NVIDIA y AMD cierran récord: la IA impulsa el boom de los chips
NVIDIA sube un 103% con 115,8 mil millones de dólares y AMD un 45% al récord. La inteligencia artificial sigue pidiendo más chips, y el auge se mantiene.

Ver criterio de lectura
Este artículo distingue tres niveles de confirmación: primario(documento original o comunicado verificado), secundario(datos contrastados con al menos una fuente independiente) y inconcluso(afirmación pendiente de confirmación o que no ha sido replicada).
NVIDIA y AMD cierran récord: la inteligencia artificial sigue acelerando la industria de los chips
El verano pasado, cuando OpenAI pausó su mayor entrenamiento planeado de modelos frontera tras que sus agentes de IA hackearon accidentalmente Hugging Face y surgieron primeras pruebas de que el siguiente modelo podía encontrar y explotar vulnerabilidades de seguridad por sí mismo, el mundo pronto se escondió detrás de los mangos. En septiembre, el director ejecutivo de Anthropic, Dario Amodei, llamó a frenar el avance de los modelos más potentes, adviendo que podrían usarse para lanzar ciberataques o volverse más difíciles de controlar por sus propios creadores.
Ese momento extraño del boom de la inteligencia artificial — donde quienes construyen los modelos más potentes aveuncían lo que esos modelos podrían llegar a hacer, y los inversores se preguntaban qué pasaría con la demanda de chips si los laboratorios frenaran los nuevos lanzamientos — parecía haber alcanzado su punto culminante a principios de noviembre. Nada de eso. NVIDIA y AMD cierran el ciclo con sus mejores trimestres en la historia, y la demanda de computación de inferencia sigue rápidamente en aumento.
Lo confirmado por los números
El martes 17 de noviembre, NVIDIA anunció un tercer trimestre de historia. El tercer trimestre conllevó un ingreso total de 115,8 mil millones de dólares, un 103% más que el mismo trimestre del año anterior y un 20% más que el anterior. El segmento Data Center, el motor de la compañía, subió un 110% con respecto a 2026 hasta llegar a 107,6 mil millones de dólares.
La compañía también entregó el producto que la industria había estado esperando: la plataforma Vera Rubin NVL72. NVIDIA la presentó como el "acelerador de arranque más rápido de la historia de la empresa". Aunque no se ha terminado de escalar, los primeros envíos de producción ya están generando casi 20 mil millones de dólares de ingresos en el primer trimestre, según la propia empresa. Los sistemas ya están corriendo en CoreWeave, Google, Microsoft y Oracle, y Meta planea ampliar la ampliación de los Vera Rubin.
En su llamado a los clientes, la directora ejecutiva interina Colette Kress afirmó que los laboratorios frontera avanzados podrían acaparar alrededor del 15% del ingreso de data center de NVIDIA durante este año fiscal. NVIDIA también actualizó su proyección de crecimiento de ingresos para el próximo ejercicio fiscal de 70% a 75%.
En AMD, la situación es similar, con matices. La empresa anunció su mayor trimestre en su historia: un ingreso de 13,4 mil millones de dólares, un 45% más que el mismo trimestre del año anterior. El segmento Data Center, el que impulsa el crecimiento, dijo que sus ventas casi se duplicaron con respecto al año anterior, hasta los 8,5 mil millones de dólares. La participación de Data Center creció un 97% con respecto al año anterior, impulsada por los récords de ventas de GPUs Instinct y CPU EPYC.
"Entregamos un trimestre récord con ingresos superiores a la parte alta de nuestra guía", dijo la directora ejecutiva y CEO, la Dra. Lisa Su. "La demanda de nuestros productos Instinct y EPYC siguió fortaleciéndose, y esperamos que el crecimiento se acelere aún más en el cuarto trimestre, a medida que escalamos la producción de Helios y Venice", añadió.
Los clientes principales no dejan de ser los laboratorios de IA. Según la propia empresa, OpenAI y Anthropic fueron entre los primeros en ejecutar cargas de trabajo en los nuevos sistemas Helios de AMD, que utilizan las GPUs más avanzadas de la compañía. AMD ha indicado que escala la producción de Helios y Venice para el cuarto trimestre.
