A fecha de 27 de agosto de 2026, Nvidia acaba de publicar los resultados de su segundo trimestre del año fiscal 2027 (el trimestre cerrado el 26 de julio de 2026), y las cifras vuelven a situar a la compañía como el termómetro más observado de la industria de la inteligencia artificial. Los ingresos alcanzaron 96,200 millones de dólares, un incremento del 18% respecto al trimestre anterior y del 106% frente al mismo periodo del año pasado. El resultado superó las estimaciones de los analistas, que rondaban los 92,000 millones de dólares, y llegó acompañado de una guía de ingresos para el tercer trimestre de 108,000 millones de dólares, también por encima del consenso de Wall Street.

Este artículo repasa los números clave del reporte, el contexto detrás del crecimiento del negocio de centros de datos, la reacción del mercado bursátil, la incógnita persistente sobre las ventas a China, y cómo se posiciona Nvidia frente al resto de actores relevantes del sector —Anthropic, OpenAI y Huawei— en un momento en el que la conversación pública empieza a cuestionar si el gasto en infraestructura de IA es sostenible.

Los números del trimestre, en detalle

El segmento de centro de datos, que concentra la venta de GPUs y sistemas completos para entrenamiento e inferencia de modelos de IA, generó 89,000 millones de dólares, un salto del 117% interanual y del 18% frente al trimestre previo. Este segmento representa ya más del 92% de los ingresos totales de la compañía, consolidando una tendencia que se viene acentuando desde 2023: Nvidia dejó de ser, en términos prácticos, una empresa de tarjetas gráficas para convertirse en un proveedor de infraestructura de cómputo para IA a escala industrial.

Dentro del centro de datos, los ingresos por cómputo hiperescalar —las compras de las grandes nubes como Microsoft Azure, Amazon Web Services, Google Cloud y Oracle Cloud— llegaron a unos 49,000 millones de dólares, con un crecimiento secuencial de doble dígito atribuido en buena parte al despliegue sostenido de la plataforma Blackwell Ultra.

El negocio de gaming y edge computing, que durante años fue el núcleo histórico de Nvidia, aportó 7,200 millones de dólares, con un alza del 27% interanual. Aunque su peso relativo en los ingresos totales sigue reduciéndose, la cifra confirma que la demanda de tarjetas gráficas de consumo se mantiene sólida, incluso a la sombra del negocio de IA.

En cuanto a rentabilidad, el margen bruto se ubicó en 75.0%, tanto en la métrica GAAP como en la ajustada (non-GAAP), un nivel elevado para una empresa de semiconductores y que refleja el poder de fijación de precios que Nvidia mantiene en un mercado donde la demanda de sus chips de gama alta sigue superando a la oferta disponible. La utilidad por acción diluida fue de 2.46 dólares en términos GAAP y de 2.22 dólares en términos ajustados, más del doble de lo reportado un año antes.

Blackwell Ultra y la rampa hacia Vera Rubin

Buena parte de la aceleración del trimestre se explica por la maduración de Blackwell Ultra, la revisión de la arquitectura Blackwell que Nvidia comenzó a enviar en volumen a inicios de 2026 y que incluye configuraciones como el sistema GB300. Los clientes hiperescalares llevan varios trimestres ampliando sus centros de datos para acomodar estos racks, que consumen significativamente más energía por unidad que las generaciones anteriores, pero que a cambio ofrecen mejoras sustanciales en rendimiento de inferencia para modelos de razonamiento y agentes de IA.

Nvidia ya trabaja en paralelo en la siguiente generación, bautizada Vera Rubin —Vera por la arquitectura de CPU y Rubin por la de GPU, en referencia a la astrónoma estadounidense Vera Rubin—. La plataforma entró en producción completa a mediados de 2026 y su disponibilidad en volumen se espera para la segunda mitad del año, como sucesora directa de Blackwell Ultra. Durante la conferencia de resultados, Jensen Huang, fundador y consejero delegado de Nvidia, afirmó que la nueva plataforma fue "construida para este momento exacto", en referencia a lo que describió como un punto de inflexión en la adopción de IA: "la IA ha alcanzado su punto de inflexión. Está haciendo trabajo útil. Sus tokens son productivos y rentables. Ahora, el cómputo es ingreso. Y la demanda se está acelerando."

