Texto íntegro del discurso de Huang Renxun en GTC: para 2027, la demanda del mercado superará 1 B $; todos deberían desarrollar una estrategia para OpenClaw

Título original: «Texto íntegro del discurso de Jensen Huang en GTC: se acerca la era de la inferencia, ingresos de 1 B $ en 2027, las langostas son el nuevo sistema operativo»

Autor original: Bao Yilong, Wall Street View

El 16/03/2026 se inauguró oficialmente la conferencia NVIDIA GTC 2026, y Jensen Huang, fundador y CEO de NVIDIA, pronunció el discurso inaugural.

En esta conferencia, considerada la «peregrinación anual de la industria de la IA», Jensen Huang describió la transformación de NVIDIA, de «empresa de chips» a «empresa de infraestructura y fábricas de IA». Ante las principales preocupaciones del mercado sobre la sostenibilidad del rendimiento y el potencial de crecimiento, Jensen Huang detalló la lógica empresarial subyacente que impulsará el crecimiento futuro: la «economía de la fábrica de tokens».

Previsiones de rendimiento muy optimistas: «la demanda superará al menos 1 B $ en 2027»

En los últimos dos años, la demanda mundial de computación para IA ha experimentado una explosión exponencial. A medida que los grandes modelos evolucionan desde la «percepción» y la «generación» hasta la «inferencia» y la «acción (ejecución de tareas)», el consumo de potencia de cálculo ha aumentado drásticamente. Ante la intensa atención del mercado a los pedidos y los límites de ingresos, Jensen Huang ofreció unas perspectivas muy sólidas.

Jensen Huang afirmó en su discurso:

Por estas fechas el año pasado, dije que veíamos una demanda de alta confianza de 500.000 M $, que cubría Blackwell y Rubin hasta 2026. Ahora, aquí y en este mismo momento, veo una demanda de al menos 1 B $ para 2027.

La previsión de un billón de dólares de Jensen Huang impulsó en su día la cotización de NVIDIA más de 4,3%.

Además, añadió información sobre esta cifra:

¿Es razonable? De eso voy a hablar ahora. De hecho, ni siquiera podremos satisfacer la demanda. Estoy seguro de que la demanda real de computación será mucho mayor que esta cifra.

Jensen Huang señaló que los sistemas de NVIDIA han demostrado ser hoy la «infraestructura de menor coste» del mundo. Como NVIDIA puede ejecutar modelos de IA en prácticamente todos los ámbitos, esta versatilidad permite aprovechar y mantener plenamente la inversión de 1 B $ que realizan los clientes durante un ciclo de vida largo.

Actualmente, 60% del negocio de NVIDIA procede de los cinco principales proveedores de nube a hiperescala, mientras que el 40% restante se distribuye ampliamente entre nubes soberanas, empresas, industrias, robótica, computación en el edge y otros ámbitos.

Economía de la fábrica de tokens: el éxito empresarial depende del rendimiento por vatio

Para explicar la lógica detrás de esta demanda de un billón de dólares, Jensen Huang presentó a los CEO de todo el mundo un nuevo conjunto de conceptos empresariales. Señaló que el centro de datos del futuro ya no será un almacén para guardar archivos, sino una «fábrica» que produce tokens (la unidad básica que genera la IA).

Jensen Huang destacó:

Por definición, todos los centros de datos y todas las fábricas están limitados por la potencia disponible. Una fábrica de 1 gigavatio (GW) nunca se convertirá en una fábrica de 2GW; es una ley de la física y de los átomos. Con un nivel de potencia fijo, quien alcance el mayor rendimiento de tokens por vatio tendrá el menor coste de producción.

Jensen Huang dividió los futuros servicios de IA en cuatro niveles empresariales:

· Nivel gratuito (alto rendimiento, baja velocidad)

· Nivel medio (~3 $ por millón de tokens)

· Nivel alto (~6 $ por millón de tokens)

· Nivel de alta velocidad (~45 $ por millón de tokens)

· Nivel de velocidad ultraalta (~150 $ por millón de tokens)

Señaló que, a medida que los modelos aumenten de tamaño y los contextos se alarguen, la IA será más inteligente, pero la velocidad de generación de tokens disminuirá. Jensen Huang afirmó:

En esta fábrica de tokens, tu rendimiento y velocidad de generación de tokens se traducirán directamente en tus ingresos exactos del próximo año.

Jensen Huang destacó que la arquitectura de NVIDIA permite a los clientes alcanzar un rendimiento extremadamente alto en el nivel gratuito y, a la vez, ofrecer una impresionante mejora del rendimiento de 35x en el nivel de inferencia de mayor valor.

Vera Rubin logra una aceleración de 350x en dos años y Groq cubre la brecha de la inferencia rápida

Ante esta limitación física, NVIDIA presenta Vera Rubin, su sistema de computación para IA más complejo hasta la fecha. Huang Renxun afirmó:

Cuando hablábamos de Hopper, solía levantar un chip, que era una monada. Pero cuando hablamos de Vera Rubin, todo el mundo piensa en el sistema completo. En este sistema 100% refrigerado por líquido, que elimina por completo los cables tradicionales, los racks que antes tardaban dos días en instalarse ahora solo tardan dos horas.

Huang Renxun señaló que, gracias a un diseño conjunto extremo de hardware y software de extremo a extremo, Vera Rubin ha logrado un salto de datos asombroso dentro del mismo centro de datos de 1GW:

En solo dos años, hemos aumentado la velocidad de generación de tokens de 22M a 700M, lo que supone un crecimiento de 350x. Durante el mismo periodo, la Ley de Moore solo habría permitido una mejora aproximada de 1,5x.

Para resolver el cuello de botella del ancho de banda en condiciones de inferencia rápida (por ejemplo, 1000 tokens/segundo), NVIDIA ha propuesto la solución definitiva al integrar la empresa adquirida Groq: la inferencia con separación asimétrica.

Huang Renxun explicó:

Las características de estos dos procesadores son completamente distintas. El chip Groq tiene 500MB de SRAM, mientras que un único chip Rubin cuenta con 288GB de memoria.

Huang Renxun señaló que, mediante el sistema de software Dynamo, NVIDIA asigna a Vera Rubin la fase de «prellenado», que requiere una gran capacidad de cálculo y memoria, y a Groq la fase de «decodificación», muy sensible a la latencia. Huang Renxun también ofreció recomendaciones para asignar la capacidad de computación de las empresas:

Si tu trabajo se centra principalmente en un alto rendimiento, utiliza Vera Rubin 100%; si necesitas generar una cantidad considerable de tokens programáticos de alto valor, asigna 25% de la escala de tu centro de datos a Groq.

