NVIDIA prepara una de sus mayores apuestas fuera del hardware: un acuerdo vinculado a Poolside por unos 7.000 millones de dólares que incluye 6.000 millones por una licencia no exclusiva de su tecnología, la incorporación prevista de más de un centenar de empleados y una inversión adicional de 1.000 millones en la compañía. El movimiento puede acelerar el desarrollo de los modelos abiertos Nemotron y confirma que Jensen Huang quiere ampliar la posición de NVIDIA mucho más allá de vender GPU para inteligencia artificial.

Las claves de NVIDIA y Poolside en 20 segundos

• NVIDIA pagaría 6.000 millones de dólares por licenciar tecnología de Poolside y sumaría una inversión de 1.000 millones.
• Más de 100 empleados de la startup podrían incorporarse a NVIDIA.
• El objetivo pasa por reforzar Nemotron y competir mejor en modelos de pesos abiertos.
• Poolside seguiría operando como empresa independiente.
• Presentar la operación como una póliza frente a un desplome de la demanda de GPU es, por ahora, una interpretación y no un hecho confirmado.

La operación fue comunicada por Poolside a sus inversores y posteriormente recogida por distintas fuentes. El acuerdo de licencia no supone la compra de la compañía: Poolside conservaría a sus fundadores y parte de su estructura mientras NVIDIA incorporaría principalmente talento relacionado con el desarrollo de sus modelos Laguna y accedería a la denominada Model Factory, la infraestructura utilizada por la startup para entrenar y desarrollar sus sistemas.

La cifra resulta elevada incluso para los estándares actuales de la inteligencia artificial, pero tiene más sentido cuando se observa lo que NVIDIA está construyendo alrededor de Nemotron y, especialmente, la rapidez con la que los modelos chinos de pesos abiertos están ganando terreno.

Poolside aporta algo más que ingenieros a NVIDIA

Poolside se ha especializado en inteligencia artificial aplicada al desarrollo de software y en el entrenamiento de modelos capaces de afrontar tareas de programación prolongadas.

En mayo presentó Laguna M.1 y Laguna XS.2, dos modelos Mixture-of-Experts diseñados específicamente para programación agéntica de larga duración. Laguna M.1 tiene 225.800 millones de parámetros totales, con 23.400 millones activos por token, mientras que XS.2 cuenta con 33.400 millones y activa aproximadamente 3.000 millones en cada token.

Más importante que las cifras de parámetros es el sistema que Poolside ha construido alrededor de ellos.

La empresa habla de una Model Factory, un conjunto de herramientas, datos, infraestructura de entrenamiento y procesos destinados a crear y mejorar modelos mediante tareas reales de desarrollo de software.

Ese conocimiento encaja directamente con la dirección que NVIDIA está tomando con Nemotron.

La compañía presentó en agosto Nemotron 3.5 Lightning, un modelo Mixture-of-Experts de 30.000 millones de parámetros pensado para tareas concretas dentro de sistemas multiagente y cargas que necesitan mantenerse activas durante periodos prolongados. NVIDIA lo acompaña además de herramientas como NeMo Switchyard para dirigir solicitudes entre diferentes modelos.

Por tanto, el interés por Poolside no parece limitarse a comprar un modelo terminado. NVIDIA estaría obteniendo tecnología, procesos de entrenamiento y talento especializado para seguir desarrollando su propia familia de modelos.

NVIDIA quiere competir también en la capa de los modelos

Durante buena parte del auge de la IA NVIDIA ha ocupado una posición especialmente cómoda.

OpenAI, Anthropic, Meta, xAI, Microsoft, Google y prácticamente cualquier laboratorio que necesitara cantidades importantes de capacidad acelerada podía terminar comprando o alquilando GPU de NVIDIA.

En ese escenario la compañía proporcionaba las herramientas con las que competían los demás.

Nemotron empieza a modificar esa relación.

NVIDIA ofrece modelos que los desarrolladores pueden adaptar y ejecutar sobre diferentes infraestructuras, pero naturalmente están muy optimizados para su propio hardware y software. El fabricante puede así participar simultáneamente en varias capas:

GPU → redes → sistemas completos → software CUDA → bibliotecas → inferencia → modelos.

La apuesta por Poolside refuerza precisamente la última.

También responde a una evolución geopolítica del mercado. Los laboratorios chinos han ganado protagonismo con modelos de pesos abiertos como DeepSeek y Kimi, que permiten a empresas y desarrolladores desplegar sistemas sin depender necesariamente de una API cerrada.

Estados Unidos conserva algunos de los modelos propietarios más capaces, pero una parte importante de la competencia en open-weight AI está llegando desde China.

NVIDIA tiene suficientes incentivos para evitar que esa capa del mercado termine dominada por modelos diseñados y optimizados principalmente alrededor de otros entornos tecnológicos.

