Por Canuto  

Nvidia está canalizando miles de millones de dólares hacia empresas de fotónica para enfrentar uno de los mayores límites de la inteligencia artificial: mover datos entre chips, servidores y centros de datos sin disparar el consumo energético.
***

  • Nvidia ha comprometido al menos USD $6.500 millones desde marzo en empresas que desarrollan tecnología fotónica.
  • La fotónica usa luz para transmitir datos y podría reducir costos energéticos frente al cobre y las conexiones eléctricas actuales.
  • Analistas advierten que la adopción masiva aún enfrenta retos de fabricación y podría acelerarse a partir de 2028.

Nvidia está intensificando una apuesta que podría definir la próxima etapa de la inteligencia artificial. La empresa ha comprometido al menos USD $6.500 millones desde marzo en compañías que desarrollan tecnología fotónica, según reportó CNBC.

La fotónica usa luz para mover datos. En la infraestructura de IA, esa capacidad puede ayudar a conectar GPU, memoria, chips de red, servidores y centros de datos con menos consumo energético que las conexiones eléctricas tradicionales sobre cobre.

El movimiento llega en un momento crítico. Los modelos de IA demandan cada vez más ancho de banda, más centros de datos y más energía. Para Nvidia, el problema ya no se limita a fabricar procesadores más potentes. También necesita que esos procesadores se comuniquen entre sí sin que el costo eléctrico se vuelva inmanejable.

La luz como respuesta al cuello de botella de la IA

Hoy, el cobre sigue siendo el estándar dominante para conectividad en infraestructura tecnológica. Es más barato, confiable y ampliamente probado. Sin embargo, sus límites aparecen con fuerza cuando millones de GPU deben intercambiar datos a gran velocidad.

La fotónica promete una alternativa más eficiente. En lugar de enviar señales eléctricas por cobre, utiliza luz para transportar información. Esto puede reducir la energía necesaria para mover datos dentro de un rack, entre servidores o incluso entre centros de datos.

Alvin Nguyen, analista sénior de Forrester, explicó que la fotónica ofrece a Nvidia una ruta para escalar su infraestructura de IA sin asumir los costos energéticos que implicaría mantener un modelo basado solo en electricidad y cobre. Según el analista, esas inversiones también ayudan a evitar un muro de escalabilidad y rendimiento.

El argumento es relevante para cualquier mercado expuesto a la IA. En los últimos años, el entusiasmo por chips, centros de datos y modelos generativos impulsó valoraciones bursátiles y narrativas de inversión. Pero ese crecimiento enfrenta una restricción física: mover datos cuesta energía, y la demanda aumenta con cada nueva generación de modelos.

Nvidia ya incorporó parte de esta tecnología en sus soluciones de redes. La compañía anunció herramientas que, según indicó, permitirán a las fábricas de IA conectar millones de GPU entre sitios. También afirmó que esas soluciones pueden reducir de forma drástica el consumo energético y los costos operativos.

Las inversiones de Nvidia y la carrera por capacidad

Desde comienzos de marzo, Nvidia anunció inversiones de USD $2.000 millones en Lumentum, Coherent y Marvell, empresas vinculadas al desarrollo de tecnología fotónica. También dijo que invertiría USD $500 millones en Corning para crear soluciones avanzadas de conectividad óptica.

La compañía además participó en la ronda Serie E de Ayer Labs, una startup de óptica que recaudó USD $500 millones. Esa participación coloca a Nvidia en una red más amplia de fabricantes y startups que buscan resolver el tránsito de datos en la era de la IA a gran escala.

Jensen Huang, CEO de Nvidia, dejó clara la magnitud del desafío durante GTC en marzo. “Cuando miras hacia arriba en la cadena, llegas a la conclusión de que estamos empezando a escalar nuestra tecnología de fotónica de silicio”, dijo, al referirse a la plataforma Ethernet de Nvidia para conectar fábricas de IA y clústeres de GPU.

Huang también señaló que Nvidia comenzó a añadir fotónica a su tecnología de interconexión de GPU a GPU. Luego advirtió que “la cantidad de capacidad de tecnología de fotónica de silicio que necesitamos es sustancialmente mayor que la que el mundo tiene hoy”.