Se ha revelado que el chip Groq LP30, fabricado por Samsung, ya está en producción en masa y que se espera que los envíos comiencen en el tercer trimestre; mientras tanto, el primer rack Vera Rubin ya está funcionando en Microsoft Azure Cloud.

Además, en lo relativo a la tecnología de interconexión óptica, Huang Renxun presentó el primer switch Spectrum X de óptica coempaquetada (CPO) producido en masa del mundo, poniendo fin al debate del mercado sobre la transición «del cobre a la luz».

Necesitamos más capacidad de producción de cables de cobre, más capacidad de chips ópticos y más capacidad de CPO.

Los agentes ponen fin al SaaS tradicional: «salario anual + tokens» se convierte en el estándar de Silicon Valley

Además de las barreras de hardware, Huang Renxun dedicó mucho espacio a la revolución del software y los ecosistemas de IA, especialmente al auge de los agentes.

Describió el proyecto de código abierto OpenClaw como «el proyecto de código abierto más popular de la historia de la humanidad» y afirmó que en solo unas semanas superó los logros de Linux de los últimos 30 años. Huang Renxun declaró sin rodeos que OpenClaw es, en esencia, el «sistema operativo» de los ordenadores con agentes.

Huang Renxun afirmó:

Todas las empresas de SaaS (software como servicio) se convertirán en empresas de AaaS (agente como servicio). Sin duda, para desplegar de forma segura estos agentes inteligentes, capaces de acceder a datos confidenciales y ejecutar código, NVIDIA ha lanzado el diseño de referencia NeMo Claw para empresas, que incorpora un motor de políticas y un router de privacidad.

Esta transformación también está al alcance de los profesionales. Huang Renxun dibujó una imagen de cómo será el lugar de trabajo del futuro:

En el futuro, todos los ingenieros de nuestra empresa necesitarán un presupuesto anual de tokens.Su salario base podría ser de cientos de miles de dólares y, además, les asignaré aproximadamente la mitad de esa cantidad como presupuesto de tokens, para que puedan mejorar su eficiencia 10x.Esto ya es un nuevo argumento para captar talento en Silicon Valley: ¿cuántos tokens incluye tu oferta?

Al final de la presentación, Huang Renxun también ofreció un «adelanto» de la arquitectura de computación de próxima generación, Feynman, que permitirá por primera vez el escalado horizontal simultáneo de cables de cobre y CPO. Aún más llamativo es que NVIDIA está desarrollando el ordenador para centros de datos «Vera Rubin Space-1», que se desplegará en el espacio y abrirá por completo nuevas posibilidades para ampliar la capacidad de procesamiento de IA más allá de la Tierra.

A continuación, se presenta el texto íntegro del discurso de Huang Renxun en GTC 2026, traducido con la ayuda de una herramienta de IA:

Presentador: Damos la bienvenida al escenario a Huang Renxun, fundador y CEO de NVIDIA.

Huang Renxun, fundador y CEO: Bienvenidos a GTC. Quiero recordarles que esta es una conferencia técnica. Me alegra mucho ver a tanta gente haciendo cola desde primera hora de la mañana para entrar y verlos a todos aquí.

En GTC nos centraremos en tres temas principales: tecnología, plataforma y ecosistema.

NVIDIA cuenta actualmente con tres plataformas principales: la plataforma CUDA-X, la plataforma de sistemas y nuestra incorporación más reciente, la plataforma AI Factory.

Antes de empezar, quiero dar las gracias a los presentadores previos al evento: Sarah Guo, de Conviction; Alfred Lin, de Sequoia Capital (el primer VC de NVIDIA); y Gavin Baker, el primer gran inversor institucional de NVIDIA. Los tres tienen una profunda visión técnica y una gran influencia en todo el ecosistema tecnológico. Por supuesto, también quiero dar las gracias a todos los VIP a quienes invité personalmente hoy. Gracias a este equipo de estrellas.

También quiero dar las gracias a todas las empresas que están hoy aquí. NVIDIA es una empresa de plataformas y contamos con tecnología, plataformas y un ecosistema sólido. Las empresas representadas hoy abarcan casi todos los participantes de la industria 100 B $, y 450 empresas patrocinan este evento. Muchas gracias a todas ellas.

Esta conferencia cuenta con 1.000 sesiones técnicas y 2.000 ponentes, y cubre todos los niveles de la arquitectura «full stack» de IA: desde elementos básicos como el terreno, la energía y los centros de datos, hasta los chips, las plataformas, los modelos y toda clase de aplicaciones que impulsan el avance de la industria.

CUDA: dos décadas de legado tecnológico

Todo empezó aquí. Este año se cumple el vigésimo aniversario de CUDA.

Llevamos dos décadas dedicados al desarrollo de esta arquitectura. CUDA es un invento revolucionario: la tecnología SIMT (Single Instruction, Multiple Thread) permite a los desarrolladores escribir programas en código escalar y ampliarlos a aplicaciones multihilo, con mucha menos complejidad de programación que las arquitecturas SIMD anteriores. Hace poco añadimos la funcionalidad Tiles para ayudar a los desarrolladores a programar con más facilidad los núcleos tensoriales, una estructura de operaciones matemáticas crucial para la IA actual. CUDA cuenta actualmente con miles de herramientas, compiladores, frameworks y bibliotecas, así como cientos de miles de proyectos de código abierto en su comunidad, y está profundamente integrado en todos los ecosistemas tecnológicos.

Este gráfico muestra la lógica estratégica 100% de NVIDIA, de la que hablo desde el primer día. El elemento más difícil y fundamental de conseguir es la «base instalada» que aparece en la parte inferior del gráfico. En los últimos veinte años, hemos acumulado cientos de millones de GPU y sistemas de computación compatibles con CUDA en todo el mundo.

Nuestras GPU cubren todas las plataformas en la nube y dan servicio a prácticamente todos los fabricantes de ordenadores y sectores. La enorme base instalada de CUDA es el motivo fundamental de este volante de inercia que no deja de acelerarse. La base instalada atrae a desarrolladores; estos crean nuevos algoritmos y avances, que impulsan nuevos mercados; los nuevos mercados forman nuevos ecosistemas y atraen a más empresas, lo que amplía la base instalada. Este volante de inercia sigue acelerándose.

El número de descargas de las bibliotecas de NVIDIA crece a un ritmo asombroso, con una escala enorme y un impulso cada vez mayor. Este volante de inercia permite que nuestra plataforma de computación dé soporte a aplicaciones masivas y a un flujo constante de nuevos avances.