Esa frase resume el argumento central que Nvidia ha venido construyendo trimestre tras trimestre: la compañía sostiene que ya no vende únicamente capacidad de cómputo especulativa para entrenar modelos, sino infraestructura que genera ingresos directos a través de la inferencia —es decir, el uso cotidiano de modelos ya entrenados por parte de empresas y consumidores—. Si esa narrativa se sostiene, justificaría la escala del gasto de capital que hiperescaladores y laboratorios de IA vienen comprometiendo desde 2024.

La guía para el tercer trimestre y la expectativa de 2028

Para el tercer trimestre fiscal 2027, Nvidia proyectó ingresos de 108,000 millones de dólares, con un margen de error de ±2%, y un margen bruto GAAP de 74.0% (±50 puntos base). Ambas cifras superaron el consenso previo de los analistas.

Más llamativa aún fue la proyección a más largo plazo compartida por la directora financiera, Colette Kress, quien señaló que la compañía espera crecer sus ingresos en aproximadamente un 70% durante el año fiscal 2028. Se trata de una cifra notablemente más optimista que el 45% que anticipaban los analistas antes del reporte, y confirma que, al menos desde la perspectiva de la propia Nvidia, la demanda de infraestructura de IA no muestra signos de desaceleración hacia 2027 y 2028.

Es importante leer esta guía con cautela: se trata de una proyección de la propia empresa, no de un hecho consumado, y depende de que los principales clientes de Nvidia —Microsoft, Meta, Google, Amazon, Oracle, y laboratorios como OpenAI y Anthropic— mantengan o aumenten sus compromisos de gasto de capital en los próximos dos años. Cualquier ajuste a la baja en esos planes de inversión repercutiría directamente en el cumplimiento de esta guía.

La reacción del mercado: una montaña rusa en horas de después del cierre

La reacción bursátil al reporte fue en sí misma parte de la noticia. En los minutos inmediatamente posteriores a la publicación de resultados, la acción de Nvidia llegó a caer cerca de 1.3% en el mercado extendido, en un reflejo de las dudas que varios inversionistas venían arrastrando sobre la sostenibilidad del gasto en IA y sobre si el crecimiento del centro de datos empezaría a mostrar señales de desaceleración.

Esa caída inicial se revirtió por completo durante la conferencia con analistas, cuando la dirección de la empresa detalló la fortaleza de la demanda de Blackwell Ultra y ofreció la guía de crecimiento para el año fiscal 2028. Hacia el cierre de la sesión extendida, el título cotizaba con un alza de 7.63%, en lo que varios analistas de mercado describieron como una señal de que la denominada "obsesión de Wall Street con la IA" está lejos de agotarse. La capitalización de mercado de Nvidia, que ya venía posicionándose como una de las compañías más valiosas del mundo, se vio reforzada por este movimiento.

Este vaivén —caída inicial, giro y recuperación durante la llamada con inversionistas— es representativo del momento actual del mercado: los inversionistas exigen no solo que Nvidia cumpla las expectativas de ingresos, sino que despeje cualquier duda sobre si la demanda de sus principales clientes seguirá firme más allá de 2026, en un contexto donde crecen las voces que advierten sobre una posible sobreinversión en infraestructura de IA.

La incógnita de China

Un elemento que se repite trimestre tras trimestre en los reportes de Nvidia es la situación con China. Desde abril de 2025, el gobierno de Estados Unidos exige una licencia de exportación para que Nvidia pueda vender su chip H20 —diseñado específicamente para cumplir con los límites de rendimiento permitidos para el mercado chino— a compradores en ese país. Nvidia no ha logrado restablecer un flujo comercial estable hacia China desde entonces, y en los últimos trimestres ha optado por excluir por completo cualquier ingreso de cómputo de centro de datos proveniente de China de sus proyecciones oficiales.

