GPU vs ASIC Personalizado: La Guerra de Chips se Calienta entre Nvidia y Broadcom

La Pregunta sobre la Dominancia de las GPU

El mercado de infraestructura de IA está presenciando una batalla intensa por determinar qué arquitectura de chip triunfará: las GPU tradicionales de (Nvidia) o la creciente tendencia de ASICs personalizados (circuitos integrados específicos de aplicación). Esto no es solo un debate técnico—está redefiniendo cómo se despliegan miles de millones en infraestructura informática.

Nvidia actualmente mantiene una posición dominante en el mercado con más del 90% de participación en GPUs para centros de datos. Los números lo confirman: el último trimestre, los ingresos alcanzaron $57 mil millones( con un crecimiento del 62% interanual, mientras que el crecimiento de ingresos en tres años se acerca a 10 veces. Esta dominancia no solo proviene de la ventaja de ser pionero. El ecosistema que Nvidia construyó es casi inexpugnable—casi todos los modelos AI fundamentales fueron escritos en su plataforma CUDA, creando costos de cambio enormes para desarrolladores y operadores de centros de datos.

Las ventajas técnicas también son reales. Las GPU ofrecen una flexibilidad que los chips diseñados específicamente no pueden igualar. Son reprogramables, respaldadas por casi dos décadas de bibliotecas optimizadas de IA, y funcionan con cualquier marco de IA. Para un panorama donde los modelos y requisitos cambian mensualmente, esta adaptabilidad es sumamente importante.

La Contraofensiva de los ASIC

Pero aquí es donde la historia se vuelve interesante: los hyperscalers—los operadores de la nube a gran escala que gestionan centros de datos masivos—cada vez están más incómodos con la dependencia de Nvidia. La estructura de costos y la eficiencia energética son los principales impulsores.

Los ASICs personalizados, aunque menos flexibles, consumen mucho menos energía y ofrecen mejores condiciones económicas para cargas de trabajo específicas y repetitivas como la inferencia de IA )donde los costos se acumulan diariamente(. Entra Broadcom, que se ha posicionado como el arquitecto que ayuda a los hyperscalers a diseñar sus propios chips de IA personalizados.

El ejemplo claro son las Tensor Processing Units )TPUs$10 de Alphabet, desarrolladas con la ayuda de Broadcom. Las TPU ahora son reconocidas como alternativas legítimas a las GPU de Nvidia. Ese éxito abrió las compuertas. Otros hyperscalers acudieron rápidamente a Broadcom en busca de diseños de chips personalizados.

Los Números Detrás del Cambio

A principios de 2025 se evidenció la escala: Broadcom identificó tres clientes avanzados de ASICs de IA que representan una oportunidad de más de $350 60 mil millones$63 solo para su año fiscal 2027. Un cuarto cliente sorpresa realizó un pedido de mil millones para entregas a partir de mediados de 2026. Lo más llamativo—cuando OpenAI negoció despliegues de chips, se comprometió a desplegar 10 gigavatios de chips personalizados de Broadcom para finales de 2029. Usando los precios de GPU de Nvidia como referencia, ese acuerdo solo implica aproximadamente mil millones en valor.

Considera el contexto: los ingresos totales de Broadcom en un año fiscal rondan los mil millones. La oportunidad de ASICs de IA representa efectivamente un evento de transformación multianual.

¿Qué Chip Importa para 2026?

Ambas acciones relacionadas con chips probablemente se beneficiarán del crecimiento continuo del gasto en infraestructura de IA. Pero la trayectoria difiere notablemente. Nvidia mantiene su dominio casi inexpugnable con ganancias constantes. Broadcom enfrenta un crecimiento potencialmente explosivo desde una base de ingresos mucho menor, escalando hacia un mercado donde los hyperscalers reducen activamente la concentración en Nvidia y disminuyen los costos de infraestructura.

La guerra de chips no se trata de un solo ganador—se trata de la migración de cuota de mercado. Y 2026 será el año en que esa migración se acelere.