Nvidia está invirtiendo miles de millones en tecnología que puede transformar el sector de IA
Nvidia ha comprometido al menos 6.500 millones de dólares en empresas que desarrollan tecnología de fotónica durante los últimos tres meses. La gigante de los chips está corriendo para invertir en la solución de uno de los mayores cuellos de botella que frenan el avance de la inteligencia artificial a escala global.
El motivo es directo: a medida que los modelos de IA se hacen más grandes y complejos, el consumo de energía de los centros de datos se convierte en un problema serio. Y es exactamente ahí donde entra la fotónica — una tecnología que usa luz para transmitir datos en lugar de la electricidad tradicional.
La fotónica se considera una alternativa más eficiente al proceso actual de transferencia de datos mediante electricidad. La transferencia eléctrica de datos consume más energía, un factor que se ve cada vez más como un bloqueo para la implantación más amplia de la IA.
Esta apuesta multimillonaria de Nvidia no es solo un movimiento más del mercado. Es una señal clara de que la infraestructura de IA, tal como la conocemos hoy, está cerca de llegar a su límite, y que algo necesita cambiar para que la tecnología siga evolucionando al ritmo que el mundo espera. 🚀
Qué hay detrás de este movimiento multimillonario
Para entender la magnitud de esta jugada, vale la pena mirar hacia dónde exactamente está yendo el dinero. Desde principios de marzo, Nvidia anunció inversiones de 2.000 millones de dólares distribuidos entre tres empresas: Lumentum, Coherent y Marvell, todas desarrollando tecnología de fotónica. La gigante de los chips también dijo que invertiría 500 millones de dólares en Corning para desarrollar soluciones avanzadas de conectividad óptica, y participó en la ronda de financiación Serie E de 500 millones de dólares de la startup de óptica Ayar Labs.
No es solo una apuesta por el futuro — es una carrera para asegurar que Nvidia siga liderando el mercado de infraestructura para IA cuando los límites del hardware actual se alcancen definitivamente.
Como explicó Alvin Nguyen, analista sénior de Forrester, la fotónica representa una forma de que Nvidia escale su infraestructura de IA sin los costos energéticos que persistirían si la empresa continuara dependiendo exclusivamente de conexiones eléctricas y cables de cobre.
Nguyen agregó que, al invertir en empresas de fotónica, Nvidia está garantizando que los avances en esta área sigan ocurriendo, evitando que la compañía choque contra un muro de escalabilidad y rendimiento que inevitablemente surgiría si permaneciera únicamente en el paradigma eléctrico y del cobre.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
El contexto que motiva todo esto es bastante directo: los modelos de inteligencia artificial de última generación, como los grandes modelos de lenguaje y los sistemas multimodales, están consumiendo cantidades absurdas de energía para entrenar y ejecutar a escala. Los centros de datos modernos ya consumen más electricidad que ciudades enteras, y esa cuenta solo tiende a crecer. La fotónica surge como una respuesta tecnológica a ese cuello de botella, porque la transmisión de datos por luz es sustancialmente más rápida y consume mucha menos energía que los cables de cobre y las conexiones eléctricas convencionales que dominan la arquitectura de los servidores hoy. Cuando multiplicas esa ganancia de eficiencia por miles de chips operando en paralelo dentro de un centro de datos, el impacto es enorme. 💡
Resolviendo los cuellos de botella de la infraestructura de IA
La fotónica puede utilizarse en la infraestructura de IA usando luz para mover datos entre unidades de procesamiento gráfico (GPUs), memoria, chips de red, servidores y centros de datos, en lugar de depender únicamente de señales eléctricas pasando por cables de cobre.
Aunque el cobre es el principal estándar de conectividad hoy en día por su menor costo y alta confiabilidad, la fotónica se volverá cada vez más prominente en la infraestructura de IA con el tiempo. Esa es la evaluación de Brian Colello, analista sénior de acciones de Morningstar.