Y, lo que es más importante, también dota a estas infraestructuras de una vida útil extremadamente larga. El motivo está claro: hay un rico conjunto de aplicaciones que se ejecutan en NVIDIA CUDA, que cubre todas las etapas del ciclo de vida de la IA, varias plataformas de procesamiento de datos y distintos solucionadores de principios científicos. Por tanto, una vez instalada una GPU de NVIDIA, su utilidad real es muy elevada. Esta es también la razón por la que han subido los precios en la nube de nuestras GPU con arquitectura Ampere, lanzadas hace seis años.

El motivo fundamental de todo esto es: una enorme base instalada, un potente volante de inercia y un amplio ecosistema de desarrolladores. Cuando estos factores actúan conjuntamente y se combinan con nuestras continuas actualizaciones de software, el coste de la computación sigue disminuyendo. Al acelerar la computación, se mejora considerablemente el rendimiento de las aplicaciones y, gracias al mantenimiento y la evolución a largo plazo del software, los usuarios no solo pueden experimentar un salto de rendimiento desde el principio, sino también disfrutar continuamente de la reducción de los costes de computación. Estamos dispuestos a ofrecer soporte a largo plazo para cada GPU del mundo porque son totalmente compatibles a nivel de arquitectura.

Estamos dispuestos a hacerlo gracias a la enorme base instalada: cada vez que publicamos una nueva optimización, puede beneficiar a millones de usuarios. Esta combinación dinámica permite que la arquitectura de NVIDIA amplíe continuamente su cobertura, acelere su propio crecimiento, reduzca constantemente los costes de computación y, en última instancia, estimule nuevas oportunidades de crecimiento. CUDA es el núcleo de todo esto.

De GeForce a CUDA: 25 años de evolución

Y nuestro camino con CUDA comenzó en realidad hace veinticinco años.

GeForce: creo que muchos de ustedes crecieron con GeForce. GeForce es el proyecto de marketing más exitoso de NVIDIA. Empezamos a cultivar a nuestros futuros clientes cuando todavía no podían permitirse nuestros productos: fueron sus padres quienes se convirtieron en los primeros usuarios de NVIDIA, comprando nuestros productos año tras año, hasta que un día ustedes crecieron y se convirtieron en destacados científicos informáticos, clientes de verdad y desarrolladores.

Esta es la base que GeForce sentó hace veinticinco años. Hace veinticinco años inventamos el shader programable, un invento que parecía obvio, pero que tuvo una enorme importancia, ya que hizo posible la programabilidad de los aceleradores y dio lugar al primer acelerador programable del mundo: el shader de píxeles. Cinco años después creamos CUDA, una de las inversiones más importantes que hemos hecho. En aquel momento, los recursos financieros de la empresa eran limitados, pero apostamos por este proyecto la mayor parte de nuestros beneficios y nos comprometimos a ampliar CUDA desde GeForce hasta todos los ordenadores. Fuimos tan firmes porque creíamos profundamente en su potencial. A pesar de las dificultades iniciales, la empresa mantuvo esta convicción durante 13 generaciones y veinte años completos. Hoy, CUDA está en todas partes.

El shader de píxeles impulsó la revolución de GeForce. Y hace unos ocho años presentamos RTX, una reformulación integral de la arquitectura para la era moderna de los gráficos por ordenador. GeForce llevó CUDA al mundo y permitió que investigadores como Alex Krizhevsky, Ilya Sutskever, Geoffrey Hinton, Andrew Ng y muchos otros descubrieran que la GPU podía ser una herramienta potente para acelerar el aprendizaje profundo, lo que desencadenó la explosión de la IA hace una década.

Hace diez años decidimos combinar los shaders programables con dos conceptos nuevos: uno era el trazado de rayos por hardware, un reto técnico; el otro era una idea adelantada a su tiempo: hace aproximadamente una década, previmos que la IA transformaría radicalmente los gráficos por ordenador. Del mismo modo que GeForce llevó la IA al mundo, ahora la IA está remodelando, a su vez, toda la implementación de los gráficos por ordenador.

Hoy voy a mostrarles el futuro. Esta es nuestra tecnología gráfica de próxima generación, que llamamos Neural Rendering: la integración profunda de los gráficos 3D y la inteligencia artificial. Esto es DLSS 5; veámoslo.

Neural Rendering: la fusión de datos estructurados e IA generativa

¿No es asombroso? Los gráficos por ordenador han cobrado nueva vida.

¿Qué hicimos? Combinamos los gráficos 3D controlables —la auténtica base del mundo virtual— con sus datos estructurados, y los integramos con la IA generativa y la computación probabilística. Uno es completamente determinista y el otro es probabilístico, pero muy realista. Hemos combinado estos dos conceptos para lograr un control preciso mediante datos estructurados y, al mismo tiempo, permitir la generación en tiempo real. En definitiva, el contenido es visualmente impresionante y completamente controlable.

La integración de información estructurada con IA generativa se replicará en un sector tras otro. Los datos estructurados son la piedra angular de una IA fiable.

Plataforma de aceleración de datos estructurados y no estructurados

Ahora voy a mostrarles un diagrama de arquitectura técnica.

En el ámbito de los datos estructurados, herramientas conocidas como SQL, Spark, Pandas y Velox, así como plataformas clave como Snowflake, Databricks, Amazon EMR, Azure Fabric y Google BigQuery, entre otras, trabajan con Data Frames. Estos Data Frames son como hojas de cálculo gigantes que contienen toda la información del mundo empresarial y constituyen la fuente de verdad de la computación empresarial.

En la era de la IA, necesitamos que la IA trabaje con datos estructurados y alcance la máxima aceleración. Antes, el objetivo de acelerar el procesamiento de datos estructurados era mejorar la eficiencia de las empresas. Sin embargo, en el futuro, la IA utilizará estos datos estructurados a velocidades muy superiores a las capacidades humanas, y los agentes de IA consultarán intensivamente bases de datos estructuradas.

En el ámbito de los datos no estructurados, las bases de datos vectoriales, los PDF, los vídeos, los audios y otros tipos de contenido conforman la gran mayoría de los datos del mundo: alrededor de 90% de los datos que se generan cada año no están estructurados. Antes, apenas se aprovechaban estos datos: los leíamos, los guardábamos en sistemas de archivos y ahí terminaba todo. No podíamos consultarlos y era difícil recuperarlos porque los datos no estructurados carecen de un método de indexación sencillo; hay que comprender su significado y contexto. Ahora la IA puede hacerlo: mediante tecnologías de percepción y comprensión multimodales, puede leer documentos PDF, entender su significado e integrarlos en una estructura más amplia en la que se puedan realizar búsquedas.

