esperada keynote de Jensen Huang, donde la compañía promete abordar temas de Inteligencia Artificial (IA), computación acelerada y robótica. Sin embargo, el enfoque no está únicamente en incrementar la potencia de procesamiento, sino en demostrar su capacidad para adaptarse a una etapa emergente del mercado: la de la inferencia, los agentes de IA y la infraestructura a gran escala.
La pregunta que ronda en GTC 2026 es si NVIDIA comenzará a reformular su clásica noción de que una GPU puede manejar prácticamente cualquier carga significativa de IA. Aunque la GPU sigue siendo central, el mercado está en evolución. Analistas consultados por Reuters anticipan una serie de anuncios orientados a fortalecer la posición de NVIDIA en inferencia y «agentic AI», justo cuando la competencia, incluidos rivales y nuevos desarrollos en chips especializados, presiona cada vez más en esta rama del negocio, alejándose del enfoque exclusivo en el entrenamiento.
Este cambio de enfoque tiene implicaciones profundas. Durante años, la narrativa del sector se ha centrado en el entrenamiento de modelos masivos, un ámbito donde NVIDIA, con sus modelos Hopper y posteriormente Blackwell, se ha destacado como líder indiscutible. Sin embargo, el diálogo actual está migrando hacia la ejecución eficiente de estos modelos, una necesidad imperiosa para asistentes, agentes y aplicaciones empresariales. Según Reuters, el mercado de IA está transitando de grandes clústeres de entrenamiento hacia una nueva capa de servicios donde la inferencia y la orquestación de agentes cobran mayor relevancia.
En el centro de las expectativas está Groq, una adquisición por la que NVIDIA desembolsó 17.000 millones de dólares en diciembre. Reuters anticipa que NVIDIA podría presentar productos derivados de esta compra, destinados a fortalecer su posición en inferencia rápida y económica. Analistas sugieren que nuevas líneas de servidores, que combinen los chips de Groq con las tecnologías de red de NVIDIA, podrían complementar el uso central de la GPU, incorporando hardware especializado para ciertas etapas de la inferencia.
Aunque no hay confirmación oficial de que NVIDIA abandone su modelo exclusivo de GPU, hay señales claras de que la compañía busca diversificar su plataforma con componentes más específicos según la carga de trabajo. Esta estrategia responde a la creciente competencia de chips personalizados, ASICs y soluciones internas desarrolladas por clientes como OpenAI y Meta. En este panorama, expandir la plataforma parece más lógico que mantener una arquitectura pura que el mercado ya empieza a cuestionar.
Además, GTC 2026 podría darle una notable relevancia a los CPU dentro de la infraestructura de IA, especialmente en la capa de «agent orchestration». La coordinación de tareas, flujos y dependencias en un entorno de agentes y aplicaciones emergentes podría escalar mejor con servidores centrados en CPU, fomentando una infraestructura más heterogénea.
La conferencia también pondrá atención en la óptica. Según Reuters, cabe esperar detalles sobre las inversiones de 2.000 millones de dólares de NVIDIA en Lumentum y Coherent, empresas especializadas en láseres para interconexión óptica. Al mismo tiempo, el blog oficial de NVIDIA vincula su arquitectura Kyber y la generación Rubin Ultra con centros de datos de 800 VDC y nuevas densidades de rack, indicando que el evento no solo hablará de chips, sino de una integración vital de red, energía y conectividad.
En cuanto a Feynman, los expertos se muestran cautelosos. Se espera una actualización de la hoja de ruta, pero no necesariamente una presentación detallada de producto. En esencia, se considera un hito futuro en el desarrollo de NVIDIA, no siendo inminente ni con especificaciones cerradas confirmadas.
GTC 2026 podría ser el momento crucial en que NVIDIA, sin declararlo explícitamente, reconozca que la era de «una GPU para todo» está siendo superada ante la nueva realidad económica del sector de la IA. No porque la GPU vaya a perder su relevancia, sino porque necesita coexistir con CPU más prominentes, interconexiones ópticas, racks concebidos como nodos integrados, y chips específicamente diseñados para inferencia. Si Jensen Huang confirma esta dirección, GTC 2026 no será solo una conferencia de tecnología más, sino un mensaje contundente de cómo NVIDIA planea seguir siendo un jugador dominante cuando la IA deje de orbitar únicamente en torno al entrenamiento.