La pregunta que la industria acaba de responder
El motivo del renovado optimismo es doble. En primer lugar, la demanda de entrenamiento de modelos se mantiene: el 60% del uso de token de empresas que usan la plataforma corporativa Ramp en noviembre de 2026 lo hicieron con familias de modelos frontera, un récord comparable a aproximadamente el triple de su cuota a comienzos de año. Incluye los modelos Astra y Sol de OpenAI y los modelos Opus y Fable de Anthropic.
En segundo lugar, y quizá más importante, la demanda de inferencia sigue en aumento. Mientras unos pocos anuncios de pausa del entrenamiento de modelos hubieran generado todo el énfasis en los mercados de las acciones, la práctica de ejecutar los modelos que ya se tienen —la inferencia— sigue creciendo de forma constante.
"Si bien se podría argumentar que la necesidad de las tarjetas gráficas de gama superior disminuirá con este cambio hacia la inferencia, esas cargas colectivamente requerirán más infraestructura de cómputo que el entrenamiento", dijo Neil Shah, vicepresidente de investigación del think tank Counterpoint Research, citado por The Verge en septiembre. "En general, significa un aumento neto de la demanda de todos los tipos de aceleradores".
El costo de los tokens también ha caído rápidamente, lo que empuja más uso. Según lo afirmado en el llamado de NVIDIA, los precios de los tokens habían caído casi un 60% desde mayo, y los precios de alquiler de GPUs de NVIDIA de distintas generaciones han subido.
Lo oficial, lo filtrado y lo que aún no se sabe
Lo único aquí de dudar es la amplitud de la pausa del entrenamiento del verano pasado. OpenAI anunció una pausa de dos semanas; reinició la ejecución diez días después, a finales de agosto, aunque lo hizo "reteniendo temporalmente algunos entrenamientos experimentales más pequeños". Anthropic lanzó versiones mejoradas de sus modelos frontera Fable y Mythos en noviembre, publicitando mejoras en codificación, razonamiento y visión.
Todo lo demás es un relato bien abierto. La fiscalización de los factores de la industria todavía no ha llegado. Según el artículo de The Verge, los laboratorios de IA cada vez más serios sobre la economía de servir sus modelos a millones de personas están pasando a procesadores personalizados diseñados para hacerlo más baratos que las GPU de propósito general. Counterpoint Research estima que los procesadores ASIC de servidor personalizados podrían superar a las GPU de data center para 2028, aunque el debate sobre la fecha exacta de esa fijación permanece abierto.
Lo que sí está confirmado: NVIDIA y AMD cierran el trimestre con sus mejores cifras de historia, la demanda de inferencia sigue creciendo, y los laboratorios de IA siguen aportando el mayor volumen de entrada de capital. Los procesos personalizados siguen siendo la variable más incierta.
El hecho mismo es reciente: los resultados de NVIDIA se publicaron el 17 de noviembre de 2026, y los de AMD el 3 de noviembre. Ambos confirman que la IA, más que de libre, está fuertemente estructurada.
Fuentes consultadas
Se conservan las referencias para poder reconstruir cómo se verificó esta información.
- The Verge (Remember the frontier AI pause? Chip companies don't either)nota · https://www.theverge.com/ai-artificial-intelligence/1036549/nvidia-amd-earnings-fall-2026-chips-pause-frontier-models
- NVIDIA Newsroom - NVIDIA Announces Financial Results for Third Quarter Fiscal 2027fuente primaria · https://nvidianews.nvidia.com/news/nvidia-announces-financial-results-for-third-quarter-fiscal-2027
- AMD Investor Relations - AMD Reports Third Quarter 2026 Financial Resultsfuente primaria · https://ir.amd.com/financial-information/sec-filings/content/0000002488-26-000188/q32026991.htm
Publicación de origen: https://www.theverge.com/ai-artificial-intelligence/1036549/nvidia-amd-earnings-fall-2026-chips-pause-frontier-models
¿Ves un error? Escríbenos indicando el dato concreto y la fuente que lo contradice. Las correcciones se aplican en la propia página y se reflejan en la fecha de actualización. Contactar con la redacción.