NVIDIA ha creado dos bibliotecas fundamentales para ello:

· cuDF: para acelerar el procesamiento de Data Frames y datos estructurados

· cuVS: para el almacenamiento vectorial, los datos semánticos y el procesamiento de datos no estructurados de IA

Estas dos plataformas se convertirán en algunas de las plataformas fundamentales más importantes del futuro.

Hoy anunciamos alianzas con varias empresas. IBM, inventor del lenguaje SQL, utilizará cuDF para acelerar su plataforma WatsonX Data. Dell ha colaborado con nosotros para crear Dell AI Data Platform, integrando cuDF y cuVS y logrando mejoras significativas del rendimiento en proyectos reales de NTT Data. En Google Cloud, no solo aceleramos Vertex AI, sino también BigQuery; además, gracias a nuestra colaboración con Snapchat, hemos reducido sus costes de computación en casi 80%.

Los beneficios de la computación acelerada son tres: velocidad, escala y coste. Esto sigue la lógica de la Ley de Moore: lograr un salto de rendimiento mediante la computación acelerada y, al mismo tiempo, optimizar continuamente los algoritmos para que todo el mundo pueda beneficiarse de la reducción constante de los costes de computación.

NVIDIA ha creado una plataforma de computación acelerada que reúne numerosas bibliotecas: RTX, cuDF, cuVTS y otras. Estas bibliotecas están integradas en servicios en la nube y sistemas OEM de todo el mundo, y llegan conjuntamente a usuarios de todo el planeta.

Colaboración profunda con proveedores de nube

Colaboración con los principales proveedores de nube

Google Cloud: Aceleramos Vertex AI y BigQuery, nos integramos profundamente con JAX/XLA y ofrecemos un rendimiento excepcional en PyTorch. NVIDIA es el único acelerador global que destaca tanto en PyTorch como en JAX/XLA. Incorporamos al ecosistema de Google Cloud a clientes como Base10, CrowdStrike, Puma, Salesforce y otros.

AWS: Aceleramos EMR, SageMaker y Bedrock, con una integración profunda con AWS. Lo que más me entusiasma este año es que hemos incorporado OpenAI a AWS, lo que impulsará considerablemente el crecimiento del consumo de la nube de AWS y ayudará a OpenAI a ampliar sus despliegues regionales y su capacidad de computación.

Microsoft Azure: El superordenador de 100 PFLOPS de NVIDIA es el primero que construimos y el primero que se implementó en Azure, sentando una base crucial para la colaboración con OpenAI. Aceleramos los servicios en la nube de Azure y AI Foundry, y colaboramos para impulsar la expansión regional de Azure y una cooperación profunda en las búsquedas de Bing.

También merece la pena destacar nuestra capacidad de «computación confidencial», que garantiza que ni siquiera los operadores puedan ver los datos y modelos de los usuarios. Las GPU de NVIDIA están entre las primeras del mundo compatibles con la computación confidencial, lo que permite desplegar de forma confidencial los modelos de OpenAI y Anthropic en entornos de nube de todo el mundo. Por ejemplo, con Synopsys aceleramos todos sus flujos de trabajo de EDA y CAD y los desplegamos en Microsoft Azure.

Oracle: Somos el primer cliente de IA de Oracle y me enorgullece haber podido explicarles por primera vez el concepto de AI Cloud. Desde entonces han crecido rápidamente, y también hemos incorporado a muchos socios, como Cohere, Fireworks y OpenAI, entre otros.

CoreWeave: La primera nube del mundo nativa de IA, creada para alojar GPU y ofrecer servicios de nube de IA, con una excelente base de clientes y un sólido impulso de crecimiento.

Palantir + Dell: Una colaboración tripartita ha creado una plataforma de IA completamente nueva basada en Ontology Platform y la plataforma de IA de Palantir, que permite desplegar IA en cualquier país y en cualquier entorno aislado de redes, totalmente localizado, desde el procesamiento de datos —vectorizado o estructurado— hasta toda la pila de aceleración de IA.

NVIDIA ha establecido esta asociación especial con proveedores de servicios en la nube de todo el mundo: incorporamos clientes a la nube y creamos un ecosistema beneficioso para todos.

Integración vertical, apertura horizontal: la estrategia central de NVIDIA

NVIDIA es la primera empresa del mundo integrada verticalmente y abierta horizontalmente.

La necesidad de este modelo es muy sencilla: la computación acelerada no es un problema de chips ni de sistemas; se expresa mejor como aceleración de aplicaciones. La CPU puede acelerar el ordenador en su conjunto, pero este camino ha llegado a un cuello de botella. En el futuro, solo la aceleración específica para aplicaciones o ámbitos permitirá lograr mejoras continuas del rendimiento y reducir los costes.

Por eso NVIDIA debe profundizar en una biblioteca tras otra, en un ámbito tras otro y en un sector vertical tras otro. Somos una empresa de computación integrada verticalmente y no tenemos otra opción. Debemos entender las aplicaciones, conocer los ámbitos, comprender a fondo los algoritmos y poder desplegarlos en cualquier situación: centros de datos, la nube, instalaciones locales, el edge e incluso sistemas de robótica.

Al mismo tiempo, NVIDIA mantiene su apertura horizontal y está dispuesta a integrar su tecnología en la plataforma de cualquier socio para que el mundo disfrute de las ventajas de la computación acelerada.

La composición de los asistentes a este GTC lo refleja plenamente. El sector de los servicios financieros es el más representado entre los asistentes: esperamos que vengan desarrolladores, no operadores. Nuestro ecosistema cubre toda la cadena de suministro, de principio a fin. Tanto si se trata de una empresa de 50, 70 o 150 años, el año pasado fue el mejor de su historia. Estamos al comienzo de algo muy, muy importante.

CUDA-X: motor de computación acelerada para todos los sectores

NVIDIA ha logrado una profunda penetración en diversos sectores verticales:

Conducción autónoma: impacto amplio y de gran alcance

Servicios financieros: la inversión cuantitativa está pasando de la ingeniería manual de características al aprendizaje profundo impulsado por superordenadores, lo que da paso a su «momento Transformer»

Sanidad: se acerca su propio «momento ChatGPT», con descubrimiento de fármacos asistido por IA, agentes de diagnóstico con IA, atención al cliente médica y mucho más

Industria: está en marcha la mayor ola de construcción del mundo, con la creación de fábricas de IA, fábricas de chips y fábricas de centros de datos

Entretenimiento y videojuegos: las plataformas de IA en tiempo real dan soporte a la traducción, las retransmisiones en directo, la interacción en los juegos y los agentes de compra inteligentes

Robótica: tras más de una década de desarrollo, ya están plenamente equipadas tres arquitecturas de computación principales (ordenador de entrenamiento, ordenador de simulación y ordenador integrado), y en esta exposición se presentan un total de 110 robots

Telecomunicaciones: una industria de aproximadamente 2 B $, en la que las estaciones base evolucionarán desde una única función de comunicación hasta convertirse en una plataforma de infraestructura de IA. La plataforma correspondiente se llama Aerial y colabora estrechamente con empresas como Nokia, T-Mobile y otras.

