Huang Renxun sale al rescate: respalda a CoreWeave y califica de gran error de lectura creer que solo dos laboratorios financian la construcción de cómputo de IA

Autor original: Long Yue

Fuente original: Wall Street CN

Las acciones tecnológicas globales sufrieron esta semana una liquidación masiva: las 20 mayores tecnológicas del mundo perdieron en conjunto más de 1 billón de dólares en valor de mercado, y las dudas sobre el retorno de la inversión en infraestructura de IA se intensificaron bruscamente.

En este momento clave, el CEO de Nvidia, Huang Renxun, actuó en dos frentes: primero respaldó públicamente a CoreWeave en una entrevista con Bloomberg en Estocolmo, y después publicó una entrevista en profundidad de casi 140 minutos en el podcast BG2, respondiendo a la ansiedad central del mercado: ¿quién paga realmente la construcción de capacidad de cómputo de IA?

Cabe destacar que la entrevista de Huang Renxun en el conocido podcast de inversión de Silicon Valley, BG2, se publicó el 15 de octubre, hora del este, casi a las 7 de la mañana, antes de la apertura del mercado estadounidense, cuando los operadores, analistas y fondos cuantitativos de Wall Street se preparaban con gran tensión para la apertura.

Huang Renxun declaró claramente en la entrevista con Bloomberg que CoreWeave "no necesita ningún respaldo de Nvidia" y que su "coste de capital en realidad está bajando". Estas declaraciones impulsaron directamente el rebote intradía de las acciones de las nuevas empresas de computación en la nube, y CoreWeave cerró ese día con una subida del 5,94%. El índice Nasdaq recuperó después todas las pérdidas, y Barron's señaló en su crónica que al mercado "le bastaron unas palabras de consuelo del 'padrino de la IA', Huang Renxun".

En la entrevista de BG2, Huang Renxun fue más allá y señaló directamente el error central del mercado: apostar billones de dólares en construcción de cómputo a los ingresos de dos laboratorios de IA es "preguntar al objetivo equivocado". Desglosó la demanda de cómputo de Nvidia en tres bloques aproximadamente equivalentes: los laboratorios de vanguardia representan solo entre un cuarto y un tercio, y se trata de cinco o seis instituciones, no de las dos que el mercado suele asumir. Este juicio tiene un valor de referencia directo para entender la lógica real de la inversión en infraestructura de IA.

La polémica de CoreWeave

CoreWeave es uno de los puntos de presión más observados en la liquidación de tecnológicas de esta semana. Según datos de ICE Data Services, el diferencial de los credit default swaps (CDS) a cinco años que aseguran contra el riesgo de impago de CoreWeave se disparó 74,5 puntos básicos intradía, alcanzando un máximo histórico intradía de 1194,5 puntos básicos, lo que implica una probabilidad de impago a cinco años superior al 60%.

Esta señal puso al mercado en máxima alerta. CoreWeave se ha endeudado fuertemente para expandir su capacidad de cómputo; Nvidia es a la vez su proveedor de equipos y su segundo mayor accionista, con alrededor del 10% del capital. Esta estructura de financiación circular —el proveedor otorga financiación al comprador y el comprador compra productos al proveedor— ha suscitado amplias dudas sobre la sostenibilidad financiera de la expansión de la infraestructura de IA.

Las declaraciones de Huang Renxun en Estocolmo contrarrestaron directamente la valoración del mercado de crédito. "CoreWeave se fortalece cada día", dijo a Bloomberg. "Soy optimista. Su coste de capital en realidad está bajando". También dejó claro que Nvidia no necesita ofrecer ningún tipo de respaldo a CoreWeave.

El peso de estas palabras radica en la doble condición de Huang Renxun: es el proveedor de equipos más importante de CoreWeave y su segundo mayor accionista. La reacción del mercado fue inmediata: las acciones de CoreWeave cerraron ese día con una subida del 5,94%, frenando la caída acumulada de más del 18% de los dos días anteriores.

Desmontando el error: la demanda de cómputo va mucho más allá de dos laboratorios

Una de las lógicas profundas de la liquidación de esta semana es la duda sistémica sobre el retorno de la inversión en infraestructura de IA: si el crecimiento de los ingresos de OpenAI y Anthropic se desacelera, ¿quién pagará la construcción de billones de dólares en cómputo?

Huang Renxun calificó esta lógica en la entrevista de BG2 como "preguntar al objetivo equivocado". Desglosó la demanda de cómputo de Nvidia en tres bloques aproximadamente equivalentes:

Primero, alrededor de un tercio corresponde a computación básica completamente ajena a los laboratorios de IA: dinámica molecular, simulación física, química cuántica, aprendizaje automático tradicional (como la detección de fraude de Visa y Mastercard), sistemas de recomendación, etc. "Incluso sin IA, Nvidia no sería cero", dijo. "Este negocio crece entre un 30% y un 40% al año".

Segundo, entre un cuarto y un tercio corresponde a la demanda de cómputo de los laboratorios de vanguardia. Pero Huang Renxun subrayó que el mercado suele ver solo dos, mientras que él ve cinco o seis: Meta, xAI (Grok), Google (Gemini), Anthropic y otras instituciones emergentes. "Si me dices que esto representa menos de un tercio de nuestro negocio, alrededor de un cuarto, perfecto".

Tercero, otro tercio aproximadamente corresponde a miles de startups que alquilan cómputo, lo que comparó con "el próximo AWS". El 80% de estas empresas usan modelos de código abierto y construyen inteligencia especializada en áreas verticales como IA física, IA biológica y ciencia de materiales. "Consideren este gran bloque de computación en la nube como el próximo AWS", dijo. "Es el AWS de hoy, pero orientado al futuro".