Según Colello, la hoja de ruta de Nvidia para las próximas generaciones de soluciones de IA a escala de rack va a requerir una cantidad creciente de conectividad óptica para procesar el ancho de banda que crece exponencialmente con nuevos modelos y mayor uso.
La relación entre fotónica e inteligencia artificial va mucho más allá de simplemente cambiar cables de cobre por cables de fibra óptica. Lo que se está desarrollando ahora es un nivel mucho más profundo de integración, donde los componentes fotónicos se integran directamente en los chips y en los paquetes de procesamiento. Esto significa que la luz no solo transporta datos entre servidores en un rack, sino que pasa a circular dentro de los propios procesadores, eliminando los llamados cuellos de botella de comunicación que limitan el rendimiento de los sistemas de IA más avanzados. Este concepto, conocido como co-packaged optics u óptica cointegrada, es exactamente donde se concentran gran parte de las inversiones recientes de Nvidia.
Para ponerlo en perspectiva, piensa en cómo funciona un clúster de GPUs entrenando un modelo de lenguaje gigante. Esos chips necesitan intercambiar miles de millones de datos por segundo entre sí, y cuanto mayor es el modelo, mayor es esa demanda de comunicación. El problema es que las interconexiones eléctricas actuales tienen un límite físico de cuántos datos pueden mover antes de comenzar a disipar energía en forma de calor y crear retrasos indeseados. La fotónica integrada resuelve esto de una forma elegante: al usar fotones en lugar de electrones para ese intercambio de información, se aumenta drásticamente el ancho de banda disponible mientras se reduce el calor generado por el sistema. Para la infraestructura de IA, esto no es solo una mejora — es un cambio de nivel. 🔬
Lo que Nvidia ya está haciendo con fotónica
La gigante de los chips ya puso a disposición parte de la tecnología fotónica como parte de su oferta de soluciones de red. La empresa anunció herramientas que, según ella, permiten que las fábricas de IA conecten millones de GPUs entre diferentes ubicaciones, reduciendo drásticamente el consumo de energía y los costos operativos.
El CEO de Nvidia, Jensen Huang, habló sobre este tema durante la conferencia GTC en marzo. Destacó que la empresa está comenzando a escalar su tecnología de fotónica de silicio, señalando la plataforma de red Ethernet de Nvidia usada para conectar fábricas de IA y clústeres de GPUs. Huang también dijo que la empresa estaba empezando a agregar fotónica a su tecnología de interconexión GPU-to-GPU.
Jensen Huang resaltó que la cantidad de capacidad de tecnología de fotónica de silicio necesaria es sustancialmente mayor de la que el mundo posee actualmente. Por eso, Nvidia trabaja con la cadena de suministro para garantizar que pueda ayudar a los socios a construir capacidad con anticipación.
Otro punto que merece atención es el impacto ambiental y económico que esta tecnología puede tener en la industria en su conjunto. Los centros de datos son grandes responsables del consumo de energía eléctrica global, y cualquier tecnología que logre reducir ese consumo de forma significativa tiene potencial para generar ahorros de miles de millones de dólares al año para las empresas que operan esa infraestructura. Cuando Nvidia apuesta tan fuerte por la fotónica, está señalizando al mercado que ve en esta tecnología no solo una solución técnica, sino también una ventaja competitiva duradera.
El mercado ya está reaccionando
Los inversores claramente captaron el mensaje. Las acciones de las empresas involucradas en fotónica se dispararon en los últimos meses:
- Lumentum — acciones subieron un 134% desde principios de año
- Coherent — alza del 96% en el mismo período
- Marvell — valorización de 122% en 2026
- Corning — crecimiento del 111%
Y Nvidia no está sola en esta carrera. El fabricante de chips AMD también participó en la ronda de Ayar Labs, además de haber adquirido la startup Enosemi en 2025, y realizado inversiones en participaciones accionarias en Teramount y Celestial AI. Los brazos de capital de riesgo de Alphabet (dueña de Google) y Microsoft respaldaron a la startup nEye en una ronda Serie C de 80 millones de dólares en abril.