En el núcleo de todos estos ámbitos está nuestra biblioteca CUDA-X: aquí es donde NVIDIA, como empresa de algoritmos, opera realmente. Estas bibliotecas son los activos más importantes de la empresa y permiten que la plataforma de computación aporte valor real a todos los sectores.

Una de las bibliotecas más importantes es cuDNN (CUDA Deep Neural Network Library), que ha revolucionado la inteligencia artificial y ha dado lugar al auge de la IA moderna.

(Reproducir vídeo de demostración de CUDA-X)

Todo lo que acaban de ver era una simulación, incluidos los solucionadores basados en la física, los modelos físicos de agentes de IA y los modelos de robots de IA física. Todo está simulado, sin animación manual ni montaje de articulaciones. Esta es la competencia central de NVIDIA: aprovechar estas oportunidades mediante una profunda comprensión de los algoritmos y su integración orgánica con la plataforma de computación.

Empresas nativas de IA y la nueva era de la computación

Acaban de ver gigantes del sector como Walmart, L'Oréal, JPMorgan Chase, Roche, Toyota y muchas otras empresas que definen la sociedad actual, además de un gran número de compañías que quizá no conocen: las llamamos empresas nativas de IA. Es una lista muy extensa, que incluye OpenAI, Anthropic y numerosas empresas emergentes que prestan servicio a distintos sectores verticales.

En los últimos dos años, esta industria ha experimentado un crecimiento asombroso. El capital riesgo que ha llegado a las startups ha alcanzado 150.000 M $, la cifra más elevada de la historia de la humanidad. Y, lo que es más importante, el tamaño de las inversiones individuales ha pasado por primera vez de millones a cientos de millones e incluso miles de millones de dólares.

Solo hay un motivo para ello: por primera vez en la historia, todas las empresas de esta categoría necesitan enormes recursos de computación y una gran cantidad de tokens. Esta industria está creando y generando tokens, o añadiendo valor a los tokens de instituciones como Anthropic y OpenAI.

Al igual que la revolución del PC, la revolución de Internet y la revolución de la nube móvil dieron lugar a una serie de empresas revolucionarias, la revolución de las plataformas de computación de esta generación también creará un conjunto de empresas muy influyentes que se convertirán en una fuerza importante en el mundo del futuro.

Los tres avances históricos que impulsan todo esto

¿Qué ha ocurrido exactamente en los últimos dos años? Tres acontecimientos importantes.

Primero: ChatGPT, el inicio de la era de la IA generativa (de finales de 2022 a 2023)

No solo puede percibir y comprender, sino también generar contenido original. Mostré la fusión de la IA generativa y los gráficos por ordenador. La IA generativa cambia radicalmente la naturaleza de la computación: esta pasa de basarse en la recuperación a basarse en la generación, lo que afecta de forma significativa a la arquitectura de los ordenadores, los métodos de despliegue y su importancia general.

Segundo: la IA de razonamiento, representada por o1

La capacidad de razonamiento permite a la IA reflexionar, planificar y descomponer problemas, es decir, dividir aquellos que no puede comprender directamente en pasos manejables. o1 hace que la IA generativa sea fiable y capaz de razonar a partir de información real. Como consecuencia, ha aumentado considerablemente el número de tokens del contexto de entrada y del razonamiento, lo que ha incrementado sustancialmente la carga computacional.

Tercero: Claude Code, el primer modelo de agente inteligente

Puede leer archivos, escribir código, compilar, probar, evaluar e iterar. Claude Code ha revolucionado la ingeniería de software: 100% de los ingenieros de NVIDIA utilizan uno o varios de estos productos: Claude Code, Codex y Cursor. Ningún ingeniero de software trabaja sin asistencia de IA.

Este es un nuevo punto de inflexión: ya no le preguntas a la IA «qué, dónde, cómo», sino que le pides que «cree, ejecute y construya», usando herramientas de forma proactiva, leyendo archivos, descomponiendo problemas y actuando. La IA ha pasado de la percepción a la generación y al razonamiento, y ahora realmente hace el trabajo.

En los últimos dos años, el volumen de computación necesario para el razonamiento ha aumentado alrededor de 10.000 veces y el uso ha crecido aproximadamente 100 veces. Siempre he creído que, en los últimos dos años, la demanda de computación ha aumentado 1.000.000 de veces; esta es la percepción compartida por todos, OpenAI y Anthropic. Más computación genera más tokens, mayores ingresos y una IA más inteligente. Ha llegado el punto de inflexión del razonamiento.

La era de la infraestructura de IA de un billón de dólares

Por estas fechas el año pasado afirmé aquí que teníamos mucha confianza en la demanda y los pedidos de compra de Blackwell y Rubin antes de 2026, que ascendían a unos 500.000 M $.

Hoy, un año después, en GTC, estoy aquí para decirles: de cara a 2027, la cifra que veo es al menos 1 B $. Y estoy convencido de que la demanda real de computación será muy superior a esta cifra.

2025: el año de la inferencia para NVIDIA

2025 es el año de la inferencia para NVIDIA. Nuestro objetivo es garantizar que, además del entrenamiento y el postentrenamiento, se mantenga la excelencia en todas las etapas del ciclo de vida de la IA, para que la infraestructura en la que se ha invertido siga funcionando con eficiencia, tenga una vida útil efectiva más larga y ofrezca un coste por unidad más bajo.

Al mismo tiempo, Anthropic y Meta se han incorporado oficialmente a la plataforma de NVIDIA y representan en conjunto un tercio de la demanda mundial de computación para IA. Los modelos de código abierto se acercan a la vanguardia y están por todas partes.

NVIDIA es actualmente la única plataforma global capaz de ejecutar IA en todos los ámbitos —lenguaje, biología, gráficos por ordenador, visión artificial, voz, proteínas y química, robótica, etc.— y todos los modelos de IA, en cualquier idioma, tanto en el edge como en la nube. La arquitectura de NVIDIA es versátil y se adapta a todos estos escenarios, lo que nos convierte en la plataforma de menor coste y mayor fiabilidad.