La guía de 108,000 millones de dólares para el tercer trimestre asume, de nuevo, cero ingresos de cómputo de centro de datos desde China. Esto significa que, si en algún momento se destraba el acceso al mercado chino —ya sea por una flexibilización regulatoria en Washington o por un acuerdo comercial— existe un margen adicional de ingresos que hoy no está incorporado en las cifras que maneja el mercado. Pero también implica que Nvidia ha aprendido a operar y a proyectar crecimiento sin depender de uno de los mercados de semiconductores más grandes del mundo, lo cual reduce el riesgo de sorpresas negativas ligadas a la política comercial entre Estados Unidos y China, aunque también deja sobre la mesa una oportunidad de crecimiento no explotada.

Esta exclusión de China es, además, el terreno donde Huawei ha encontrado el espacio para posicionar su propia línea de aceleradores como alternativa local, un punto que se retoma en la siguiente sección.

Panorama competitivo: Nvidia frente a Anthropic, OpenAI y Huawei

Los resultados de Nvidia no ocurren en el vacío: son, en gran medida, un reflejo indirecto de cuánto están invirtiendo sus clientes —entre ellos, los grandes laboratorios de IA— en infraestructura de cómputo.

OpenAI, uno de los mayores consumidores de capacidad de Nvidia a través de acuerdos de infraestructura con distintos socios de nube, atraviesa en paralelo un periodo de reorganización interna, con la salida de más de una decena de ejecutivos desde inicios de 2026, incluyendo al responsable de centros de datos de la compañía. Estos movimientos ocurren mientras OpenAI continúa expandiendo agresivamente sus compromisos de cómputo y ha presentado ya su solicitud para salir a bolsa, un proceso que pondrá bajo mayor escrutinio público la relación entre su gasto en infraestructura —gran parte de la cual se traduce en compras de chips Nvidia— y sus ingresos reales.

Anthropic, por su parte, anunció el mismo 26 de agosto una alianza ampliada con Salesforce bajo el nombre de Claudeforce, que integra la familia de modelos Claude directamente en el ecosistema de CRM de Salesforce, con disponibilidad en beta abierta prevista para septiembre de 2026. Aunque Anthropic no fabrica ni compra chips en los volúmenes de OpenAI o de los hiperescaladores, cada nueva integración empresarial de Claude representa, en última instancia, más demanda de cómputo de inferencia que termina apoyándose, directa o indirectamente, en infraestructura basada en GPUs de Nvidia o en alternativas propias de la nube que la aloja.

Huawei ofrece el contraste más claro con el modelo de Nvidia: ante las restricciones de exportación que le impiden a Nvidia vender sus chips más avanzados en China, Huawei ha acelerado el desarrollo de su propia línea de aceleradores Ascend y de su familia de modelos Pangu. La compañía china planea prácticamente duplicar la producción de su chip Ascend 910C durante 2026, hasta unas 600,000 unidades, y ya trabaja en el lanzamiento comercial del Ascend 950DT, orientado a entrenamiento e inferencia, con disponibilidad en la nube de Huawei desde agosto y lanzamiento comercial completo previsto para el cuarto trimestre de 2026. En el plano de modelos, Huawei presentó en junio de 2026 openPangu 2.0, con una versión Pro de 505,000 millones de parámetros totales (18,000 millones activos) y una versión Flash más ligera, ambas con ventanas de contexto de hasta 512,000 tokens.

La comparación deja un mensaje relativamente claro: mientras Nvidia consolida su posición dominante en Occidente apoyada en la demanda de los hiperescaladores y los laboratorios de IA, Huawei construye en paralelo un ecosistema alternativo pensado para operar al margen del acceso a la tecnología de Nvidia, principalmente para el mercado chino y para países que buscan alternativas a los chips estadounidenses. Ambos caminos compiten menos entre sí de forma directa —dado que operan en gran medida en mercados geográficamente separados por las restricciones de exportación— y más como dos apuestas paralelas sobre hacia dónde se dirige la demanda global de cómputo de IA en los próximos años.

La cadena de suministro: el cuello de botella detrás de los números

Detrás de cada cifra de ingresos reportada por Nvidia hay una cadena de suministro que sigue operando cerca de su límite de capacidad. La fabricación de los chips Blackwell y Blackwell Ultra depende de los procesos de manufactura más avanzados de TSMC (Taiwan Semiconductor Manufacturing Company), cuya capacidad de producción en los nodos de proceso más avanzados sigue siendo limitada y disputada entre múltiples clientes, entre ellos Apple, AMD y la propia Nvidia.

