💡 Resumen (TL;DR):
- Nvidia anunciará su nuevo hardware de inferencia LPX tras adquirir la startup Groq por $20 mil millones de dólares.
- El sistema promete procesar entre 500 y 750 tokens por segundo integrando la arquitectura LPU de la empresa comprada.
- La presentación ocurre bajo presión bursátil, con una caída del 7% en sus acciones por dudas sobre el gasto corporativo en IA.
Nvidia presentará un nuevo procesador diseñado para la computación de inferencia de inteligencia artificial durante su conferencia de desarrolladores GTC 2026 en San José. El hardware, perfilado para llamarse LPX, es el resultado directo de la histórica adquisición de la startup Groq por $20 mil millones de dólares cerrada el 24 de diciembre de 2025.
La transacción representa la compra más grande en los registros de Nvidia, según CNBC. La compañía adquirió la propiedad intelectual y contrató entre el 80% y el 90% de la fuerza laboral de Groq, incluyendo a su fundador Jonathan Ross, arquitecto original del TPU de Google.
El CEO Jensen Huang explicó en un correo interno que el acuerdo permitirá “integrar la tecnología de inferencia de baja latencia de Groq en la arquitectura de fábrica de Nvidia, extendiéndola para servir a una gama más amplia de cargas de trabajo de inferencia de IA y en tiempo real”.
Arquitectura LPU y ecosistema CUDA
El núcleo técnico de este avance recae en la tecnología propietaria de Groq. Una Unidad de Procesamiento de Lenguaje (LPU) es un procesador de inteligencia artificial que utiliza memoria SRAM integrada directamente en el chip en lugar de depender de memoria externa para ejecutar tareas.
Esta modificación de diseño le permite alcanzar velocidades de inferencia de entre 500 y 750 tokens por segundo, superando contundentemente el promedio de 100 tokens por segundo que ofrecen las configuraciones de GPU estándar.
Según un reporte de la firma de investigación de semiconductores SEMIVISION, Nvidia revelará durante GTC un rack LPX optimizado con las siguientes especificaciones:
* Equipará 256 LPUs por rack, cuadruplicando la configuración original de 64 procesadores.
* Funcionará sin necesidad de reemplazar el hardware actual de entrenamiento, operando dentro del ecosistema CUDA.
* Permitirá a firmas como OpenAI entrenar modelos masivos en GPUs y realizar el despliegue de inferencia de ultra alta velocidad en plataformas LPU.
Finanzas bajo presión
La conferencia GTC está programada del 16 al 19 de marzo. Huang anticipó ante medios de comunicación que lanzarán un chip que “sorprenderá al mundo”. Sin embargo, el contexto bursátil actual proyecta cautela entre los inversores.
Las acciones de la compañía registraron un retroceso del 7% durante dos sesiones recientes. El papel cayó un 5.5% el jueves y cerró con pérdidas nuevamente el viernes, marcando el ajuste semanal más pronunciado desde noviembre.
El desplome accionario se produjo a pesar de que Nvidia reportó ingresos récord de $68.13 mil millones de dólares para su cuarto trimestre fiscal, lo que representa un aumento interanual del 73%, y proyectó una facturación de $78 mil millones para el primer trimestre.
El escepticismo financiero responde al temor de que los hyperscalers comiencen a desarrollar su propio silicio personalizado para inteligencia artificial. Esta estrategia de independencia de hardware, sumada a las dudas sobre la sostenibilidad en el volumen de inversión corporativa tecnológica, mantiene la presión directa sobre el ecosistema de Nvidia.