Actualmente, 60% del negocio de NVIDIA procede de los cinco principales proveedores de nube a hiperescala del mundo, mientras que el 40% restante se reparte entre nubes regionales y soberanas, empresas, industria, robótica, computación en el edge y otros ámbitos. La amplitud de la cobertura de la IA es, en sí misma, su resiliencia: sin duda, estamos ante una nueva era de transformación de las plataformas de computación.

Grace Blackwell y NVLink 72: una audaz innovación arquitectónica

En pleno apogeo de la arquitectura Hopper, decidimos rediseñar por completo el sistema, ampliar NVLink de 8 carriles a NVLink 72 y desglosar y reestructurar el sistema por completo. Grace Blackwell NVLink 72 fue una gran apuesta tecnológica, nada fácil para todos los socios, y se lo agradezco sinceramente a todos.

Al mismo tiempo, presentamos NVFP4, que no es un FP4 convencional, sino un nuevo tipo de núcleo tensorial y unidad de cálculo. Hemos demostrado que NVFP4 puede realizar inferencias sin pérdida de precisión, al tiempo que aporta importantes mejoras de rendimiento y eficiencia, y también sirve para el entrenamiento.

Además, hemos ido presentando una serie de nuevos algoritmos, como Dynamo y TensorRT-LLM, y hemos invertido incluso miles de millones de dólares en construir un superordenador dedicado a optimizar kernels, llamado DGX Cloud.

Los resultados demuestran que nuestro rendimiento de inferencia es extraordinario. Los datos de Semi Analysis, la evaluación más completa del rendimiento de inferencia de IA hasta la fecha, muestran que NVIDIA aventaja ampliamente a sus competidores tanto en vatios por token como en coste por token. Mientras que la Ley de Moore quizá habría mejorado 1,5x el rendimiento del H200 original, nosotros logramos 35x. Dylan Patel, de Semi Analysis, incluso dijo: «Jensen ocultó parte del rendimiento; en realidad es 50x». Tiene razón.

Cito aquí sus palabras: «Jensen ocultó parte del rendimiento».

El coste por token de NVIDIA es el más bajo del mundo y, actualmente, nadie puede igualarlo. El motivo es el codiseño extremo.

Tomemos Fireworks como ejemplo. Antes de que NVIDIA actualizara toda su suite de software y algoritmos, su velocidad media era de unos 700 tokens por segundo; después de la actualización, alcanzó casi 5.000 por segundo, un aumento de aproximadamente 7x. Ese es el poder del codiseño extremo.

AI Factory: del centro de datos a la fábrica de tokens

Antes, el centro de datos era un lugar para almacenar archivos; ahora es una fábrica que produce tokens. En el futuro, todos los proveedores de nube y todas las empresas de IA tendrán la eficiencia de la «fábrica de tokens» como métrica fundamental.

Este es mi argumento principal:

· Eje vertical: rendimiento: número de tokens generados por segundo con una potencia fija

· Eje horizontal: velocidad de los tokens: velocidad de respuesta de cada inferencia; cuanto mayor sea, más grandes podrán ser los modelos utilizados, más largo el contexto y más inteligente la IA

El token es la nueva materia prima y, una vez que madure, se fijarán precios por niveles:

· Nivel gratuito (alto rendimiento, baja velocidad)

· Nivel medio (~3 $ por millón de tokens)

· Nivel alto (~6 $ por millón de tokens)

· Nivel de alta velocidad (~45 $ por millón de tokens)

· Nivel de velocidad ultraalta (~150 $ por millón de tokens)

Grace Blackwell ha multiplicado por 35 el rendimiento del nivel de precio más alto respecto a Hopper y ha introducido un nivel completamente nuevo. Si simplificamos la estimación de los modelos y asignamos 25% de la potencia a cada uno de los cuatro niveles, Grace Blackwell puede generar 5x más ingresos que Hopper.

Vera Rubin: sistema de computación de IA de próxima generación

(Reproducir vídeo de presentación del sistema Vera Rubin)

Vera Rubin es un sistema completo, optimizado de extremo a extremo y diseñado específicamente para cargas de trabajo de agentes:

· Núcleo de computación para grandes modelos de lenguaje: clúster de GPU NVLink 72 que gestiona el prellenado y la caché KV

· CPU Vera completamente nueva: diseñada para lograr un rendimiento monohilo extremadamente alto, con memoria LPDDR5 y una excelente eficiencia energética. Es la única CPU para centros de datos del mundo que utiliza LPDDR5 y es adecuada para invocar herramientas de agentes de IA.

· Sistema de almacenamiento: BlueField 4 + CX 9, una nueva plataforma de almacenamiento para la era de la IA, con 100% de la industria mundial del almacenamiento incorporada al switch CPO Spectrum X: el primer switch Ethernet de óptica coempaquetada del mundo, ya en plena producción

· Rack Kyber: un nuevo sistema de rack que admite 144 GPU para crear un único dominio NVLink, con computación en la parte delantera y conmutación NVLink en la trasera, formando un ordenador gigante

· Rubin Ultra: nodo de superordenador de próxima generación, con diseño de inserción vertical que, combinado con el rack Kyber, admite una interconexión NVLink de mayor escala

Vera Rubin está ahora refrigerado por líquido en 100%, lo que reduce el tiempo de instalación de dos días a dos horas. Utiliza agua templada a 45°C para disminuir considerablemente la carga de refrigeración de los centros de datos. Satya (Nadella) confirmó en una publicación que el primer rack Vera Rubin ya está operativo en Microsoft Azure, y esto me entusiasma profundamente.

Integración de Groq: la máxima ampliación del rendimiento de inferencia

Hemos adquirido el equipo de Groq y obtenido una licencia de su tecnología. Groq es un procesador de flujo de datos determinista que utiliza compilación estática y planificación del compilador, cuenta con una gran cantidad de SRAM y está optimizado para inferir una sola carga de trabajo, con una latencia extremadamente baja y una alta velocidad de generación de tokens.

Sin embargo, Groq tiene una memoria integrada limitada (500MB de SRAM en el chip), por lo que le resulta complicado gestionar de forma independiente los parámetros de los grandes modelos y la caché KV, lo que limita su aplicación a gran escala.

