NVIDIA ha anunciado acuerdos con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR para crear plataformas independientes de financiación destinadas a ampliar la infraestructura de inteligencia artificial. La compañía estima que estas estructuras están diseñadas para movilizar más de 500.000 millones de dólares de capital de terceros con el tiempo, una cifra que no equivale a ingresos de NVIDIA ni a un único fondo.
El planteamiento pretende acercar financiación de largo plazo a laboratorios de IA, empresas y proveedores de nube que necesitan capacidad de cálculo, pero no siempre pueden sufragar por sí mismos la construcción de grandes centros de datos. NVIDIA aportará su plataforma tecnológica; las entidades financieras estudiarán por separado cada oportunidad. Es una distinción relevante: el anuncio describe un marco de financiación, no una inversión cerrada para un cliente concreto.
De comprar aceleradores a financiar capacidad
La compañía llama fábricas de IA a instalaciones que combinan computación acelerada, redes, sistemas, software y marcos de IA para ejecutar cargas de trabajo a gran escala. Su tesis es que esa infraestructura puede tratarse como un activo productivo: una misma instalación puede atender a distintos clientes y usos, desde modelos de lenguaje y visión hasta biología computacional o robótica.
El atractivo para los inversores dependerá de la utilización real de esa capacidad, de los flujos de caja y del valor que conserve el equipamiento. NVIDIA sostiene que su arquitectura, apoyada en CUDA y en un ecosistema amplio de proveedores y clientes, permite reasignar los recursos si cambian las necesidades. La decisión de financiar cada proyecto seguirá siendo independiente, según la compañía.
La relevancia práctica está en que la carrera por la IA ya no se limita al diseño de chips. Levantar una instalación exige energía, terrenos, redes y equipos cuyo coste se cuenta en miles de millones. Abrir vías de capital institucional puede acelerar proyectos de empresas con demanda acreditada, pero también eleva la importancia de medir la ocupación efectiva y la rentabilidad de los centros de datos.
Qué cifras ha dado NVIDIA
Como ejemplo de la evolución del mercado, NVIDIA indica que el alquiler anual de una H100 pasó de unos 1,70 dólares por GPU y hora en octubre de 2025 a alrededor de 2,35 dólares en marzo de 2026. La mediana bajo demanda entre varios proveedores habría subido de aproximadamente 2,00 a 2,70 dólares por GPU y hora entre octubre y junio. También sitúa las tarifas en la nube de las B200 entre 5,30 y 7,05 dólares por GPU y hora.
Son referencias aportadas por la propia NVIDIA, no una previsión de ingresos ni una garantía de que esos precios se mantengan. La demanda, el coste energético y la disponibilidad de capacidad determinarán la viabilidad de cada iniciativa. La empresa añade que podría ofrecer, caso por caso, un mecanismo de respaldo de valor residual de hasta el 25% de una operación; no sustituiría la evaluación de riesgo de los financiadores.
La empresa cita además la A100, presentada en 2020, como muestra de la vida comercial que puede conservar un acelerador: afirma que sigue empleándose para entrenamiento, ajuste fino, inferencia y computación de alto rendimiento. Esa continuidad es central para la financiación, porque un activo con más usos potenciales y una vida útil más larga resulta más fácil de valorar.
Una apuesta por la infraestructura, no solo por el modelo
El anuncio llega mientras NVIDIA sigue ampliando su oferta de software y modelos para centros de datos, como explicó recientemente con Nemotron 3.5 Lightning y NeMo Switchyard. En paralelo, la presión sobre la infraestructura se extiende a las redes y la seguridad: la escala de los servicios conectados también se refleja en fenómenos como los grandes ataques DDoS observados por Cloudflare.
El dato más importante del acuerdo es su alcance potencial, no una capacidad que ya esté construida. Los más de 500.000 millones de dólares representan capital que las plataformas aspiran a movilizar gradualmente. Que se traduzcan en fábricas de IA concretas dependerá de contratos, demanda y de que cada inversor apruebe las operaciones. Para las empresas que consumen IA, el efecto podría ser una mayor disponibilidad de cómputo; para el sector, una financiación más parecida a la de otras infraestructuras intensivas en capital.
