NVIDIA ha acordado recientemente invertir aproximadamente 20.000 millones de dólares en la adquisición de los activos principales de la startup de chips de inteligencia artificial Groq. Esto no solo se convierte en una de las transacciones de mayor escala en la historia de NVIDIA, sino que también confirma una vez más su estrategia habitual de “adquisición previa” antes de que los posibles competidores crezcan y se conviertan en amenazas. Aunque la forma de la transacción ha sido descrita como un acuerdo de licencia no exclusiva y no una adquisición directa, el mercado en general considera que su efecto práctico es equivalente a una integración profunda.
Hace solo tres meses, Groq completó una ronda de financiación de 750 millones de dólares, con una valoración de 6.900 millones de dólares, experimentando un aumento significativo en su valoración en poco tiempo. La ronda de financiación incluyó a BlackRock, Samsung, Cisco y 1789 Capital, que mantiene estrechos vínculos con el expresidente Donald Trump. En esta operación, el negocio de computación en la nube de Groq se mantiene separado, mientras que su tecnología central y talento clave se integrarán en el ecosistema de NVIDIA. El fundador y CEO de Groq, Jonathan Ross (uno de los principales diseñadores del TPU de Google), se unirá a NVIDIA junto con varios altos ejecutivos, mientras que Groq continuará operando de forma independiente bajo la dirección del actual CFO.
Esta operación continúa con la estrategia de “prioridad en licencias” de NVIDIA en los últimos años. En septiembre de este año, NVIDIA adquirió el equipo de Enfabrica por más de 900 millones de dólares y obtuvo la licencia de su tecnología. A través de una estructura basada en licencias en lugar de una adquisición, se considera que NVIDIA busca reducir el riesgo de revisión antimonopolio. Anteriormente, el plan de adquirir Arm por 40.000 millones de dólares fue cancelado debido a presiones regulatorias.
Desde el punto de vista técnico, la unidad de procesamiento de lenguaje (LPU) de Groq utiliza SRAM en chip en lugar de DRAM externo, lo que le confiere ventajas evidentes en inferencia en tiempo real y escenarios de baja latencia. La compañía afirma que su eficiencia energética puede mejorar aproximadamente 10 veces. Aunque esta arquitectura tiene ciertas limitaciones en el tamaño del modelo, tras integrarse en NVIDIA, esta línea tecnológica podría ser reevaluada y utilizada en un ecosistema de IA más amplio.
El momento en que se realiza la transacción también es significativo. Google lanzó recientemente su séptima generación de TPU, “Ironwood”, y presentó el modelo Gemini 3, entrenado completamente con TPU, que ha mostrado un rendimiento sólido en varias pruebas de referencia. NVIDIA posteriormente destacó públicamente que su plataforma puede ejecutar todos los principales modelos de IA, lo que fue interpretado por el mercado como una señal de aumento de la presión competitiva.
Aunque esta transacción no tiene un impacto directo en el mercado de criptomonedas, refuerza una vez más la narrativa a largo plazo de una IA descentralizada y una computación descentralizada. Proyectos de cálculo de IA descentralizada, como io.net, están intentando reemplazar la infraestructura centralizada de IA mediante la integración de recursos GPU dispersos. Sin embargo, a medida que NVIDIA continúa absorbiendo tecnologías de baja latencia y alto rendimiento, su ventaja competitiva se profundiza, y los desafíos para los proyectos de IA descentralizada en términos de rendimiento y escala se vuelven aún más severos.
En general, la adquisición de los activos de Groq por parte de NVIDIA no solo representa una transacción comercial, sino que también podría acelerar el proceso de concentración del panorama global de la computación de IA. Al mismo tiempo, la supervivencia de las empresas independientes de chips de IA sigue siendo una cuestión a largo plazo que preocupa al mercado.
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Nvidia invierte 20.000 millones de dólares nuevamente, ¿será la feria de Groq la luz de la inteligencia artificial descentralizada?
NVIDIA ha acordado recientemente invertir aproximadamente 20.000 millones de dólares en la adquisición de los activos principales de la startup de chips de inteligencia artificial Groq. Esto no solo se convierte en una de las transacciones de mayor escala en la historia de NVIDIA, sino que también confirma una vez más su estrategia habitual de “adquisición previa” antes de que los posibles competidores crezcan y se conviertan en amenazas. Aunque la forma de la transacción ha sido descrita como un acuerdo de licencia no exclusiva y no una adquisición directa, el mercado en general considera que su efecto práctico es equivalente a una integración profunda.
Hace solo tres meses, Groq completó una ronda de financiación de 750 millones de dólares, con una valoración de 6.900 millones de dólares, experimentando un aumento significativo en su valoración en poco tiempo. La ronda de financiación incluyó a BlackRock, Samsung, Cisco y 1789 Capital, que mantiene estrechos vínculos con el expresidente Donald Trump. En esta operación, el negocio de computación en la nube de Groq se mantiene separado, mientras que su tecnología central y talento clave se integrarán en el ecosistema de NVIDIA. El fundador y CEO de Groq, Jonathan Ross (uno de los principales diseñadores del TPU de Google), se unirá a NVIDIA junto con varios altos ejecutivos, mientras que Groq continuará operando de forma independiente bajo la dirección del actual CFO.
Esta operación continúa con la estrategia de “prioridad en licencias” de NVIDIA en los últimos años. En septiembre de este año, NVIDIA adquirió el equipo de Enfabrica por más de 900 millones de dólares y obtuvo la licencia de su tecnología. A través de una estructura basada en licencias en lugar de una adquisición, se considera que NVIDIA busca reducir el riesgo de revisión antimonopolio. Anteriormente, el plan de adquirir Arm por 40.000 millones de dólares fue cancelado debido a presiones regulatorias.
Desde el punto de vista técnico, la unidad de procesamiento de lenguaje (LPU) de Groq utiliza SRAM en chip en lugar de DRAM externo, lo que le confiere ventajas evidentes en inferencia en tiempo real y escenarios de baja latencia. La compañía afirma que su eficiencia energética puede mejorar aproximadamente 10 veces. Aunque esta arquitectura tiene ciertas limitaciones en el tamaño del modelo, tras integrarse en NVIDIA, esta línea tecnológica podría ser reevaluada y utilizada en un ecosistema de IA más amplio.
El momento en que se realiza la transacción también es significativo. Google lanzó recientemente su séptima generación de TPU, “Ironwood”, y presentó el modelo Gemini 3, entrenado completamente con TPU, que ha mostrado un rendimiento sólido en varias pruebas de referencia. NVIDIA posteriormente destacó públicamente que su plataforma puede ejecutar todos los principales modelos de IA, lo que fue interpretado por el mercado como una señal de aumento de la presión competitiva.
Aunque esta transacción no tiene un impacto directo en el mercado de criptomonedas, refuerza una vez más la narrativa a largo plazo de una IA descentralizada y una computación descentralizada. Proyectos de cálculo de IA descentralizada, como io.net, están intentando reemplazar la infraestructura centralizada de IA mediante la integración de recursos GPU dispersos. Sin embargo, a medida que NVIDIA continúa absorbiendo tecnologías de baja latencia y alto rendimiento, su ventaja competitiva se profundiza, y los desafíos para los proyectos de IA descentralizada en términos de rendimiento y escala se vuelven aún más severos.
En general, la adquisición de los activos de Groq por parte de NVIDIA no solo representa una transacción comercial, sino que también podría acelerar el proceso de concentración del panorama global de la computación de IA. Al mismo tiempo, la supervivencia de las empresas independientes de chips de IA sigue siendo una cuestión a largo plazo que preocupa al mercado.