La solución es Dynamo, un software de planificación de inferencias. Con Dynamo, desagregamos el proceso de inferencia:

· Prellenado y decodificación del mecanismo de atención: se realizan en Vera Rubin (requiere una gran capacidad de computación y almacenamiento para la caché KV)

· Decodificación de la red feed-forward: la parte de generación de tokens, que se ejecuta en Groq (requiere un alto ancho de banda y baja latencia)

Ambos se conectan estrechamente a través de Ethernet y reducen la latencia aproximadamente a la mitad mediante un modo especial. Con la planificación unificada de Dynamo, el «sistema operativo de la fábrica de IA», el rendimiento general aumenta 35 veces y se abre un nuevo nivel de rendimiento de inferencia que antes era inalcanzable con NVLink 72.

Recomendación para combinar Groq y Vera Rubin:

Si la carga de trabajo exige un alto rendimiento, utiliza 100% Vera Rubin; si una parte importante de la carga de trabajo consiste en generar tokens de alto valor, como código,

incorpora Groq, con una proporción recomendada de aproximadamente 25% Groq + 75% Vera Rubin. Groq LP30 está fabricado por Samsung, ya se encuentra en producción y se espera que empiece a enviarse en el tercer trimestre. Gracias a Samsung por su plena colaboración.

Un salto histórico en el rendimiento de inferencia

Cuantifiquemos los avances tecnológicos anteriores: en un periodo de 2 años, la velocidad de generación de tokens de una fábrica de IA de 1 gigavatio aumentará de 22M tokens/segundo a 7.000 M tokens/segundo, una mejora de 350x. Ese es el poder del codiseño extremo.

Hoja de ruta tecnológica

· Blackwell: actualmente en producción; sistema de rack estándar Oberon, cableado de cobre ampliado a NVLink 72, con ampliación óptica opcional a NVLink 576

· Vera Rubin (actual): rack Kyber, NVLink 144 (cableado de cobre); rack Oberon, NVLink 72 + óptico, ampliado a NVLink 576; Spectrum 6, el primer switch CPO del mundo

· Vera Rubin Ultra (próximo): GPU Rubin Ultra de próxima generación y chip LP35 (el primero que integra NVFP4), con un aumento adicional del rendimiento de varias veces

· Feynman (próxima generación): GPU completamente nueva; chip LP40 (desarrollado conjuntamente por NVIDIA y el equipo de Groq, con NVFP4 integrado); CPU completamente nueva, Rosa (Rosalyn); BlueField 5; CX 10; rack Kyber compatible con ampliaciones de cableado de cobre y CPO

Hoja de ruta clara: las vías de ampliación del cobre, escalado óptico vertical y escalado óptico horizontal avanzan en paralelo, por lo que todos los socios deben seguir ampliando la producción de cobre, fibra y CPO.

NVIDIA DSX: plataforma de gemelos digitales para fábricas de IA

Las fábricas de IA son cada vez más complejas, pero los distintos proveedores tecnológicos que las componen nunca han colaborado durante la fase de diseño, hasta que «se encuentran» en el centro de datos. Es evidente que esto no es suficiente.

Para resolverlo, hemos creado Omniverse y la plataforma NVIDIA DSX basada en ella: un entorno en el que todos los socios pueden diseñar y operar conjuntamente fábricas de IA a escala de exaescala en un mundo virtual. DSX ofrece:

· Sistemas de simulación mecánica, térmica, eléctrica y de red a nivel de rack

· Conexión a la red eléctrica para la planificación colaborativa del ahorro energético

· Optimización dinámica de la potencia y la refrigeración dentro de los centros de datos, basada en Max-Q

Según una estimación conservadora, este sistema puede mejorar aproximadamente 2 veces la eficiencia en el uso de la energía, una ganancia importante a la escala de la que hablamos. Omniverse parte del gemelo digital de la Tierra y alberga gemelos digitales a distintas escalas. Estamos trabajando con socios de todo el mundo para construir conjuntamente el ordenador más grande de la historia de la humanidad.

Además, NVIDIA está expandiéndose al espacio. El chip Thor ha sido certificado para resistir la radiación y ya funciona en satélites. Colaboramos con nuestros socios para desarrollar Vera Rubin Space-1 y construir centros de datos espaciales. En el espacio solo es posible la refrigeración por radiación, por lo que la gestión térmica es un reto fundamental. Estamos reuniendo a los mejores ingenieros para abordarlo.

OpenClaw: el sistema operativo de la era de los agentes

Peter Steinberger ha desarrollado un software llamado OpenClaw. Es el proyecto de código abierto más popular de la historia de la humanidad y ha superado en solo unas semanas los logros de Linux de los últimos treinta años.

OpenClaw es, en esencia, un sistema agéntico que puede:

· Gestionar recursos y acceder a herramientas, sistemas de archivos y grandes modelos de lenguaje

· Ejecutar planificaciones y tareas programadas

· Descomponer los problemas paso a paso y recurrir a subagentes

· Admitir entradas y salidas en cualquier modalidad (voz, vídeo, texto, correo electrónico, etc.)

En el lenguaje de los sistemas operativos, esto es realmente un sistema operativo: un sistema operativo para el ordenador de agentes. Si Windows hizo posible la informática personal, OpenClaw hace posible la capacidad de acción personal.

Todas las empresas necesitarán desarrollar su propia estrategia para OpenClaw, igual que todos necesitamos estrategias para Linux, HTML y Kubernetes.

Reestructuración integral de las TI empresariales

Las TI empresariales antes de OpenClaw: Los datos y los archivos entran en el sistema, fluyen a través de herramientas y flujos de trabajo y, finalmente, se convierten en herramientas para uso humano. Las empresas de software crean herramientas, mientras que los Integradores Globales de Sistemas (GSI) y las consultoras ayudan a las empresas a utilizarlas.

Las TI empresariales después de OpenClaw: Todas las empresas SaaS se transformarán en empresas AaaS (Agentic as a Service): no solo ofrecerán herramientas, sino también agentes de IA especializados en ámbitos concretos.

Pero hay un desafío clave: los agentes internos de una empresa pueden acceder a datos confidenciales, ejecutar código y comunicarse con el exterior. En un entorno empresarial, esto debe estar estrictamente controlado.

Para ello, nos hemos asociado con Peter para integrar la seguridad en la versión de nivel empresarial y hemos presentado:

· NeMo Claw (diseño de referencia): un marco de referencia de nivel empresarial basado en OpenClaw que integra el conjunto completo de herramientas de NVIDIA para agentes de IA

· Open Shield (capa de seguridad): integrado en OpenClaw, ofrece un motor de políticas, un perímetro de red y enrutamiento privado para garantizar la seguridad de los datos empresariales

· NeMo Cloud: disponible para descargar y compatible con todos los motores de políticas empresariales SaaS

Este es el renacimiento de las TI empresariales, un sector que originalmente tenía un valor de 2B dólares y que está destinado a crecer hasta alcanzar decenas de billones de dólares, pasando de proporcionar herramientas a ofrecer servicios especializados de agentes de IA.