¿Está NVIDIA intentando convertirse en su propio comprador de GPU?

Una lectura especialmente llamativa del acuerdo sostiene que NVIDIA estaría preparando una especie de seguro frente a una futura caída de la demanda.

La teoría es sencilla.

Si NVIDIA consigue construir modelos Nemotron extremadamente competitivos y grandes servicios de IA alrededor de ellos, podría utilizar internamente una cantidad creciente de sus propios aceleradores. En un escenario de exceso de oferta, esa demanda propia actuaría parcialmente como destino alternativo para su capacidad de computación.

La idea no es imposible, pero los datos disponibles no permiten afirmar que esa sea la finalidad del acuerdo con Poolside.

NVIDIA no ha anunciado que pretenda convertirse en un «comprador de última instancia» de sus propias GPU ni que esté acumulando capacidad para absorber una futura caída del mercado.

De hecho, sus movimientos recientes apuntan actualmente en la dirección contraria: la compañía sigue hablando de una demanda de infraestructura muy elevada.

El 10 de agosto NVIDIA anunció acuerdos con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR destinados a crear plataformas capaces de movilizar más de 500.000 millones de dólares de capital de terceros para infraestructura de IA. Jensen Huang sostiene que la computación de IA está convirtiéndose en una nueva clase de activo de infraestructura.

Una semana después, NVIDIA anunció además un acuerdo con SB Energy relacionado con el campus PORTS-Pike de Ohio. La compañía dará respaldo crediticio para asegurar inicialmente 4,25 GW IT de suelo, energía y edificios, con una opción sobre otros 3,75 GW; OpenAI figura como cliente previsto para los 8 GW IT. NVIDIA también anunció una inversión de 1.500 millones de dólares en SB Energy.

Son compromisos enormes que difícilmente encajan con una compañía que esté anticipando públicamente un desplome inmediato de la demanda.

La explicación más prudente es otra: NVIDIA está intentando controlar más partes de la cadena de valor de la inteligencia artificial.

Los 7.000 millones también pueden entenderse como una defensa de CUDA

Existe además una razón menos evidente para que NVIDIA quiera modelos propios muy competitivos.

Cada modelo popular genera decisiones tecnológicas a su alrededor.

Las empresas eligen motores de inferencia, formatos de cuantización, bibliotecas, hardware, plataformas cloud y sistemas de orquestación basándose en las cargas que necesitan ejecutar.

Si Nemotron gana adopción, NVIDIA puede asegurarse de que sus modelos estén optimizados desde el primer día para CUDA, TensorRT, Blackwell, Rubin y sus futuras plataformas.

En lugar de esperar a que otro laboratorio publique un modelo y optimizarlo posteriormente, puede diseñar conjuntamente el modelo y la infraestructura.

Esta integración vertical es una de las ventajas que compañías como Apple han explotado durante años en otros mercados tecnológicos: hardware y software pueden evolucionar conjuntamente.

NVIDIA tiene ahora suficientes recursos para aplicar una lógica similar a la IA.

Una relación cada vez más extraña con OpenAI y Anthropic

El movimiento crea al mismo tiempo una situación peculiar.

OpenAI y Anthropic son grandes consumidores de infraestructura acelerada y forman parte del mercado que ha convertido a NVIDIA en una de las compañías más valiosas del mundo.

Pero si Nemotron continúa aumentando sus capacidades, NVIDIA también empieza a competir con ellas en determinados casos de uso.

La diferencia es que por ahora no está intentando reproducir exactamente el mismo modelo.

OpenAI y Anthropic concentran una parte importante de su negocio en modelos accesibles mediante productos y API. NVIDIA está apostando de forma mucho más explícita por modelos de pesos abiertos que otras compañías puedan desplegar y personalizar.

Ese planteamiento puede incluso aumentar la demanda de GPU.

Un modelo abierto de gran calidad no se ejecuta únicamente en los centros de datos de su creador. Puede terminar desplegado en cientos de proveedores cloud, empresas, universidades y administraciones que necesitarán capacidad de computación.

Desde esa perspectiva, desarrollar Nemotron podría ser menos una protección contra la caída de ventas de GPU y más una forma de crear nuevas razones para comprarlas.

Poolside también necesitaba mucho más acceso a computación

La relación entre ambas compañías ilustra precisamente la importancia que ha alcanzado el acceso a infraestructura.

Según la información comunicada a inversores, Poolside había intentado levantar anteriormente miles de millones de dólares y llegó a plantear una infraestructura basada en unas 40.000 GPU GB300. La startup tenía dificultades para financiar semejante capacidad a la velocidad necesaria.

Para NVIDIA el problema es exactamente el contrario.