Este movimiento generalizado de grandes actores de la tecnología hacia la fotónica demuestra que no se trata de una apuesta aislada de Nvidia. El sector entero se está preparando para una transición que muchos consideran inevitable. Cuando gigantes como Google, Microsoft y AMD ponen dinero en la misma dirección, el mensaje queda todavía más claro. 📈
Los desafíos que aún necesitan superarse
A pesar de toda la emoción — y de los miles de millones que se están invirtiendo — implantar tecnología fotónica en toda la pila de infraestructura de IA a escala trae sus propios desafíos.
Como destacó Nick Patience, líder de IA en Futurum Group, la tecnología en sí es sólida. El problema más difícil es la escala de producción.
Patience explicó que el rendimiento de fabricación en ensamblajes ópticos cointegrados complejos sigue siendo un desafío, porque el alineamiento preciso de componentes ópticos y de silicio es implacable. Cuando algo sale mal en el proceso de empaquetado, el ensamblaje generalmente no puede ser retrabajado. Esto significa que los errores en la producción resultan en pérdidas directas, haciendo que el proceso de fabricación sea significativamente más complejo y costoso que el equivalente eléctrico convencional.
Herramientas que usamos a diario
Según él, la transición está en marcha, pero aún se encuentra en las etapas iniciales. La expectativa es que la adopción a gran escala ocurra a partir de 2028.
Ese cronograma tiene sentido cuando se considera la complejidad involucrada. No basta con tener la tecnología funcionando en laboratorio — es necesario producir en volumen, con calidad consistente, a un costo que tenga sentido económicamente. Y eso lleva tiempo, incluso con miles de millones de dólares acelerando el proceso.
Qué esperar de los próximos pasos de Nvidia
Con este volumen de inversiones consolidado en tan poco tiempo, es natural preguntarse: ¿qué viene después? La tendencia más clara es que Nvidia va a incorporar cada vez más tecnología fotónica dentro de su propio ecosistema de hardware, potencialmente integrando componentes ópticos en las próximas generaciones de GPUs y sistemas de interconexión como NVLink y NVSwitch. Esto representaría una evolución enorme respecto a lo que tenemos hoy, y colocaría a la empresa en una posición aún más dominante en el mercado de chips para inteligencia artificial.
Los competidores, incluyendo AMD, Intel y varias startups de chips de IA, van a necesitar responder a este movimiento si no quieren quedarse atrás en una carrera que se está volviendo cada vez más técnica y capitalizada.
Del lado de los centros de datos y de los grandes hyperscalers — empresas como Google, Microsoft, Amazon y Meta — la llegada de la fotónica integrada de Nvidia puede cambiar bastante la forma en que planifican y construyen su infraestructura. Hoy, buena parte del costo de operar un centro de datos de alto rendimiento viene justamente de la refrigeración y del consumo eléctrico de las interconexiones entre chips. Si la fotónica logra reducir esos costos de forma medible, la demanda por esta tecnología va a crecer muy rápido, creando un ciclo virtuoso de adopción que beneficia directamente a quien tenga los mejores productos en el mercado.
A mediano plazo, el impacto de las inversiones de Nvidia en fotónica también debería reflejarse en el ecosistema de startups e investigación académica alrededor del tema. Cuando una empresa del tamaño de Nvidia coloca miles de millones de dólares en un área tecnológica específica, el efecto cascada es casi inmediato: más capital de riesgo fluye hacia el sector, más universidades y centros de investigación dirigen esfuerzos hacia el tema, y más talento migra para trabajar con esta tecnología.
Así es como las grandes transformaciones tecnológicas suelen ocurrir en la práctica — no en un único momento de revelación, sino como resultado de una serie de apuestas calculadas hechas por quienes tienen visión a largo plazo y recursos para hacerlas viables. Y dado el historial de Nvidia de anticipar tendencias en el mercado de IA, este es un movimiento que vale la pena seguir de cerca. 🌐