A esto se suma la dependencia de la memoria HBM (High Bandwidth Memory), un componente crítico para el rendimiento de los aceleradores de IA, cuya producción está concentrada en un número reducido de proveedores, principalmente SK Hynix, Samsung y Micron. La demanda de HBM ha crecido a un ritmo tal que estos fabricantes han comprometido buena parte de su capacidad futura con años de anticipación, lo que en la práctica limita cuánto puede acelerar Nvidia su propia producción, sin importar cuán fuerte sea la demanda de sus clientes.

Este cuello de botella explica, en parte, por qué Nvidia mantiene un poder de fijación de precios elevado —reflejado en el margen bruto de 75% del trimestre— incluso en un mercado donde, en teoría, la competencia debería presionar los precios a la baja. Mientras la oferta de chips avanzados y de memoria HBM siga por debajo de la demanda agregada de los hiperescaladores y laboratorios de IA, es probable que esta dinámica de márgenes elevados se sostenga. También significa que factores ajenos a Nvidia —una interrupción en la producción de TSMC, un cuello de botella adicional en la fabricación de HBM, o tensiones comerciales que afecten a Taiwán o Corea del Sur— podrían limitar el crecimiento de la compañía de forma independiente a la fortaleza real de la demanda de sus clientes.

Qué significa esto para las empresas

Para las organizaciones que dependen de servicios de IA —ya sea consumiendo modelos a través de APIs, operando cargas de inferencia propias, o simplemente evaluando el costo de adoptar estas herramientas— los resultados de Nvidia ofrecen varias señales prácticas:

En primer lugar, la fortaleza de la demanda de cómputo confirma que los costos de infraestructura de IA seguirán siendo un factor relevante en los presupuestos de tecnología durante 2026 y 2027. Los proveedores de nube seguirán trasladando en algún grado el costo de estas inversiones a sus clientes empresariales, ya sea a través de tarifas de cómputo, de servicios gestionados o de precios de las API de modelos de lenguaje.

En segundo lugar, la insistencia de Nvidia en que "el cómputo ahora es ingreso" —es decir, que la demanda proviene cada vez más de cargas de inferencia en producción y no solo de entrenamiento experimental— es un indicio de que las empresas que ya integraron IA generativa en procesos productivos (atención al cliente, análisis de documentos, generación de código, automatización de flujos de trabajo) están consumiendo cómputo de forma sostenida, no puntual. Esto refuerza la tendencia hacia modelos de precios basados en el uso real, y hace más relevante para los equipos de tecnología monitorear de cerca el costo por token o por solicitud de los servicios de IA que contratan.

En tercer lugar, la disponibilidad de alternativas de infraestructura —como el ecosistema Ascend de Huawei para organizaciones que operan en mercados donde el acceso a chips de Nvidia está restringido, o los propios aceleradores desarrollados internamente por hiperescaladores como Google (TPU) o Amazon (Trainium)— empieza a ofrecer opciones de diversificación de proveedor que antes eran limitadas. Para empresas con operaciones en distintas regiones, entender qué infraestructura subyace a cada proveedor de nube que utilizan puede volverse relevante para la planificación de continuidad y de costos a mediano plazo.

Limitaciones y riesgos reales

Conviene matizar el optimismo que rodea a estas cifras con varios factores de riesgo que la propia industria reconoce abiertamente.

El primero es la concentración de clientes. Una porción significativa de los ingresos de centro de datos de Nvidia proviene de un número reducido de hiperescaladores y laboratorios de IA. Si alguno de estos actores decide moderar su gasto de capital —por presión de sus propios accionistas, por resultados de negocio de IA por debajo de lo esperado, o por una recesión en la demanda de servicios de IA generativa entre usuarios finales— el impacto en los ingresos de Nvidia sería directo y significativo, dado que no existe hoy una base de clientes igual de diversificada que compense esa dependencia.