Dispone del hardware y de una capacidad financiera gigantesca, pero construir modelos de primera línea requiere investigadores, datos, metodologías de entrenamiento y experiencia acumulada.

La operación permite juntar ambas partes.

Poolside obtiene capital y mantiene una empresa independiente. NVIDIA consigue incorporar más de un centenar de profesionales y licenciar tecnología que podría ahorrarle años de desarrollo interno.

Sam Altman no está diciendo que el boom de la IA se haya terminado

También conviene separar esta operación de otro debate que está produciéndose alrededor de las previsiones de Sam Altman.

El CEO de OpenAI ha reconocido que la transformación económica provocada por la IA no necesariamente se producirá de manera instantánea. La propia OpenAI compara actualmente la expansión de la inteligencia artificial con tecnologías como la electricidad, cuyos efectos fueron profundos pero tardaron años en extenderse por toda la economía.

Esto es muy diferente de afirmar que Altman crea ahora que la demanda de IA vaya a hundirse.

Los datos publicados por OpenAI en agosto muestran precisamente una adopción creciente. ChatGPT supera los 1.000 millones de usuarios y la compañía señala que las empresas están pasando progresivamente de utilizar IA para obtener respuestas a emplearla para ejecutar trabajos y procesos completos mediante agentes.

Altman sí ha defendido recientemente que el desarrollo de los modelos más avanzados podría necesitar un ritmo más controlado para permitir que los sistemas de seguridad y la sociedad se adapten a nuevas capacidades. Eso responde principalmente a preocupaciones de seguridad y gobernanza, no a una previsión de que desaparezca la demanda económica de computación.

La diferencia importa porque evita convertir dos historias distintas en una sola narrativa sobre una supuesta burbuja a punto de estallar.

NVIDIA está dejando de ser solamente NVIDIA

Los 7.000 millones vinculados a Poolside tienen probablemente más importancia estratégica que financiera.

Para una compañía con el tamaño y la generación de caja actuales de NVIDIA, la operación no cambia radicalmente sus cuentas. Sí puede cambiar la percepción de qué tipo de empresa pretende ser dentro de cinco años.

Jensen Huang empezó construyendo GPU.

Después NVIDIA creó CUDA y consiguió que una gran parte de la computación acelerada dependiera de su plataforma de software.

Más tarde añadió redes, sistemas completos como DGX y GB200 NVL72, servicios cloud, motores de inferencia y herramientas para construir agentes.

Ahora está invirtiendo miles de millones en los propios modelos que utilizarán toda esa infraestructura.

Eso introduce un escenario bastante más interesante que presentar la operación exclusivamente como una protección frente a una hipotética caída de ventas.

NVIDIA puede terminar simultáneamente fabricando el acelerador, diseñando el sistema, proporcionando la red, financiando el centro de datos, desarrollando el software de ejecución y ofreciendo el modelo que corre sobre todo ello.

Ese grado de integración también aumenta los riesgos. La compañía debe evitar enfrentarse demasiado directamente con algunos de sus mayores clientes, justificar inversiones cada vez mayores y conseguir que Nemotron tenga suficiente adopción como para competir con una oferta de modelos abiertos que cambia prácticamente cada semana.

Poolside le proporciona tecnología y talento para intentarlo.

Lo que todavía no demuestra el acuerdo es que NVIDIA espere quedarse sin compradores para sus GPU. Por ahora parece más bien lo contrario: está utilizando los beneficios extraordinarios del hardware para intentar ocupar cada vez más capas del negocio de la inteligencia artificial antes de que otros lo hagan.

Preguntas frecuentes

¿Cuánto invertirá NVIDIA en Poolside?

Las informaciones disponibles sitúan el compromiso total alrededor de 7.000 millones de dólares: 6.000 millones por una licencia no exclusiva de tecnología y otros 1.000 millones mediante una inversión en Poolside a una valoración previa de 12.000 millones.

¿NVIDIA ha comprado Poolside?

No. El acuerdo comunicado a los inversores no se plantea como una adquisición. Poolside continuará operando y sus fundadores permanecerán en la empresa, mientras más de 100 empleados vinculados principalmente a sus modelos podrían incorporarse a NVIDIA.

¿Qué quiere hacer NVIDIA con la tecnología de Poolside?

Uno de los objetivos principales sería acelerar el desarrollo de Nemotron, la familia de modelos de pesos abiertos de NVIDIA, aprovechando la tecnología de entrenamiento y el conocimiento acumulado por Poolside.

¿NVIDIA está comprando sus propias GPU porque teme que se hunda la demanda?

No hay evidencia suficiente para afirmarlo. Es posible interpretar sus inversiones en modelos e infraestructura como una diversificación, pero NVIDIA continúa comprometiéndose con una fuerte expansión de capacidad y sostiene públicamente que la demanda de computación para IA sigue aumentando.