Nvidia prepara un fuerte aumento de precios para sus sistemas de inteligencia artificial a partir de 2027, presionada por el encarecimiento y la escasez de memoria HBM y DRAM. Los sistemas Grace Blackwell y la próxima generación Vera Rubin estarán entre los afectados.
Nvidia prepara una subida superior al 15%
Nvidia ha comunicado a grandes clientes empresariales y gigantes del cloud que aumentará en más de un 15% los precios de sus principales sistemas de servidores de inteligencia artificial para los envíos que comiencen a principios de 2027.
Entre los grandes compradores afectados se encuentran compañías como Microsoft, Google y Oracle, que utilizan infraestructura de Nvidia para desplegar enormes clústeres destinados al entrenamiento y ejecución de modelos de IA.
La decisión podría elevar significativamente el coste de la próxima fase de expansión de los centros de datos.
La memoria HBM se convierte en el principal cuello de botella
El origen de la subida se encuentra principalmente en la creciente escasez de memoria de alto ancho de banda (HBM) y DRAM para servidores.
Los principales fabricantes de memoria, entre ellos Samsung, SK Hynix y Micron, están intentando aumentar la producción para satisfacer una demanda de infraestructura de IA que continúa creciendo rápidamente.
Según los datos citados, los precios de DRAM, NAND y HBM llegaron a registrar incrementos de entre el 80% y el 90% intertrimestral durante las primeras etapas de 2026.
El problema resulta especialmente relevante para Nvidia porque cada nueva generación de aceleradores necesita cantidades cada vez mayores de memoria avanzada.
Blackwell y Vera Rubin estarán entre los sistemas afectados
Los incrementos afectarán principalmente a las plataformas de mayor rendimiento de Nvidia.
Entre ellas se encuentran los sistemas basados en Grace Blackwell, actualmente utilizados para grandes cargas de entrenamiento de modelos, así como la próxima arquitectura Vera Rubin.
Rubin utilizará grandes cantidades de memoria HBM4, convirtiendo la memoria en uno de los componentes más importantes y costosos de cada sistema.
El incremento exacto dependerá de la generación de chips y de la configuración de memoria solicitada por cada cliente.
Los centros de datos podrían afrontar miles de millones en costes adicionales
La subida tiene implicaciones importantes para los denominados hyperscalers, que están destinando cantidades récord de capital a infraestructura de inteligencia artificial.
En proyectos de centros de datos con capacidades cercanas a 1 gigavatio, un incremento del 15% en el coste del hardware puede traducirse en miles de millones de dólares adicionales de inversión.
Y el hardware no es el único cuello de botella.
Las empresas también se enfrentan a restricciones relacionadas con disponibilidad eléctrica, refrigeración, terrenos y construcción de nuevas instalaciones.
La combinación podría obligar a algunos operadores a priorizar los clústeres destinados a modelos de IA de frontera y retrasar proyectos secundarios.
La subida podría beneficiar al desarrollo de chips propios
El encarecimiento de los sistemas de Nvidia también podría acelerar uno de los mayores cambios competitivos dentro de la industria de la IA: el desarrollo de chips personalizados por parte de las grandes tecnológicas.
Google, Amazon y Meta ya trabajan con aceleradores propios destinados a reducir su dependencia de proveedores externos.
Mover determinadas cargas de inferencia y procesamiento hacia ASIC internos podría permitir a estas compañías reducir costes y ganar poder de negociación frente a Nvidia.
Sin embargo, los sistemas de Nvidia continúan ocupando una posición dominante en las cargas de trabajo de IA más exigentes.
La infraestructura de IA empieza a enfrentarse a límites físicos
La subida de precios evidencia que la expansión de la inteligencia artificial no depende únicamente de disponer de mejores GPU.
La disponibilidad de HBM, capacidad de fabricación de semiconductores, electricidad y centros de datos se está convirtiendo en una parte crítica de la carrera tecnológica.
Con Blackwell desplegándose a gran escala y Vera Rubin preparando su llegada, la presión sobre la cadena de suministro podría convertirse en uno de los factores que determine cuánto cuesta construir la próxima generación de infraestructura de inteligencia artificial.
