El reciente acuerdo estratégico de licencia de Nvidia con Groq, por valor de 20.000 millones de dólares, señala un cambio significativo en el panorama de la inteligencia artificial, lo que sugiere que la era del dominio de las GPU de propósito general en la inferencia de la IA está llegando a su fin. El acuerdo, anunciado a finales de 2025 y que se hizo evidente para los constructores empresariales en 2026, apunta hacia un futuro de arquitecturas de inferencia desagregadas, según los analistas de la industria.

Este movimiento se produce cuando la inferencia, el proceso de ejecución de modelos de IA entrenados, superó al entrenamiento en términos de ingresos totales de los centros de datos a finales de 2025, un fenómeno denominado "Inference Flip" por Deloitte. Este cambio está imponiendo nuevas exigencias al diseño de silicio, requiriendo arquitecturas especializadas para manejar tanto el contexto masivo como el razonamiento instantáneo.

El acuerdo de licencia indica que Nvidia, que posee una cuota de mercado estimada del 92%, está reconociendo las limitaciones de sus GPU de propósito general para las demandas cambiantes de la inferencia de la IA. Matt Marshall, al informar sobre el acuerdo, señaló que este es uno de los primeros movimientos claros en una lucha de cuatro frentes por el futuro de la pila de IA.

El auge de la inferencia está impulsado por el creciente despliegue de modelos de IA en diversas aplicaciones, desde vehículos autónomos hasta recomendaciones personalizadas. Estas aplicaciones requieren una toma de decisiones en tiempo real basada en vastas cantidades de datos, lo que está llevando al límite las arquitecturas de GPU tradicionales.

La arquitectura de inferencia desagregada implica la división del silicio en diferentes tipos, cada uno optimizado para tareas específicas. Esto permite un procesamiento más eficiente de las cargas de trabajo de IA, lo que podría conducir a una menor latencia y un mayor rendimiento.

La inversión de Nvidia en Groq, una empresa especializada en procesadores de transmisión tensorial (TSP) diseñados para la inferencia de alta velocidad, sugiere un movimiento estratégico para adaptarse a este panorama cambiante. Los TSP ofrecen una alternativa a las GPU, centrándose en minimizar la latencia y maximizar el rendimiento para modelos de IA específicos.

Las implicaciones de este cambio son de gran alcance, y podrían afectar a todo el ecosistema de la IA. A medida que las empresas adopten cada vez más arquitecturas de inferencia desagregadas, se espera que surjan nuevos actores y tecnologías, desafiando el dominio de Nvidia. Es probable que en los próximos años se produzca una intensa competencia e innovación a medida que las empresas compiten por una posición en este mercado en evolución.