"Apostar billones de dólares en construcción de cómputo a los ingresos de dos laboratorios es un gran error", dijo Huang Renxun. "Estoy encantado de trabajar con ellos y apoyarlos. Serán una de las empresas tecnológicas más importantes de la historia y tendrán un éxito brillante. Pero sus ingresos no necesitan acercarse ni de lejos a un billón de dólares para que esto funcione".

La lógica subyacente de la aceleración de la demanda

Huang Renxun explicó de forma sistemática en la entrevista por qué la demanda de cómputo no se desacelera de forma lineal, sino que se acelera continuamente.

La clave está en la multiplicación de dos factores compuestos. Primero, la inferencia (pensar) es varios órdenes de magnitud más cara que la generación basada en memoria: la IA necesita desplegar múltiples planes, planificar, reflexionar, podar y conservar "opciones estratégicas", lo que consume una enorme cantidad de cómputo. Segundo, cuanto más capaz es el modelo, más escenarios en los que se le "contrata". "Usa más cómputo para hacer el trabajo, pero lo hace bien, así que lo contrataremos para hacer más trabajo", dijo. "Si se suman estas dos cosas, la demanda se acelera, no se desacelera".

El desbloqueo clave del año pasado, que Huang Renxun llamó "harness" —gestión de memoria de trabajo, construcción de grafos de conocimiento (similar a la compresión sin conexión durante el sueño) y uso de herramientas—, convirtió a los grandes modelos de lenguaje de "chatbots" en agentes inteligentes capaces de trabajar en empresas. "La programación es el primer escenario de aterrizaje", dijo. "El diseño y la creatividad son la siguiente ola".

En su opinión, OpenAI y Anthropic poseen actualmente solo unos dos o tres gigavatios de cómputo cada uno, "una cantidad muy pequeña en relación con la escala que viene". Y precisamente con esa escala tan pequeña de cómputo, la IA ya ha resuelto las ecuaciones de Navier-Stokes, uno de los problemas matemáticos del milenio. "Esta es la peor inteligencia que tendremos de aquí en adelante", dijo. "A partir de aquí, solo irá a mejor".

La escasez de electricidad impulsa la cuota de Nvidia; el cuello de botella de 2027 está en el mundo físico

Huang Renxun dio en la entrevista un juicio claro sobre el cuello de botella de la construcción de cómputo en 2027: la demanda "solo será mayor", pero la tierra, los permisos, la electricidad y la mano de obra de construcción serán los principales obstáculos.

Según datos de SemiAnalysis citados por el presentador de BG2, Brad Gerstner, el próximo año se añadirán 43 gigavatios de cómputo de IA, más que todo el stock mundial actual, y al año siguiente otros 40 gigavatios. Huang Renxun coincidió con esta cifra en el lado de la demanda, pero señaló que las limitaciones del mundo físico condicionarán el ritmo real de ejecución. "Tierra, electricidad, carcasa", dijo. "Este será uno de los obstáculos más críticos".

Cabe destacar que, en el marco lógico de Huang Renxun, la escasez de electricidad se convierte en un motor para que Nvidia aumente aún más su cuota de mercado. Su argumento: la arquitectura de Nvidia ofrece la mayor producción de cómputo por vatio (tokens/vatio) del mundo; cuanto más tensa esté la electricidad, más tenderán los clientes a elegir la plataforma con mayor rendimiento por unidad de energía. "Cuando la electricidad disminuye, la calidad del cómputo que pones debe ser la más alta", dijo. "Somos los más demandados para alquiler, intercambiables y duraderos".

Además, reveló que el valor de mercado correspondiente a cada gigavatio de cómputo de Nvidia ha pasado de unos 18.000 millones de dólares a más de 20.000 millones, y ahora supera los 40.000 millones, y sigue subiendo. En el gasto de capital (capex) de los proveedores globales de servicios en la nube (CSP), Nvidia representa alrededor del 40%; en el lado no CSP (incluida la implementación local y la nueva computación en la nube), alrededor del 80%. "Hace seis años, nuestra proporción del gasto de capital global era de un solo dígito", dijo.

A finales de esta década: construcción anual de 3 a 4 billones de dólares; "10 billones no me sorprenderían en absoluto"

Huang Renxun ofreció en la entrevista su marco de evaluación sobre la escala a largo plazo de la infraestructura de IA, que es también la base central de su opinión de que el mercado subestima la persistencia de la demanda de cómputo de IA.

Su razonamiento es el siguiente: antes de la IA, la construcción anual de infraestructura informática global era de unos 500.000 millones de dólares y seguía una senda de crecimiento natural. Sumando el impacto del fin de la ley de Moore —"si quieres el doble de transistores, da igual cuánto esperes, tendrás que pagar el doble"—, la propia industria de semiconductores ya estaba en camino de convertirse en la mayor industria del mundo. Añadiendo la nueva demanda de la IA y una nueva ola de emprendimiento, "para finales de esta década, la construcción anual estará entre 3 y 4 billones de dólares, más cerca de 4 billones, de los cuales unos 1,5 billones serán de cómputo puro", dijo.

Sobre las perspectivas a más largo plazo, afirmó: "Si alguien me dice que la construcción y renovación anual de infraestructura alcanzará los 10 billones de dólares, no me sorprendería en absoluto".

En cuanto a la estrategia financiera de Nvidia, Huang Renxun reveló que la empresa destina actualmente más del 50% de su flujo de caja libre a la recompra de acciones, y que el trimestre pasado esa proporción fue de alrededor del 60%. También mencionó dos nuevos vectores de crecimiento: licencias de software para empresas (cuota anual por número de GPU) y acuerdos de reparto de ingresos (Revshare) con algunos proveedores de nube. Ambas vías son relativamente independientes de la venta de hardware y se apoyan en la enorme base instalada y el ecosistema de Nvidia.