El segundo es la pregunta, cada vez más presente en la conversación pública y en los propios reportes de analistas financieros, sobre si el nivel actual de inversión en infraestructura de IA constituye una burbuja de gasto de capital. Empresas tecnológicas han comprometido cientos de miles de millones de dólares en centros de datos, energía y chips bajo la expectativa de que la demanda de servicios de IA seguirá creciendo a un ritmo que justifique esa inversión. Si la monetización de esos servicios —es decir, los ingresos reales que generan las aplicaciones de IA para las empresas que las ofrecen— no crece al mismo ritmo que el gasto en infraestructura, podría producirse un ajuste brusco en los planes de compra de chips, con el consiguiente impacto en compañías como Nvidia.

El tercero es la dependencia geopolítica. La exclusión total de China de las proyecciones de Nvidia no es una elección estratégica sino una consecuencia de las restricciones de exportación vigentes. Cualquier cambio regulatorio, en cualquier dirección, puede alterar de forma abrupta las cifras reales frente a lo proyectado. Al mismo tiempo, el fortalecimiento del ecosistema Ascend de Huawei como alternativa viable —aunque hoy limitada en volumen frente a la escala de producción de Nvidia— representa un riesgo de mediano plazo si otros países, más allá de China, empiezan a adoptar esta infraestructura como forma de reducir su dependencia de proveedores estadounidenses.

Por último, conviene recordar que las proyecciones a más de un año, como el crecimiento del 70% para el año fiscal 2028 mencionado por la directora financiera de Nvidia, son estimaciones sujetas a revisión trimestre a trimestre, no compromisos garantizados. La historia reciente de la industria de semiconductores muestra ciclos de sobreoferta y ajuste que, si bien no son inminentes según los datos actuales, tampoco pueden descartarse por completo en un horizonte de dos años.

Preguntas frecuentes

¿Cuánto ganó Nvidia en el segundo trimestre fiscal 2027?

Nvidia reportó ingresos totales de 96,200 millones de dólares para el trimestre cerrado el 26 de julio de 2026, un incremento del 18% frente al trimestre anterior y del 106% frente al mismo periodo del año anterior. La utilidad por acción diluida fue de 2.46 dólares en términos GAAP y de 2.22 dólares en términos ajustados (non-GAAP).

¿Por qué cayó la acción de Nvidia justo después del reporte y luego subió?

La caída inicial de aproximadamente 1.3% en el mercado extendido reflejó la cautela de algunos inversionistas antes de escuchar los comentarios de la dirección sobre la demanda futura. Durante la conferencia con analistas, la compañía detalló la fortaleza de Blackwell Ultra y ofreció una guía de crecimiento del 70% para el año fiscal 2028, lo que revirtió el sentimiento del mercado y llevó la acción a cerrar la sesión extendida con un alza cercana al 7.6%.

¿Nvidia sigue vendiendo chips a China?

No de forma significativa. Desde abril de 2025, Nvidia requiere una licencia de exportación del gobierno de Estados Unidos para vender su chip H20 a China, y la compañía ha optado por proyectar sus ingresos de centro de datos asumiendo cero ventas de cómputo a China, incluyendo la guía más reciente para el tercer trimestre fiscal 2027.

¿Qué es Blackwell Ultra y en qué se diferencia de Vera Rubin?

Blackwell Ultra es la revisión más reciente de la arquitectura Blackwell de Nvidia, que incluye sistemas como el GB300 y que impulsó gran parte del crecimiento del centro de datos en este trimestre. Vera Rubin es la siguiente generación de plataforma, que combina una nueva arquitectura de CPU (Vera) y de GPU (Rubin), ya en producción completa desde mediados de 2026 y con disponibilidad en volumen prevista para la segunda mitad del año como sucesora de Blackwell Ultra.

¿Estos resultados significan que no hay riesgo de una burbuja de inversión en IA?

No necesariamente. Los resultados confirman que la demanda actual de cómputo de IA es alta y que Nvidia, junto con sus clientes hiperescaladores, sigue comprometiendo más gasto de capital hacia 2027 y 2028. Pero varios analistas y la propia industria reconocen que la sostenibilidad de ese gasto depende de que la monetización real de los servicios de IA generativa crezca a un ritmo comparable, algo que todavía no está garantizado a mediano plazo.

Fuentes oficiales recomendadas

nvidia
inteligencia artificial
resultados financieros
blackwell
centro de datos
gpu
jensen huang
semiconductores
wall street
vera rubin
Volver al Blog