El ejecutivo añadió que Nvidia trabaja con la cadena de suministro para ayudar a desarrollar esa capacidad por adelantado. La frase resume una preocupación central. La demanda futura de infraestructura de IA podría superar con facilidad la capacidad actual de producción de componentes fotónicos.

Acciones al alza y más jugadores en el sector

El interés de Nvidia ya impactó el mercado accionario de varias empresas relacionadas. Las acciones de Lumentum han subido 134% desde el inicio del año. Coherent acumula un alza de 96%.

Marvell registra un avance de 122% en 2026, mientras que Corning sube 111%. En conjunto, las compañías vinculadas con fotónica han visto una fuerte revalorización durante el último año.

El fenómeno no involucra solo a Nvidia. AMD se unió a Nvidia en la ronda de financiación de Ayer Labs. Además, AMD adquirió la startup Enosemi en 2025 y realizó inversiones de capital en Teramount y Celestial AI.

También aparecen gigantes tecnológicos fuera del negocio directo de chips. Las ramas de capital de riesgo de Alphabet y Microsoft respaldaron a nEye en una Serie C de USD $80 millones en abril.

Esta convergencia muestra que la fotónica se está convirtiendo en una pieza estratégica para el ecosistema de IA. Los proveedores de nube, fabricantes de chips y startups especializadas buscan controlar una capa crítica de infraestructura. No se trata solo de computar más, sino de comunicar mejor.

Por qué importa para inversores de tecnología y cripto

Para un lector de mercados digitales, la noticia tiene una lectura amplia. La IA consume capital, energía y hardware. También marca tendencias de inversión que pueden extenderse a empresas de semiconductores, redes, centros de datos y energía.

La industria cripto conoce bien el debate energético. Bitcoin, minería y centros de datos han enfrentado críticas por consumo eléctrico. La IA, aunque distinta en su arquitectura y propósito, enfrenta ahora una presión parecida: demostrar que puede escalar sin multiplicar indefinidamente sus costos energéticos.

La fotónica no resuelve todos los problemas. Pero puede atacar una parte esencial: la transferencia de datos. Si los sistemas de IA necesitan mover información entre millones de GPU, cualquier mejora en eficiencia puede tener impacto material sobre costos, rendimiento y viabilidad operativa.

Brian Colello, analista sénior de acciones en Morningstar, explicó que la hoja de ruta de Nvidia para soluciones de IA de próxima generación a escala de rack requerirá una cantidad creciente de conectividad óptica. A su juicio, los nuevos modelos y el mayor uso elevan de forma exponencial la necesidad de ancho de banda.

Ese crecimiento explica por qué Nvidia está moviéndose antes de que el cuello de botella sea más severo. La empresa no solo compra capacidad. También intenta moldear la cadena de suministro que necesitará durante los próximos años.

El reto: fabricar fotónica a escala

A pesar del entusiasmo, la transición aún está en una fase temprana. Nick Patience, responsable de IA en Futurum Group, señaló que la tecnología es sólida, pero que la escala de producción representa el problema más difícil.

Patience explicó que el rendimiento de fabricación en ensamblajes ópticos complejos coempaquetados sigue siendo un reto. La alineación precisa entre componentes ópticos y de silicio no permite grandes márgenes de error.

Cuando algo falla durante el proceso de empaquetado, normalmente el ensamblaje no puede retrabajarse. Esa limitación puede elevar costos y frenar la adopción si la industria no mejora su capacidad manufacturera.

Por eso, aunque la dirección tecnológica parece clara, el calendario será gradual. Patience afirmó que la transición está en marcha, pero sigue siendo temprana. También dijo que espera adopción a gran escala a partir de 2028.

La apuesta de Nvidia, entonces, no debe leerse como una solución inmediata para todos los límites de la IA. Es una inversión en infraestructura futura. Si funciona, la fotónica podría convertirse en una de las capas invisibles que permitan sostener la expansión de modelos más grandes, centros de datos más densos y redes de GPU más extensas.

Por ahora, el mercado ya tomó nota. Las acciones de empresas relacionadas subieron con fuerza, los grandes competidores están entrando y Nvidia está destinando miles de millones a una tecnología que busca reemplazar parte del trabajo que hoy hace el cobre. En la próxima fase de la IA, la velocidad podría depender tanto de los chips como de la luz que los conecta.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados