Las empresas prefieren alternativas a Nvidia en sus evaluaciones de hardware para IA
Una encuesta muestra que un 39,4 % de los responsables de infraestructura planean evaluar chips no Nvidia, frente al 25,3 % que considera los GPU de la nueva generación de Nvidia.
La hegemonía de Nvidia en el hardware de inferencia no es ni mucho menos absoluta, especialmente a la hora de planificar nuevas inversiones. Según la encuesta mensual VB Pulse de julio, un 39,4 % de los profesionales de infraestructura de IA encuestados tienen previsto evaluar aceleradores de terceros —como AWS Trainium, Google TPU, AMD Instinct o Intel Gaudi— en los próximos doce meses. Esa cifra supera en 14 puntos porcentuales al 25,3 % que señala evaluar las nuevas GPU Blackwell (GB300) o similares de Nvidia.
El dato no implica que Nvidia pierda terreno en producción. Sigue siendo la opción por defecto en la mayoría de los entornos activos. Lo que cambia es la estrategia de compra: las organizaciones buscan diversificación real. Ya no tratan a Nvidia como la única variable a considerar, sino que integran alternativas para reducir el riesgo de bloqueo (vendor lock-in) y optimizar costos.
Este interés en reducir la dependencia de un solo proveedor crece a medida que los equipos maduran en el despliegue de IA. Los criterios de selección se han desplazado desde el costo total de propiedad genérico hacia métricas operativas más granulares. La integración con la pila de datos y nube existente sigue siendo el factor predominante (40 %), pero ha aumentado notablemente la prioridad dada al rendimiento puro (35,3 %) y al costo por millón de tokens (15,9 %). Por el contrario, la preocupación por el acceso general a GPU ha subido ligeramente, mientras que la obsesión por el TCO amplio ha bajado.
Operatividad por encima de la novedad
La urgencia por cambiar de plataforma se está frenando. La proporción de encuestados que prevé un cambio inmediato (0-3 meses) cayó casi un 10 %. En su lugar, las decisiones se han extendido en el tiempo, con picos en los plazos de 3 a 6 meses y de 6 a 12 meses. Las empresas no están realizando cambios bruscos; están consolidando lo que ya tienen.
La eficiencia operativa se ha vuelto el estándar de oro. Entre quienes gestionan sus propias GPU, la cifra de clusters operando al 50 % o menos de capacidad útil ha caído del 83 % al 69 %. Parallelamente, han aumentado los indicadores que definen el éxito de la infraestructura: uptime, fiabilidad y throughput. La satisfacción general con la infraestructura actual apenas ha variado, lo que sugiere que, aunque las arquitecturas son más capaces, la barra de exigencia se ha elevado.
El interés por las alternativas a Nvidia no es homogéneo. Es más acusado entre los responsables de la compra estratégica y la alta dirección (C-suite), donde la proporción de quienes evalúan hardware no Nvidia subió al 57,1 %. También es más fuerte en empresas medianas (101-250 empleados), alcanzando un 57,7 %. Esto indica que la diversidad de aceleradores se ha convertido en una decisión de negocio, no solo técnica.
Lo que queda por ver es si esta intención de evaluación se traduce en despliegues a escala masiva. Por ahora, las empresas priorizan la estabilidad y la integración con sus flujos existentes antes que saltar a nuevos chips. La pregunta ya no es si Nvidia domina, sino cuánto margen de maniobra puede permitir una arquitectura heterogénea sin romper la operatividad diaria.