Puedo imaginarlo perfectamente: en el futuro, cada ingeniero de una empresa tendrá un presupuesto anual de tokens. Puede que su salario sea de cientos de miles de dólares, y yo le asignaré tokens adicionales por un valor equivalente a la mitad de su salario, lo que multiplicará por diez su productividad. «¿Cuántos tokens incluye la oferta de trabajo?» se ha convertido en un nuevo tema candente de contratación en Silicon Valley.

En el futuro, todas las empresas serán tanto usuarias de tokens (para que los utilicen sus ingenieros) como productoras de tokens (para prestar servicios a sus clientes). No se puede subestimar la importancia de OpenClaw: es tan importante como HTML y Linux.

Iniciativa de modelos abiertos de NVIDIA

Para Custom Claws, ofrecemos modelos de vanguardia desarrollados internamente por NVIDIA:

Entre los modelos se encuentran Nemotron, para el ámbito del lenguaje; Cosmos, como modelo fundacional del mundo; GROOT, para la robótica humanoide de propósito general; Alpamayo, para la conducción autónoma; BioNeMo, para la biología digital; y Phys-AIAI, para la física.

Estamos a la vanguardia en cada campo y nos comprometemos a seguir iterando: Nemotron 4 sucederá a Nemotron 3, Cosmos 2 sucederá a Cosmos 1 y Groq también evolucionará hasta su segunda generación.

Nemotron 3 está entre los tres mejores modelos del mundo en OpenClaw y se encuentra a la vanguardia. Nemotron 3 Ultra será el modelo fundacional más potente hasta la fecha y ayudará a los países a desarrollar una IA soberana.

Hoy anunciamos la creación de la Alianza Nemotron, con una inversión de miles de millones de dólares para impulsar la investigación de modelos fundacionales de IA. Entre los miembros de la alianza se encuentran BlackForest Labs, Cursor, LangChain, Mistral, Perplexity, Reflection, Sarvam (India), Thinking Machines (el laboratorio de Mira Murati) y otros.

Una tras otra, las empresas de software empresarial se están uniendo e integrando en sus productos el diseño de referencia NeMo Claw y el kit de herramientas de IA para agentes inteligentes de NVIDIA.

IA física y robótica

Un avatar digital actúa en el mundo digital —escribe código y analiza datos—, mientras que una IA física es un agente con cuerpo; es decir, un robot.

En esta GTC debutaron un total de 110 robots, que representaban a casi todas las empresas de I+D en robótica del mundo. NVIDIA proporcionó tres ordenadores (para entrenamiento, simulación y uso a bordo), además de una pila de software completa y modelos de IA.

En el campo de la conducción autónoma, ha llegado la era del «momento ChatGPT» de la conducción autónoma. Hoy anunciamos cuatro nuevos socios que se incorporan a la plataforma NVIDIA RoboTaxi Ready: BYD, Hyundai, Nissan y Geely, con una producción anual conjunta de 18M vehículos. Junto con los socios anteriores, Mercedes-Benz, Toyota y GM, la colaboración se fortalece aún más. También anunciamos una importante colaboración con Uber para desplegar e integrar vehículos RoboTaxi Ready en varias ciudades.

En el sector de la robótica industrial, muchas empresas de robótica, como ABB, Universal Robotics y KUKA, colaboran con nosotros para combinar modelos de IA física con sistemas de simulación e impulsar la implantación de robots en líneas de fabricación de todo el mundo.

En el sector de las telecomunicaciones también participan Caterpillar y T-Mobile. En el futuro, las estaciones base inalámbricas dejarán de ser meros nodos de comunicación para convertirse en una NVIDIA Aerial AI RAN: una plataforma inteligente de computación en el borde capaz de percibir el tráfico en tiempo real, ajustar la formación de haces y mejorar el ahorro energético y la eficiencia.

Sección especial: debut del robot Olaf

(Reproducir el vídeo de demostración del robot Olaf de Disney)

Jensen Huang: ¡Ha llegado el muñeco de nieve! ¡Newton funciona perfectamente! ¡Omniverse también funciona perfectamente! Olaf, ¿cómo estás?

Olaf: Me alegra muchísimo verte.

Jensen Huang: ¡Sí, porque te he dado un ordenador: un Jetson!

Olaf: ¿Qué es eso?

Jensen Huang: Está dentro de tu barriga.

Olaf: Qué mágico.

Jensen Huang: Aprendiste a caminar en Omniverse.

Olaf: Me gusta caminar. Es mucho mejor que montar un reno domesticado y mirar el hermoso cielo.

Richard Huang: Esto es precisamente posible gracias a la simulación física: se ejecuta en el solucionador Newton basado en NVIDIA Warp, que desarrollamos junto con Disney y DeepMind y que te permite adaptarte al mundo físico real.

Olaf: Justo iba a decir eso.

Richard Huang: Ahí es donde se nota lo listo que eres. Soy un muñeco de nieve, no una bola de nieve.

Richard Huang: ¿Te lo imaginas? En los futuros parques Disney, todos estos personajes robóticos pasearán libremente por el parque. Pero, para ser sincero, pensaba que serías más alto. Nunca había visto un muñeco de nieve tan bajito.

Olaf: (No se pronuncia)

Richard Huang: ¿Me ayudarás a concluir la presentación de hoy?

Olaf: ¡Por supuesto!

Resumen de la presentación principal

Richard Huang: Hoy hemos explorado juntos los siguientes temas clave:

1. La llegada del punto de inflexión de la inferencia: La inferencia se ha convertido en la carga de trabajo más importante de la IA; los tokens son la nueva materia prima y el rendimiento de la inferencia determina directamente los ingresos.

2. La era de las fábricas de IA: Los centros de datos han evolucionado de instalaciones para almacenar archivos a fábricas de producción de tokens y, en el futuro, todas las empresas medirán su competitividad según la «eficiencia de su fábrica de IA».

3. La revolución de los agentes inteligentes de OpenClaw: OpenClaw ha dado paso a la era de la computación con agentes inteligentes. Las TI empresariales están pasando de la era de las herramientas a la de los agentes inteligentes, y todas las empresas necesitarán diseñar una estrategia para OpenClaw.

4. IA física y robótica: La inteligencia incorporada está creciendo a gran escala, y la conducción autónoma, los robots industriales y los robots humanoides están definiendo conjuntamente la próxima gran oportunidad para la IA física.

¡Muchas gracias a todos y feliz GTC!

Enlace al artículo original