Jensen Huang, consejero delegado de NVIDIA, defendió el 21/10/2026 en GTC Berlín que la vida útil de una GPU de la compañía es ya de unos ocho años o más, el doble del ciclo de cuatro años que se ha dado por bueno hasta ahora. La afirmación llega en plena discusión sobre cuánto tiempo deben amortizar los grandes proveedores de nube sus inversiones en IA, y coincide con unas declaraciones de Elon Musk, que sostiene que incluso las GPU antiguas sacan hoy más inteligencia por vatio que cuando se compraron.
Las claves del debate sobre la vida útil de las GPU en 20 segundos
- Huang sitúa la vida útil de una GPU de NVIDIA en ocho años o más.
- Musk asegura que las H100 se alquilan hoy por encima de su precio original.
- Las grandes tecnológicas amortizan sus servidores en cinco o seis años.
- Críticos como Michael Burry creen que esos plazos inflan los beneficios.
Las declaraciones las recogió Wccftech a partir de vídeos de la conferencia y de la presentación de resultados de SpaceX. Más allá del titular, el asunto tiene peso financiero: cuanto más tiempo se considera útil una GPU, menor es el gasto anual por amortización que las empresas restan a sus beneficios y más rentable parece la inversión en centros de datos de IA.
Los argumentos de Huang, Musk y Baker
Huang atribuyó esa vida más larga a la adopción masiva de la plataforma de NVIDIA, a la durabilidad de su rendimiento y a que el software permite seguir mejorando el hardware antiguo con actualizaciones. Añadió que ese cómputo tiene muchos clientes potenciales, así que sigue siendo útil y revendible. También dio una cuenta rápida: cada gigavatio de cómputo de IA cuesta unos 50.000 millones de dólares y genera unos 40.000 millones de ingresos al año, lo que supondría recuperar la inversión en algo más de un año. Son cifras del directivo, no datos auditados.
Musk, en la llamada de resultados del tercer trimestre de SpaceX, sostuvo que las GPU no pierden valor porque el software de IA mejora y saca más inteligencia útil de cada vatio. Como prueba, citó que las H100 se alquilan por encima de su precio original. Explicó además que SpaceX prefiere alquileres a corto plazo, porque el cómputo de IA se paga a entre 30.000 y 50.000 millones de dólares por gigavatio con recuperación en menos de un año, y las renovaciones llegan con precios por vatio más altos.
El inversor Gavin Baker, en una sesión previa a la conferencia de Huang, añadió que el precio de alquiler por hora de GPU ha subido con fuerza aunque el precio de los tokens baje, porque cada hora de GPU produce más resultados útiles. Los datos de mercado apuntan en esa dirección: según Silicon Data, citada por Wccftech en septiembre, el valor residual de una B200 ronda el 158 % de su precio de lanzamiento un año después de llegar al mercado, y el de A100 y H100 está muy por encima de lo que dictaría una amortización lineal a tres o cinco años.
Cómo amortizan sus servidores las grandes tecnológicas
El debate no es nuevo. En noviembre de 2025, el inversor Michael Burry acusó a Meta, Alphabet, Microsoft, Oracle y Amazon de estirar la vida contable de sus chips y servidores hasta seis años, cuando los ciclos de producto de la IA son de dos o tres. Según sus cálculos, esa práctica inflaría los beneficios de las grandes tecnológicas en 176.000 millones de dólares entre 2026 y 2028. Burry había revelado posiciones bajistas sobre NVIDIA.
Los plazos reales varían. Alphabet amortiza sus servidores y equipos de red en seis años. Microsoft usa un rango de dos a seis años. Meta amplió la vida de parte de sus servidores a 5,5 años desde enero de 2025. Amazon fue en dirección contraria: en el primer trimestre de 2025 recortó la vida estimada de parte de sus servidores de seis a cinco años, precisamente por la rapidez de los avances en IA. En el otro lado, un informe de Bernstein de noviembre de 2025 sostenía que las GPU pueden funcionar de forma rentable unos seis años y que suelen perder entre el 20 % y el 30 % de su valor el primer año antes de estabilizarse.
Una estimación del fabricante frente a la eficiencia de cada generación
Los ocho años de Huang son una estimación de la compañía que vende las GPU, y la tesis de Musk se apoya en un mercado de alquiler marcado por la escasez de cómputo. Ninguno de los dos aportó datos sobre cuántas GPU de generaciones antiguas siguen en producción en grandes centros de datos ni a qué precios se alquilan de media.
La propia NVIDIA da argumentos a quienes defienden ciclos más cortos, porque asegura que cada generación multiplica el rendimiento por megavatio. Revista Cloud ya contó cómo NVIDIA mide hasta 30 veces más rendimiento por megavatio con Vera Rubin frente a Blackwell, una cifra de la compañía. En centros de datos limitados por la potencia eléctrica disponible, esa diferencia es la que pesa a la hora de decidir si se mantiene una GPU antigua o se sustituye.
Preguntas frecuentes
¿Cuántos años dura una GPU de NVIDIA según Jensen Huang?
Huang dijo en GTC Berlín que la vida útil de una GPU de NVIDIA es ya de unos ocho años o más, frente a los cuatro que se daban por buenos.
¿Qué dijo Elon Musk sobre el valor de las GPU?
Que no pierden valor porque el software saca más inteligencia por vatio, y que las H100 se alquilan hoy por encima de su precio original.
¿En cuántos años amortizan sus servidores las grandes tecnológicas?
Alphabet en seis años, Meta en 5,5 para parte de sus equipos, Microsoft entre dos y seis, y Amazon redujo parte de los suyos de seis a cinco años en 2025.
¿Por qué importa la vida útil de las GPU?
Porque determina el gasto anual por amortización: cuanto más larga se considera, menor es ese gasto y mayores parecen los beneficios de la inversión en IA.
Fuentes:
